10萬(wàn)個(gè)高質(zhì)量數(shù)據(jù)集就位　數(shù)據(jù)“煉油”的難點(diǎn)待解

（圖片來(lái)源：攝圖網(wǎng)）

（記者　杜峰）國(guó)家數(shù)據(jù)局發(fā)布的相關(guān)數(shù)據(jù)顯示，截至2025年底，全國(guó)已建成的高質(zhì)量數(shù)據(jù)集超過(guò)10萬(wàn)個(gè)，總體量超過(guò)890PB，這相當(dāng)于中國(guó)國(guó)家圖書(shū)館數(shù)字資源總量的310倍。然而，數(shù)據(jù)的“豐裕”并不等同于價(jià)值的“釋放”。從海量“原礦”到真正可用的“燃料”，仍然舉步維艱，亟需找出一條破局之路。

缺乏加工和處理，高質(zhì)量數(shù)據(jù)日漸稀缺

數(shù)據(jù)，被譽(yù)為人工智能時(shí)代的“新石油”。何為高質(zhì)量數(shù)據(jù)？國(guó)家數(shù)據(jù)局指導(dǎo)發(fā)布的《高質(zhì)量數(shù)據(jù)集建設(shè)指引》指出，高質(zhì)量數(shù)據(jù)是指經(jīng)過(guò)采集、加工等數(shù)據(jù)處理，可直接用于開(kāi)發(fā)和訓(xùn)練人工智能模型，能有效提升模型表現(xiàn)的數(shù)據(jù)的集合。“10萬(wàn)個(gè)數(shù)據(jù)集”這一數(shù)字固然振奮人心，但當(dāng)前，海量數(shù)據(jù)仍處于“原礦”狀態(tài)，缺乏初級(jí)加工和處理。這一困境的癥結(jié)，主要體現(xiàn)在三個(gè)層面。

首先是標(biāo)準(zhǔn)之困。目前尚無(wú)全國(guó)統(tǒng)一的《高質(zhì)量數(shù)據(jù)集質(zhì)量評(píng)測(cè)規(guī)范》，缺乏一套覆蓋分類、元數(shù)據(jù)、質(zhì)量評(píng)價(jià)的國(guó)家級(jí)統(tǒng)一標(biāo)準(zhǔn)，各行業(yè)、地區(qū)對(duì)“高質(zhì)量”的定義差異較大，導(dǎo)致數(shù)據(jù)集質(zhì)量良莠不齊。清華大學(xué)法學(xué)院教授申衛(wèi)星指出，衍生數(shù)據(jù)由原始數(shù)據(jù)經(jīng)加工、建模、分析等形成，但“加工到何種程度可構(gòu)成衍生數(shù)據(jù)”尚無(wú)統(tǒng)一標(biāo)準(zhǔn)，導(dǎo)致確權(quán)困難。

其次是成本之困。數(shù)據(jù)清洗是公認(rèn)的高成本環(huán)節(jié)。根據(jù)Gartner的統(tǒng)計(jì)，數(shù)據(jù)科學(xué)家花費(fèi)60%-80%的時(shí)間在數(shù)據(jù)清洗上，而糟糕的數(shù)據(jù)質(zhì)量會(huì)導(dǎo)致企業(yè)決策錯(cuò)誤的概率增加30%-50%。對(duì)于廣大中小企業(yè)而言，高昂的數(shù)據(jù)清洗成本更是將其擋在了“人工智能+”大門(mén)之外。

第三是安全之困。數(shù)據(jù)的價(jià)值在于流通，但流通的前提是安全與合規(guī)。一方面，數(shù)據(jù)交易規(guī)則和監(jiān)管機(jī)制不健全，導(dǎo)致數(shù)據(jù)濫用、數(shù)據(jù)泄露等風(fēng)險(xiǎn)；另一方面，數(shù)據(jù)分類分級(jí)、數(shù)據(jù)脫敏、數(shù)據(jù)加密等技術(shù)應(yīng)用不足，難以滿足數(shù)據(jù)全生命周期的安全管理需求。正如國(guó)家數(shù)據(jù)局局長(zhǎng)劉烈宏所明確提出的，要破解數(shù)據(jù)“安全、合規(guī)、高效流通”的“不可能三角”難題。

運(yùn)營(yíng)商破局從“數(shù)據(jù)原礦”到“精煉燃料”

在破解數(shù)據(jù)“煉油”難題的過(guò)程中，三大通信運(yùn)營(yíng)商正以其獨(dú)特優(yōu)勢(shì)，成為這場(chǎng)變革的探路者和先行者。

中國(guó)電信以“數(shù)據(jù)運(yùn)營(yíng)”為核心驅(qū)動(dòng)力，將海量數(shù)據(jù)與科技能力轉(zhuǎn)化為賦能千行百業(yè)的核心能力。據(jù)中國(guó)電信總經(jīng)理劉桂清介紹，中國(guó)電信正努力成為數(shù)據(jù)和基礎(chǔ)大模型服務(wù)提供商，打造數(shù)據(jù)智能中臺(tái)，匯集自有、開(kāi)源和第三方數(shù)據(jù)，已匯集10萬(wàn)億token通信行業(yè)數(shù)據(jù)和14個(gè)行業(yè)超350TB的行業(yè)數(shù)據(jù)，賦能模型訓(xùn)練和應(yīng)用。自主研發(fā)的星辰大模型體系和智能體服務(wù)平臺(tái)，正加快推進(jìn)模型服務(wù)更加普惠。

中國(guó)移動(dòng)依托梧桐大數(shù)據(jù)平臺(tái)，公司已構(gòu)建458個(gè)高質(zhì)量數(shù)據(jù)集，存儲(chǔ)高價(jià)值數(shù)據(jù)達(dá)2000PB，打造的“數(shù)聯(lián)網(wǎng)”實(shí)現(xiàn)數(shù)據(jù)安全可信流通。數(shù)據(jù)標(biāo)注方面，通過(guò)自主研發(fā)多模態(tài)標(biāo)注工具與全流程質(zhì)量管理體系，構(gòu)建“采集-標(biāo)注-管理”閉環(huán)，標(biāo)注效率較傳統(tǒng)模式提升300%，為20余個(gè)重點(diǎn)大模型項(xiàng)目提供核心支撐。

中國(guó)聯(lián)通推出Universe生態(tài)開(kāi)放平臺(tái)，該平臺(tái)由“數(shù)據(jù)底倉(cāng)”“聯(lián)通優(yōu)選”“解決方案工廠”三大模塊構(gòu)成，以可信數(shù)據(jù)空間為基礎(chǔ)，打通OT與IT數(shù)據(jù)語(yǔ)義壁壘，聚合連接、算力、服務(wù)、安全等原子能力及生態(tài)伙伴優(yōu)質(zhì)能力，構(gòu)建可復(fù)制、可推廣的行業(yè)解決方案模板庫(kù)。與此同時(shí)，聯(lián)通還構(gòu)建了信息通信領(lǐng)域高質(zhì)量數(shù)據(jù)集，總量達(dá)53.5TB，數(shù)據(jù)集質(zhì)檢合規(guī)率超過(guò)98%，涵蓋網(wǎng)絡(luò)運(yùn)營(yíng)、客戶服務(wù)、電信反詐等六大領(lǐng)域。這些經(jīng)過(guò)“精煉”的數(shù)據(jù)產(chǎn)品，正在成為AI大模型訓(xùn)練不可或缺的高質(zhì)量“燃料”。

邁向“精煉時(shí)代”制度與技術(shù)雙輪驅(qū)動(dòng)

三大運(yùn)營(yíng)商的實(shí)踐表明，數(shù)據(jù)“煉油”之難并非無(wú)解之題。通過(guò)標(biāo)準(zhǔn)化治理破解“方言”困局，通過(guò)可信技術(shù)縫合安全與流通的裂縫，通過(guò)數(shù)據(jù)運(yùn)營(yíng)賦能垂直場(chǎng)景的價(jià)值釋放，運(yùn)營(yíng)商正在構(gòu)建一條從“原礦”到“燃料”的完整產(chǎn)業(yè)鏈。

但破局不僅需要企業(yè)層面的探索，更呼喚制度層面的頂層設(shè)計(jì)。2026年被國(guó)家數(shù)據(jù)局定調(diào)為“數(shù)據(jù)價(jià)值釋放年”，一系列制度安排正在加速落地。

在制度層面，國(guó)家數(shù)據(jù)局正加大數(shù)據(jù)產(chǎn)權(quán)制度宣貫力度，加快建立全國(guó)統(tǒng)一的數(shù)據(jù)產(chǎn)權(quán)登記制度，明確數(shù)據(jù)的“持有權(quán)、使用權(quán)、經(jīng)營(yíng)權(quán)”配置方案。這一制度設(shè)計(jì)旨在破解“不敢供數(shù)、不愿共享、難以定價(jià)”的困局，讓數(shù)據(jù)真正“流動(dòng)起來(lái)”。

在技術(shù)層面，隱私計(jì)算、區(qū)塊鏈等技術(shù)正在成為破解“不可能三角”的關(guān)鍵工具。通過(guò)推廣“數(shù)據(jù)可用不可見(jiàn)”的技術(shù)方案，在保障安全的前提下實(shí)現(xiàn)數(shù)據(jù)價(jià)值的合規(guī)流通。中國(guó)電信翼支付推出的“辰璣”數(shù)智金融系統(tǒng)，實(shí)現(xiàn)了從底層芯片、操作系統(tǒng)到上層業(yè)務(wù)應(yīng)用的100%全棧國(guó)產(chǎn)化，采用云原生單元化分布式架構(gòu)，支撐10萬(wàn)TPS高并發(fā)支付，這一自主可控的底層能力，為數(shù)據(jù)要素的安全高效流通提供了堅(jiān)實(shí)基座。

在生態(tài)層面，國(guó)家正更大力度培育物流、金融、醫(yī)療、養(yǎng)老等高價(jià)值應(yīng)用場(chǎng)景，支持?jǐn)?shù)據(jù)流通服務(wù)平臺(tái)、數(shù)據(jù)商等機(jī)構(gòu)探索流通新模式，推動(dòng)行業(yè)數(shù)據(jù)集在數(shù)據(jù)交易所掛牌交易。近日中國(guó)電信攜手成都市國(guó)家數(shù)據(jù)標(biāo)注基地正式啟用數(shù)據(jù)標(biāo)注技術(shù)研究中心，發(fā)布星海·可信數(shù)據(jù)空間與智云四川·AI超市兩大平臺(tái)，以全棧技術(shù)能力布局?jǐn)?shù)據(jù)要素市場(chǎng)，為AI時(shí)代構(gòu)筑一座堅(jiān)實(shí)、安全、高效的“數(shù)據(jù)糧倉(cāng)”。

站在“十五五”歷史節(jié)點(diǎn)上，我們有理由相信，當(dāng)制度供給與技術(shù)賦能形成合力，當(dāng)運(yùn)營(yíng)商等市場(chǎng)主體持續(xù)深耕，數(shù)據(jù)“煉油”的難關(guān)終將被攻克。