《数据驱动时代》｜国家部署六大行动，高质量数据成AI发展新引擎

人工智能发展范式正在经历一场深刻跃迁。当"拼算力""拼算法"的边际效应逐渐显现，行业的焦点正转向更基础、更关键的战略资源——高质量数据。日前，国家正式印发《关于推进行业高质量数据集建设行动的实施方案》，标志着我国数据要素市场化改革迈入"高质量供给"与"深度价值释放"并重的新阶段。

一、范式跃迁：从"资源潜力"到"关键生产资料"的战略重塑

《方案》在国家层面首次系统界定了行业高质量数据集的核心内涵与分类标准。这类数据集合已超越传统的信息记录功能，而是经过标准化采集、专业化加工等全流程处理后，可直接用于人工智能模型开发训练，并能显著提升应用效能的AI-Ready基础性资源。

这一界定背后的产业逻辑清晰可见。当前，通用大模型技术迭代趋于平稳，向千行百业的垂直深度落地已成为人工智能发展的必由之路。然而，高质量行业数据供给不足正成为制约产业落地的最大瓶颈。行业数据普遍存在"来源分散、质量参差、覆盖不足"的供给短板，以及"合规风险高、获取成本高"的流通痛点，严重阻碍了模型性能优化与产业闭环形成。

《方案》的目标指向明确：到2028年底实现"四个一批"目标——建成一批国际领先的高质量数据集、打造一批标杆性典型应用场景、培育一批具有核心竞争力的创新主体、形成一批统一规范的标准工具体系。这不仅仅是数据供给能力的提升，更是要打通从数据供给到价值释放的全链条堵点，构建"场景牵引—数据供给—模型迭代—应用深化"的协同演进良性生态。

二、系统破局：六大行动构建AI-Ready数据底座

《方案》以覆盖数据全生命周期的系统思维，部署了强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大行动，其中三个维度的创新突破尤为关键。

1. 供给与加工双向发力，夯实"AI-Ready"数据底座

"强基扩容"与"标注攻坚"两大行动精准契合人工智能向多模态、具身智能演进的技术趋势。一方面，数据供给渠道全面拓宽，既覆盖工业、医疗、金融等传统优势行业，又前瞻布局低空经济、智能驾驶等前沿新兴领域，重点强化多模态数据的采集与整合。

另一方面，数据标注产业正迎来转型升级的关键节点。方案推动标注从"人力密集型"向"知识密集型"转变，大力推广"模型预标注+人工校准""人工标注+模型检验"等智能化标注模式，并建立行业专家深度参与机制，将专业领域知识系统性注入训练数据，显著提升数据的"知识密度"与模型适配性。

2. 质量与应用双轮驱动，打造"数据飞轮"内生动力

"提质增效"与"应用赋能"两大行动直击数据建设与应用脱节的核心痛点。《方案》创新性提出打造"数据飞轮"应用闭环，以实际应用需求牵引数据供给优化，以高质量数据赋能驱动模型迭代升级。通过"以用促建、建用结合"的机制，让静态数据在动态应用场景中持续沉淀优化，真正实现数据价值随模型迭代的指数级增长。

这一闭环思维具有深刻意义。过去，数据建设和应用往往是两条平行线，数据生产者不了解应用需求，应用开发者难以获取高质量数据。《方案》通过建立数据质量评估标准和"一次测评、全国互认"机制，为高质量数据集的应用转化扫清了障碍。

3. 治理与价值双轨并进，探索数据要素市场化中国方案

"管理服务"与"价值释放"是《方案》最具制度突破性的内容。在治理层面，方案提出构建全生命周期管理体系，探索数据持有权、使用权、经营权"三权分置"的数据权益制度，为合规流通确权定分。

在价值层面，创新性地提出探索以词元为基础的价值体系和交易模式，推动商业模式从基础数据包销售向API调用、全栈服务跃升，鼓励数据集资产化创新。值得注意的是，方案明确要求政府和国企带头采购，培育"为高质量数据付费"的市场共识，这从根本上为数据要素定价难、流通难提供了破题路径。

三、产业启示：从投资逻辑到服务模式的系统性转变

对于政府与产业服务相关者而言，《方案》的出台意味着工作重点和资源配置方式需要调整。过去注重基础设施建设和技术引进，现在需要更加关注数据要素的治理、流通和价值释放机制设计。

在投资与金融领域，高质量数据集建设将催生新的商业模式和投资赛道。数据标注企业的估值逻辑将发生变化，从传统的人力外包转向知识注入和技术赋能；数据交易所的交易品种和交易模式将更加丰富；基于高质量数据训练的行业垂直模型将获得更高的市场溢价。

上海作为全国数字经济与人工智能发展的前沿阵地，已率先启动高质量数据集建设先行先试。2025年，全市10家属地单位入选国家高质量数据集先行先试试点，5个案例获评国家典型案例；同步部署市级先行先试工作，累计遴选61个重点项目，覆盖工业、医疗、金融、农业、交通、外贸等核心领域。通过"国家-市级"两级试点联动，初步探索形成了一批可复制、可推广的建设路径与应用模式。

四、前瞻展望：高质量数据的时代红利

行业高质量数据集建设是抢占人工智能发展先机、迈向智能经济时代的必由之路。从产业演进角度看，这一政策的深层意义在于重构AI产业链的价值分配格局——数据生产者、标注服务商、模型开发者、应用场景方将形成更加紧密的协同关系。

对于数据要素市场化改革而言，《方案》提供了系统性解决方案。数据要素的确权、定价、流通、治理等核心难题，通过"三权分置"、词元交易、资产化创新等制度设计，正在探索出具有中国特色的解决方案。

当前，我国正处于从数据大国向数据强国迈进的关键时期。高质量数据集建设不仅关乎人工智能产业的发展，更关系到数字经济时代的核心竞争力构建。当高质量数据真正成为关键生产资料，产业生态将发生深刻重构，那些在数据治理、数据流通、数据应用等环节构建核心能力的企业和地区，将在新一轮科技竞争中占据有利位置。

历史经验表明，每一次基础设施的重构都会催生新的产业格局。《方案》的落地实施，将推动人工智能从技术驱动向"技术+数据"双轮驱动转变，为数字经济发展注入新动能，也为政府治理、产业服务和金融投资开辟新空间。