中国发展改革报社记者 杜壮
近日，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《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，加快构建数据要素与人工智能协同演进的共生生态。
《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。
高质量数据集成AI发展关键“燃料”
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。
随着人工智能技术的快速发展和经济效用的逐步体现，算力、算法、数据作为人工智能核心三要素的重要性日渐凸显。在新一代人工智能领域中，数据不再只是算法模型训练的“原料”，在数据的类型、质量、获取难易程度等方面，数据会产生明显差异，特别是高质量、大规模、多样性的数据集，直接影响了以大语言模型（LLM）、生成式预训练转换模型（GPT）为代表的新一代人工智能模型的效率和研发水平。
国家数据局副局长余英近日在国家数据局专题新闻发布会上表示，目前全社会已形成了“人工智能+”到哪里，高质量数据集建设和应用就到哪里的良好氛围。截至2026年6月份，全国已建成高质量数据集超12万个，总体量超过1565拍字节。
同时，高质量数据集管理规范体系日益健全。国家数据局指导全国数标委研制《高质量数据集建设指南》《高质量数据集格式要求》《高质量数据集分类指南》等5项国家标准，初步构建起“数据质量检测+基准模型验证”相结合的高质量数据集质量检测方法和工具，已对12个数据集、超4563万条数据完成检测，为数据集的可信可用提供了保障。
今年4月发布的国家数据集管理服务系统构建了“物理分散、逻辑集中”的数据集资源目录统一管理机制。截至6月底，系统已认证各类供需主体578家，上架数据集1433个，促进数据集供需主体有序对接，数据集流通利用生态加速形成。
建设始终围绕真实需求展开
《方案》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。
国家数据发展研究院院长胡坚波认为，行业高质量数据集是驱动“人工智能+”赋能千行百业、支撑产业落地的战略性、基础性资源。
在胡坚波看来，人工智能技术正加速向各行业领域渗透，高质量数据需求呈现爆发式增长态势。一是公域数据红利消退，行业私域数据成为核心资源。二是通用模型竞争趋同，专有数据构建差异化壁垒。三是新兴技术范式涌现，多模态行业数据需求大幅提升。
清华大学计算社会科学与国家治理实验室执行主任、教授孟庆国表示，行业高质量数据集建设必须从场景出发，从行业智能化应用的实际需求出发。脱离场景谈数据集建设，必然会造成浪费，难以可持续运营。应当深入各行业生产运营一线，系统梳理智能化应用的真实痛点，建立“场景—模型—数据”的需求反哺机制，让行业高质量数据集建设始终围绕真实需求展开，从破解行业发展痛点入手，从发展壮大人工智能产业为落脚点。
六大专项行动打通价值释放全链路
《方案》以支撑人工智能技术规模化落地为核心目标，聚焦产业发展最迫切、最关键的重点领域，系统部署六大专项行动。
具体来看，强基扩容行动聚焦行业领域推进高质量数据集建设，夯实行业高质量数据集建设基础路径，面向人工智能应用需求丰富行业高质量数据集建设形态，强化与数据基础设施建设有机联动。
标注攻坚行动推动数据标注转型升级，持续推动数据标注先行先试，扩大数据标注人才供给。
提质增效行动提升行业高质量数据集建设质效，推动高质量数据集标准体系建设和应用落地，强化高质量数据集质量测评和结果互认。
应用赋能行动打造“数据飞轮”应用闭环、行业应用标杆和典型案例，繁荣数据集协同发展生态。
管理服务行动构建数据集全生命周期的管理体系，探索面向人工智能发展的数据相关制度，坚持伦理先行与公平普惠。
价值释放行动发挥行业高质量数据集的应用价值，创新行业高质量数据集商业模式，探索行业高质量数据集资产化创新路径，培育为高质量数据付费的市场共识。
余英表示，下一步，国家数据局将持续推进行业高质量数据集建设，深入实施数据赋能人工智能六大专项行动，推动行业高质量数据集建设推广与“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。
