RM新时代平台足球

在人工智能日新月異的今天，人們欣喜于算法的精進(jìn)、算力的飛躍，但容易忽視數據質(zhì)量這一基礎要素。隨著(zhù)《“數據要素×”三年行動(dòng)計劃（2024—2026）》的推進(jìn)，高質(zhì)量數據集的建設被提上新高度。這標志著(zhù)我國人工智能的發(fā)展，正從“有多少”的規模擴張，邁向“好不好”的質(zhì)量攻堅。

人工智能存實(shí)際需求，高質(zhì)量數據供給不足

目前人工智能正從消費互聯(lián)網(wǎng)向工業(yè)、醫療、金融等垂直領(lǐng)域深度滲透，模型對數據的需求不再只是“量大”，更講究“質(zhì)優(yōu)”。

今年3月，國家數據局局長(cháng)劉烈宏在國新辦發(fā)布會(huì )上透露，我國日均Token調用量已超過(guò)140萬(wàn)億，相比2024年初增長(cháng)1000多倍，相比2025年底三個(gè)月內又增長(cháng)40%多。

Token調用量的高速增長(cháng)，意味著(zhù)AI應用正加速從實(shí)驗室走向生產(chǎn)線(xiàn)、走向場(chǎng)景，而高質(zhì)量數據供給不足的矛盾愈發(fā)凸顯。

高質(zhì)量數據集之所以關(guān)鍵，是因為它直接定義了人工智能的“智商”上限。今天當AI應用于醫療診斷、金融風(fēng)控、科研探索等復雜場(chǎng)景時(shí)，粗制濫造、雜亂無(wú)章的“數據垃圾”不僅無(wú)法支撐其深度學(xué)習，反而會(huì )導致模型偏差、決策失誤，甚至引發(fā)安全風(fēng)險。高質(zhì)量數據集意味著(zhù)數據的高價(jià)值、高密度與標準化，能助力大模型精準學(xué)習數據特征與規律，有效提升其對不同場(chǎng)景和任務(wù)的適應能力，讓AI從“知其然”走向“知其所以然”。

長(cháng)期以來(lái)，我國在數據資源的積累上具有得天獨厚的優(yōu)勢，海量的互聯(lián)網(wǎng)數據、工業(yè)數據、社會(huì )數據如同一座座待開(kāi)發(fā)的富礦。然而，這些原始數據往往具有多源異構、非結構化、高噪聲低信息的典型特征，無(wú)法直接用于分析與應用。這些“數據原油”，如果不經(jīng)過(guò)破碎、研磨、提純等一系列復雜的“煉化”過(guò)程，就難以成為驅動(dòng)超級引擎的“高標號汽油”。

與此同時(shí)，數據資源還存在“大而不強”的癥結，集中體現為“三多三少”：原始數據多、價(jià)值數據少；孤立數據多、融合數據少；通用數據多、場(chǎng)景數據少。

采集數據質(zhì)量參差不齊，多種原因讓大模型訓練語(yǔ)料難以轉換

如果說(shuō)通用領(lǐng)域的數據困境是“散”，那么工業(yè)領(lǐng)域的挑戰則是“深”。今年3月，工業(yè)和信息化部正式啟動(dòng)工業(yè)數據筑基行動(dòng)，瞄準工業(yè)數據“采、集、用”三大瓶頸，明確提出到 2026 年底培育一批行業(yè)數據合作聯(lián)合體，建設重點(diǎn)行業(yè)數據可信互聯(lián)平臺，打造一批高質(zhì)量、標準化、可流通的行業(yè)數據集，賦能一批行業(yè)大模型、工業(yè)智能體等應用落地。

“采、集、用”三個(gè)字，點(diǎn)出了數據資源轉化為數據資產(chǎn)須經(jīng)歷的三道關(guān)口：采，面臨多源異構、接口不一、設備封閉的現場(chǎng)，數據質(zhì)量參差不齊；集，受制于標準缺失、標注治理不足、跨企業(yè)跨鏈條流通不暢；用，則卡在場(chǎng)景牽引不足，難以轉化為大模型訓練語(yǔ)料。

工業(yè)數據深埋在不同企業(yè)的不同車(chē)間、不同的設備中，格式各異、標準不一，且往往被企業(yè)視為核心商業(yè)秘密。高質(zhì)量工業(yè)數據集的構建，面臨專(zhuān)業(yè)性強、門(mén)檻高、投入大、周期長(cháng)的現實(shí)困難，企業(yè)普遍陷入“不愿共享、不敢共享、不能共享”的困局。

對此，中國電氣裝備集團副總經(jīng)理張帆建議，大力推廣“數據可用不可見(jiàn)、用途可控可計量、全程可追溯可審計”的數據共享模式，從技術(shù)和機制上消除企業(yè)顧慮。在保護數據主權的前提下，通過(guò)建立行業(yè)數據合作聯(lián)合體，將分散在各處的 “數據孤島”連成“數據大陸”，讓數據在流動(dòng)中產(chǎn)生價(jià)值、在共享中實(shí)現增值。

誰(shuí)來(lái)為稀缺的優(yōu)質(zhì)數據合理付費

高質(zhì)量數據集建設的瓶頸，不僅在供給側，也在需求側。讓數據真正“活”起來(lái)，最終要落到“為高質(zhì)量數據付費”的市場(chǎng)共識上。國家數據局明確表示，要持續培育“為高質(zhì)量數據付費”的市場(chǎng)共識，推動(dòng)行業(yè)高質(zhì)量數據集在數據交易所掛牌、上架、交易。

這一表述的關(guān)鍵在于“市場(chǎng)共識”。數據價(jià)值是靠市場(chǎng)買(mǎi)出來(lái)的。只有當市場(chǎng)主體普遍認同優(yōu)質(zhì)數據的稀缺性與生產(chǎn)性，愿意為其支付合理對價(jià)，數據要素的價(jià)值鏈條才能真正形成閉環(huán)。

今年3月，某公司自主研發(fā)的多項高質(zhì)量數據集產(chǎn)品在北京國際大數據交易所正式完成從資產(chǎn)登記、掛牌上架到合規交易的全流程閉環(huán)。其中“大模型訓練專(zhuān)用試題”及“競賽試題”系列數據集，專(zhuān)為強化大模型的邏輯推理與復雜問(wèn)題解決能力而設計，目前已正式完成交付與交易結算。從“掛牌”到“成交”，不僅通過(guò)了技術(shù)驗證和合規審查，更反映出市場(chǎng)對數據價(jià)值的真實(shí)認可。

在四川，成都錦江區屬?lài)衅髽I(yè)自主研發(fā)的兩項數據產(chǎn)品也在成都文化產(chǎn)權交易所完成掛牌交易，實(shí)現了西部地區在車(chē)路協(xié)同、具身智能兩個(gè)產(chǎn)業(yè)領(lǐng)域的“零的突破”。該產(chǎn)品從掛牌到成交耗時(shí)僅一個(gè)多月，市場(chǎng)對優(yōu)質(zhì)數據資產(chǎn)的渴求可見(jiàn)一斑。

買(mǎi)數據的錢(qián)從哪里來(lái)，難定的數據價(jià)格靠誰(shuí)定

只有打通標準這道關(guān)，數據才能真正“集得攏”。各地、各行業(yè)的數據格式千差萬(wàn)別，同一行業(yè)不同企業(yè)的數據標準也“各自為政”。全國數據標準化技術(shù)委員會(huì )已明確提出，要加快出臺高質(zhì)量數據集、數據匿名化流通等一批急需標準，研制重要數據識別目錄等一批重點(diǎn)標準。

高質(zhì)量數據集的建設，比拼的是對行業(yè)的理解深度。高質(zhì)量數據集的供給必須遵循“場(chǎng)景驅動(dòng)”的定制邏輯，圍繞醫療、金融、工業(yè)等具體行業(yè)需求進(jìn)行定向開(kāi)發(fā)與標注。每一份高質(zhì)量數據集的生產(chǎn)都是精細工程，需要深耕行業(yè)，需要與業(yè)務(wù)場(chǎng)景深度耦合。

有了市場(chǎng)的認可，高質(zhì)量數據集才能完成從“優(yōu)質(zhì)資源”到“核心資產(chǎn)”的最終跨越。華中科技大學(xué)副校長(cháng)馮丹在調研中發(fā)現，當前政府投資項目和國有企業(yè)數字化轉型中普遍缺失數據采購預算，導致數據價(jià)值難以通過(guò)市場(chǎng)交易實(shí)現，供給方的積極性受到抑制。同時(shí)，數據定價(jià)機制仍不成熟，市場(chǎng)主體“不會(huì )定”“不敢定”“誰(shuí)來(lái)定”的困惑尚未消除；數據產(chǎn)品公允價(jià)值體系尚未建立，供需雙方交易常因報價(jià)分歧過(guò)大而受阻。加快完善數據交易配套標準，結合不同行業(yè)場(chǎng)景制定差異化定價(jià)指引，形成可參考、可落地的市場(chǎng)報價(jià)標準，才能讓符合標準、適配場(chǎng)景的高質(zhì)量數據真正發(fā)揮價(jià)值。

截至2025年底，我國已建成的高質(zhì)量數據集已超過(guò)10萬(wàn)個(gè)，總體量超過(guò)890PB，相當于中國國家圖書(shū)館數字資源總量的310倍。AI的發(fā)展正從追求“喂得飽”邁向“吃得精”的新階段。