【大河财立方记者李雯雯】6月8日，国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》(以下简称《实施方案》)。这也是国家层面首次对数据赋能人工智能发展作出的系统性部署。
《实施方案》提出，到2028年底，建成一批覆盖重点领域、经过应用验证的行业高质量数据集，打造一批数据驱动人工智能创新发展的典型应用场景，培育一批具备领先优势的创新型数据企业和专业人才，形成一批行业高质量数据集建设工具和标准。赋能AI产业发展为何必须夯实高质量数据底座？《实施方案》将为行业带来哪些变革与红利？大河财立方记者就此采访了多位业内专家。
创新标准范式夯实高质量数据底座
“此次印发的高质量数据集建设方案，是从数据供给侧支撑AI产业升级的核心政策。”北京社科院副研究员王鹏接受大河财立方记者采访时表示，不同于以往通用型数据治理政策，该方案首次锚定AI全生命周期需求，覆盖预训练、强化学习、具身智能、世界模型等前沿应用场景，直击大模型产业化、企业数字化转型核心痛点，为AI技术创造落地条件。
行业高质量数据集是经过采集、加工等数据处理，可直接用于开发和训练人工智能模型，能有效提升模型性能的行业数据的集合，包含行业通识和行业专识两大类别，是推动“人工智能+”赋能千行百业、实现产业落地的基础性、关键性资源。
《实施方案》围绕高质量数据集供给、流通、应用等关键环节，部署强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六个专项行动，推动数据集建设推广与“人工智能+”同频共振、互促共进，强化数据赋能人工智能创新发展。
中电(郑州)数据产业有限公司副总经理郭红刚表示，过去的数据治理强调完整性、一致性、安全性，而本方案首次提出“AI-Ready”标准，要求数据集在结构完整性、标注准确性、多模态支持、模型适配性以及应用验证闭环等方面全面达标，真正服务于大模型训练与推理。同时，方案提出探索以词元(Token)为基础的价值体系。“将数据价值度量单位与算力计价逻辑对齐，这为数据资产化提供了全新的技术经济范式。”
高质量数据赋能产业与企业双向升级
业内人士认为，《实施方案》落地后，将从大模型产业发展、数据产业生态构建，以及企业数字化转型等多维度释放政策红利，带动行业整体升级。
王鹏表示，对大模型产业而言，适配多模态、垂直领域及前沿应用场景的高质量数据集，能够有效弥补大模型预训练的数据源缺口，破解大模型行业普遍存在的“数据荒”问题，助力企业快速打造细分行业模型。同时，《实施方案》推动商业模式从单一的基础数据包销售，向API调用、模型化解决方案及全栈服务升级，全新的商业模式将推动数据服务商、AI企业、传统产业形成协作链条，构建良性的AI产业生态。
在企业数字化转型方面，郭红刚认为，《实施方案》明确支持数据集入表、质押融资、作价入股、数据信托和资产证券化，为企业推进数字化提供了强有力的政策背书，数据部门有望从成本中心转向价值创造中心。他表示，为了达到AI-Ready标准，企业需要补齐主数据管理、元数据管理、数据质量检核等短板，有助于反向提升ERP、BI等传统数字化应用的底层数据质量，倒逼存量数据治理能力“补课”。
疏通产业发展堵点健全数据与AI融合生态
当前我国高质量数据集的建设规模持续扩容。数据显示，截至今年一季度，全国已建成高质量数据集超过11.6万个，总体量超过960PB。
但数据体量持续增长的同时，行业发展短板依旧突出。郑州数据交易中心负责人表示，当前，高质量数据集供给不足、流通不畅，已然成为制约数据要素流通、AI产业迭代及数字经济提质增效的核心堵点，加快行业高质量数据集建设迫在眉睫。
为打通数据赋能人工智能创新发展堵点，今年4月，工业和信息化部、国家数据局联合印发《关于联合实施2026年“模数共振”行动的通知》，推动人工智能模型与数据资源协同互促、同频共振，并提出到2026年底，基本形成“数据-模型-场景应用”良性互促的循环，推动人工智能高水平赋能新型工业化。
同期，国家数据集管理服务平台正式发布并启动试运行，提供覆盖数据集全生命周期的公共服务能力。截至目前，平台已认证机构533家，发布数据集1400个，覆盖农业、工业制造、交通等重点领域。
多项国家级配套举措接连落地，也为区域数据要素市场推动数据流转、服务AI产业提供清晰行动指引。郑州数据交易中心负责人表示，作为区域数据要素流通核心平台，中心将严守合规底线，依托隐私计算、区块链等技术筑牢数据安全屏障，统一行业数据交易标准、保障交易安全规范；同时积极探索词元计价等新型数据交易模式，持续培育数据付费市场化理念，真正推动高质量数据集落地应用、释放核心价值，助力数据与AI深度融合发展。
责编:金怡杉|审校:陈筱娟|审核:李震|监审:古筝
配先查配资提示：文章来自网络，不代表本站观点。
