“本年全行业最高频的热词有两个，第一个东谈主工智能，第二个即是高质料数据集。高质料数据集构建依然引起了全社会的经常热心和共鸣。”张向宏说谈。跟着东谈主工智能正加快落地到千行百业，高质料数据集成为影响东谈主工智能快速发展的困难燃料。
日前，2025 数博会在贵州贵阳热热闹闹地举行。8月28日上昼，北京交通大学信息管束表面与时代国外商榷中心(ICIR)特聘评释张向宏吸收媒体采访时指出，东谈主工智能发展的三大身分算力、算法和数据中，算力和算法的壁垒已因时代改换和开源趋势而被突破，但新的瓶颈正在显现，即高质料数据的穷乏。
他提到，尽管战略和产业层面欺压推动数据采集、标注和走动机制的拓荒，商场仍濒临“作坊化出产”“企业界限偏小”以及“穷乏付费购买数据清醒”等挑战。
张向宏号令，政府应率先建立轨制化的数据购买和使用机制，推动数据价值被社会经常招供，同期地点探索如“语料券”等调看成念法，也为推动高质料数据集发展提供了施行教化。
我国数据产业界限接近6万亿，数据企业超40万家
客岁张向宏曾在数博会上发布了我国的第一张数据产业图谱。历经一年，他示意宇宙数据产业发生了很大变化。
当先是数据企业增长速率很快，从客岁的19.7万家增多到本年的进步40万家；其次数据界限在快速扩大，数据产业界限从客岁2.9万亿增长到本年的5.86万亿。第三，数据产业汇注区初见雏形，长三角、珠三角以及中西部多个地区皆变成了以地市和区县为载体的一大宗数据产业汇注区。
据他显现，本年底前国度还将发布首批“国度数据产业汇注区”，涵盖数据企业、时代、应用、办事、安全和基础设施等领域的最新着力。
张向宏谈到，比年来国度在推动数据身分化、价值化方面虽已得到显贵竖立，但挑战仍然隆起。当先，从产业主体界限来看，尽管我国现在已有进步40万派别据企业，但与400多万派别字经济中枢企业和上千万派别字产业企业比拟，全体界限仍偏小，产业基础相对薄弱。
更大的挑战来自国度数据基础设施拓荒。如安在保险安全的前提下，完了数据的大界限、高着力流畅，是各人共同濒临的难题。
据张向宏先容，我国已率先探索并于客岁发布《国度数据基础设施拓荒指导》，提倡“数场、确凿数据空间、数联网、秘密保护狡计、区块链和数据元件”六条时代阶梯。现在，宇宙已有18个地区开展试点，25个地区鼓动互联互通，本年又新增42个试点，总体进步60个地区和行业同步鼓动。经过一年的探索，试点初步生效，在确凿数据流畅、跨区域跨行业互联互通，以及供需主体和中介办事的栽培方面均得到积极阐述。
他示意，国度数据基础设施拓荒是一个轮番渐进的进程，全体计分别为三步：第一步是试点示范，第二步是时代和会拘谨，第三步是应用捏行。展望到2026年底第一阶段完成，2028年底能够基本变成横向联通、纵向意会、配合有劲的局势，到2029年之后，国度数据基础设施拓荒将迎来更大的发展与突破。
不外张向宏也指出，这一使命仍处于起步阶段，存在多方面差距。一方面，现在90%以上的数据属于涉隐涉密数据，无法在互联网环境径直流畅；另一方面，上述六条时代阶梯的时代熟悉度，到互联互通的完了水平，再到供需主体质料、应用场景丰富度和数据处理着力，皆仍需普及。
社会全体穷乏数据付费清醒，地点探索“语料券”等机制
比年来我国在东谈主工智能和数据资源拓荒愚弄两个维度上探索数据身分化、价值化的进程中皆得到了不俗竖立。非常是DeepSeek的出现，更是推动了东谈主工智能在九行八业的落地应用增多。
张向宏聊到，这一突破与东谈主工智能的三身分“算力”“算法”和“数据”磋磨。其中，DeepSeek 在时代上的改换完了了算力平权和算法平权：以远低于 OpenAI 的算力达到附进水平，并通过推动模子开源冲破了算法的紧闭方法，使得算力和算法的壁垒大大裁减。由此，东谈主工智能发展的前两个瓶颈被突破，但新的瓶颈随之而来，即高质料数据的穷乏。
他进一步指出，高质料数据成为东谈主工智能发展的核焦虑点，产业链也在逍遥了了：从工业数据试验出基础大模子，再聚会行业高质料数据集生成垂直大模子和智能体，进而应用于九行八业。这一进程中，数据的质料决定了智能体和垂直大模子的价值。举例，工业和贸易领域需要大宗力觉、视觉、听觉等数据来试验智能机器东谈主，而医疗、政务、自驾等行业则依赖于各自深藏于私域的行业数据。因此，岂论是智能体如故垂直大模子，构建高质料数据集是要津问题。
在战略和产业推动下，很多地点建立了数据采集标注基地和高端数据中心，商场需求很是繁盛。但是，张向宏指出，现在我国高质料数据集的构建仍存在彰着问题。当先，行业全体仍处于“作坊化出产”阶段，自动化和智能化进度较低。其次，数据拓荒企业界限偏小，水平不高。
更困难的是，社会全体穷乏“费钱买数据”的清醒。岂论政府、企业如故个东谈主，广博习尚于费钱买算力、买模子，却莫得费钱购买数据的习尚。这导致政府无法径直公开涉密的原始数据层面，但又穷乏预算救济高质料数据集的加工和供给。企业之间也广博存在“要上游数据免费给我，但不给下流数据”的单向分享景观。为惩处这些问题，张向宏号令推动政府率先垂范，建立付费购买和使用数据的习尚，变成数据价值招供的氛围。
值得热心的还有，地点探索正在提供成心教化。举例，深圳继“算力券”之后推出“语料券”，在供给方、需求方和走动步调均赐与补贴救济。供给方上传高质料数据集可获最高200万元补贴；需求方购买高质料数据集也可获补贴；走动方划定条件通过数据走动所完成。这种探索有用促进了供给、需乞降走动的良性轮回。
此外，上海、北京等地也在探索访佛机制，如语料走动在北京大数据走动所已占比进步大致，部分地区还在尝试以高质料数据集“作价入股”。
采写：南皆N视频记者黄莉玲 李玲 发自贵阳kaiyun官方网站