當前，人工智能技術處于規模化落地應用的關鍵階段，高質量數據集作為驅動大模型開發與訓練的“燃料”，其供給規模、質量水平和流通效率直接影響人工智能技術落地的深度和廣度。為推動行業高質量數據集有效供給，近日，國家數據局印發了《關于推進行業高質量數據集建設行動的實施方案》（以下簡稱《方案》）。《方案》緊扣“人工智能+”行動部署，提出圍繞行業高質量數據集供給、流通、應用等關鍵環節，部署強基擴容、標注攻堅、提質增效、應用賦能、管理服務、價值釋放六大專項行動，對行業高質量數據集從“建”到“用”各環節現實堵點給予系統性政策回應，對加快培育新質生產力、構筑人工智能發展新優勢具有重大意義。

一、以重點領域為牽引，提升體系化供給能力

高質量、可持續的行業數據集供給是人工智能賦能實體經濟的重要前提。當前高質量數據集供給仍面臨規模不足、結構失衡等突出問題，尤其是在科學研究、醫療衛生、具身智能等專業領域，存量數據難以支撐大模型在行業場景中的深度應用。《方案》緊扣“擴大供給規模”這一主線，聚焦傳統重點領域以及低空經濟、具身智能、智能駕駛等創新領域，以建立數據資源清單和數據集需求清單為抓手，推動產業鏈上下游協同共建，持續擴大高質量數據集供給規模，體系化推動重點行業數據集建設工作，讓人工智能應用“有數可用”。

北京作為國家數據要素綜合試驗區，在行業高質量數據集建設方面已取得初步成效。目前，97個在京項目入選國家高質量數據集先行先試、典型案例，建設成效領跑全國。北京市發展改革委正式發布《北京人工智能創新高地建設行動計劃》，明確提出要實施“高質量數據聚能行動”，面向大模型技術迭代和應用落地需求，強化具身智能數據集、科學智能數據集和各行業高質量數據集供給，2年內實現新增高質量數據100PB的目標。

二、推動數據標注產業轉型，強化專業人才支撐

高質量數據集的建設離不開標注過程的知識注入，數據標注是將原始數據“煉化”為高質量數據集的關鍵環節。當前，我國數據標注產業普遍以勞動密集型為主，“知識密集型、技術創新型”標注產業仍在培育過程中，難以滿足科學研究、醫療衛生、教育教學以及具身智能等領域對高知識密度數據標注的需求。《方案》提出實施標注攻堅行動，發展人機協同智能化標注，強化專家型標注服務，梯次布局一批數據標注創新試驗區。這將推動數據標注從簡單標引向高知識、高價值升級，為行業專識數據集建設提供堅實的技術、人才支撐。

北京在數據標注產業創新發展方面已率先布局。發起數據標注產業伙伴計劃，推動海淀區高端數據標注基地、石景山區人形機器人數據訓練中心、經開區北京（國際）數據標注基地等協同發展，共同探索高知識、高智能、高價值的行業專識數據標注路徑。探索建立醫療健康數據統一標注中心，構建全流程一體化管理平臺，依托全國肺結核專業聯盟，探索建立跨區域協同標注機制，將標注效率由每周50例提升至1800例，顯著提升了醫療數據集建設質效。

三、夯實基礎設施支撐，加速數據價值釋放

行業高質量數據集不僅是人工智能訓練的基礎資源，更是具備流通屬性、資產屬性的生產要素。當前數據集普遍存在價值挖掘不充分、流通交易機制不完善、商業模式單一、資產化路徑不清晰等問題，大量優質行業數據沉睡閑置，難以轉化為有效生產力。《方案》部署價值釋放行動，從應用適配、模式創新、資產化探索、市場培育四個維度發力，全方位釋放高質量數據集要素價值。

北京數據流通利用環境持續優化。數據流通利用基礎設施、可信數據空間、人工智能應用中試基地等數據基礎設施建設有序推進，數據合規流通、可信融合、創新應用支撐能力不斷提升。北京國際大數據交易所高質量數據集交付規模達2500TB，高質量數據付費的市場思維逐漸深入人心。

四、多措并舉推進行業高質量數據集建設

人工智能技術紅利持續釋放，高質量數據需求爆發式增長，行業高質量數據集建設進入戰略機遇期，為落實《方案》要求，未來需重點從三方面發力：

一是聚焦重點領域，構建行業高質量數據集體系化供給格局。緊扣“強基擴容”要求，充分發揮北京人工智能產業集聚、應用場景豐富、央地協同緊密的綜合優勢，圍繞科學研究、教育教學、醫療衛生等重點領域以及低空經濟、具身智能、智能駕駛等創新領域，推動產業鏈上下游協同共建，打造一批具有全國引領力的高質量數據集建設標桿項目。

二是提升標注水平，差異化發展數據標注產業。緊扣“標注攻堅”要求，匯聚已有數據標注基地、標注企業和人工智能企業能力，聯合打造數據標注創新試驗區。強化高質量數據集建設工程與可信數據空間、數據流通利用增值協作網絡、人工智能應用中試基地等數據基礎設施對接。加快培養專家型、復合型數據標注人才，探索人機協同標注模式，全面提升數據標注水平，提高數據集知識密度。依托數據標注產業伙伴計劃，探索京津冀數據標注產業協同模式，構建覆蓋通識、行業通識和行業專識的數據集建設體系。

三是創新商業模式，探索“詞元”經濟新賽道。緊扣“管理服務”、“價值釋放”要求，支持北京國際大數據交易所進一步提升數據流通交易服務能力，加強重要稀缺數據資源匯聚和供需對接，聯合生態提供涵蓋數據集建設、流通交易、模型訓練、行業應用的一站式服務，規模化供給標準統一、合規安全、質量可靠的數據集。探索以詞元為計量單位的數據計價、按量調用和靈活結算新模式，打造適配人工智能發展的數據價值度量體系，同步推進數據集合規確權、價值評估與資產化探索，有效推動“為高質量數據付費”的市場共識建設，形成可持續、可復制的“詞元”經濟新形態。