行业高质量数据集是推动“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。
国家数据局8日印发《关于推进行业高质量数据集建设行动的实施方案》（下称《方案》）。这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。
国家数据发展研究院院长胡坚波表示，《方案》围绕数据集建设全链条，聚焦科学研究、工业制造、低空经济、具身智能等重点和创新领域，有针对性地推进数据集建设，同步推动数据标注转型升级，全面提升数据供给能力与水平。
部署六大专项行动
今年政府工作报告首次点名“建设高质量数据集”。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数据集。
国家数据局局长刘烈宏此前公开表示，高质量数据集成为数智化转型的“新型燃料”，就像经过精炼加工的“高标号燃油”，在很大程度上，决定着人工智能技术在制造业应用中能否跑得稳、跑得远、跑出效益。
《方案》明确，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。数据从供给到价值释放的良性循环基本形成，数据赋能人工智能创新发展的作用更加凸显，数据产业与人工智能深度融合，持续催生智能经济新增长点。
中国信息通信研究院副院长魏亮认为，数据之于大模型，就像石油之于汽车。原油只有经过一系列复杂的过程炼化成汽油后，才能供汽车使用。同样，海量原始数据需要经过“炼化”形成高质量数据集，才能助力大模型精准学习数据特征与规律，有效提升其对不同场景和任务的适应能力。数据集的质量影响人工智能的“智商”。
魏亮分析，行业大模型对数据的需求多样，不同行业部门对模型场景数据的需求各不相同，增加了数据处理和管理的复杂度。在行业大模型的实际建设中，对于构建和采买的数据没有统一衡量标准，不同行业、不同数据源的数据完整性和准确性可能参差不齐，影响了大模型的训练效果和预测准确性，造成训练资源浪费。
《方案》聚焦国民经济发展重点行业和战略性新兴产业，围绕行业高质量数据集供给、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，形成“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的“数据飞轮”，加快构建数据要素与人工智能协同演进的共生生态。
为AI发展应用提供充足“燃料”
在强基扩容行动中，《方案》顺应人工智能加速向行业渗透，从对话向多模态生成、决策执行、具身智能、物理交互等范式跃迁的趋势，拓宽数据供给渠道，丰富数据供给类型，加快建设行业高质量数据集，为人工智能发展和应用提供充足“燃料”。
《方案》明确，聚焦科学研究、工业制造、农业农村、智慧能源、交通运输、金融服务、医疗卫生、教育教学、电子商务、人力资源、文化旅游、应急管理、气象服务、绿色低碳、公共安全、城市治理、住房建设、自然资源、社会信用等重点领域，以及低空经济、具身智能、智能驾驶、智慧海洋、生物制造等创新领域，加快推进行业高质量数据集建设。
数据标注是对原始数据进行采集、清洗、分类、标记、质量检验等专业数据治理活动，能有效提升数据供给质量，是人工智能发展的关键环节。《方案》引导数据标注从“以人为主”向“人机协同、专家深度参与”的多层次标注模式转变，推动数据标注向专业化、智能化跃升。
2024年4月，全国数据工作会议首次提出“探索建设国家级数据标注基地”，同年5月，国家数据局公布了首批7个国家级数据标注基地名单。12月，国家发展改革委、国家数据局等联合发布《关于促进数据标注产业高质量发展的实施意见》，明确到2027年产业年均复合增长率超过20%的目标。
在价值释放方面，《方案》提出，释放数据要素价值，推动数据集商业化、资产化，培育为数据付费的市场共识，探索以词元（Token）为基础的价值体系。鼓励探索数据集质押融资、作价入股、资产证券化、数据信托、数据保险等多元资产化创新模式，拓宽数据价值转化渠道。
词元是大模型处理文本、代码、图像、音频、视频等所有信息时采用的最小运算单元。AI应用落地的每一个场景，背后都是词元的海量调用。今年3月，我国日均词元的调用量，已经超过了140万亿，相比2024年初的1000亿增长了1000多倍；相比2025年底的100万亿，三个月时间又增长了40%多。
国家数据局日前召开词元经济座谈会，明确将把推动词元经济发展纳入工作体系，以行业高质量数据集建设和全国一体化算力网建设为着力点，深入推进数据要素市场化配置改革，推动词元经济高质量发展。
中国工业互联网研究院政策研究所高级工程师朱光认为，词元串联起智能经济的核心要素——数据、算法、算力“铁三角”，把算力消耗、模型运算、服务供给统一转化为可度量、可流通的价值单元，支撑智能服务从定制化“奢侈品”转变为普惠化“必需品”，并催生出模型服务、算力调度、数据运营、智能体应用等一系列原生新业态，将成为智能经济价值转化与商业闭环的核心纽带。
祝嫣然
相关阅读
AI进化速递丨知情人士称美国政府考虑入股人工智能企业知情人士称美国政府考虑入股人工智能企业；全球海洋现象智能预报大模型“琅琊”2.0发布......
8422 06-06 20:43
第四届链博会6月举办，首次设立人工智能专区展示“十五五”时期现代产业成长结构，是第四届链博会展陈设计的主线。
3431 05-22 13:58
AI进化速递丨国家发展改革委主任郑栅洁赴上海人工智能实验室调研AI进化速递丨国家发展改革委主任郑栅洁赴上海人工智能实验室调研
9228 05-09 21:00
盘前必读丨美国同伊朗通过电话进行谈判；美联储连续三次按兵不动机构认为，“真成长”公司才能获得市场认可，维持“红利打底仓、科技博弹性”的配置思路。
8 37965 04-30 07:50
AI重构数据底座，国产数据库如何好用、耐用、智用人工智能快速发展，高质量、高安全的数据供给成为关键要素。
5 978 04-23 10:49 一财最热 点击关闭鑫耀证券提示：文章来自网络，不代表本站观点。
