本文共字，预计阅读时间。

一、引言

2026年10月20日，国家数据集团有限公司在河北雄安新区成立，是一家以数据资源开发利用为主责主业的中央企业。根据官方发布的信息，集团成立旨在推进数据资源开发利用、释放数据要素价值、服务人工智能发展、繁荣数据产业生态，并将通过央地联动和产业协同，推动能力共用、经验共享、业务共拓。

理解国家数据集团的作用，不能简单地将其视为又一家数据服务商，而应关注其在数据产业链中的功能定位。随着人工智能从模型研发走向行业应用，数据的质量、适用性和合规使用条件日益重要。高质量数据集不仅影响模型训练效果，也关系到人工智能能否解决实际产业问题。因此，国家数据集团的潜在价值，不仅在于开发数据资源，还在于促进数据供给、技术服务与产业需求之间的有效衔接。本文以高质量数据集建设为切入点，分析其推动数据产业与人工智能融合的可能路径、主要挑战及发展趋势。

二、功能定位与作用边界

（一）数据治理是数据产业化的重要基础

原始数据往往存在格式不统一、质量不稳定、更新不及时等问题，难以直接用于模型训练或业务系统。数据资源要形成产业价值，需要经过清洗、加工、标准化和质量评估等环节。因此，数据治理不应仅被视为数据开发的辅助工作，还可以成为专业化的数据服务。

国家数据集团可以结合自身职责，探索数据治理、质量评估和合规使用支持等服务，降低数据从资源形态转化为可用产品的成本。但其实际作用仍需通过具体业务验证，不能仅凭成立目标就认定相关能力已经形成。

（二）产业协同不应替代市场分工

数据产业涉及数据提供方、技术服务商、流通平台和应用企业等不同主体。国家数据集团的成立目标包括深化产业协同、推动能力共用、经验共享和业务共拓，这为其参与产业合作提供了明确方向。

从产业发展角度看，集团应重视与现有市场主体的合作，而非简单进入所有竞争性环节。数据治理、专业标注、模型研发和行业应用需要不同的技术与行业知识，专业企业仍具有重要作用。因此，评价集团的协同成效，不应只看其自身开展了多少业务，还应关注其是否降低了合作成本、改善了数据供需衔接，并为其他市场主体创造发展空间。

三、高质量数据集建设：连接数据产业与人工智能的关键环节

2026年6月，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》，部署强基扩容、标注攻坚、提质增效、应用赋能、管理服务和价值释放六大专项行动，推动行业高质量数据集建设与"人工智能+"融合发展。

截至2026年8月，全国已建成高质量数据集超过12.6万个，总体量超过1815PB，较当年一季度末增长超过89%。这表明数据供给规模持续扩大，但数据数量增加并不意味着所有行业的实际需求都已得到满足。不同模型任务和行业场景对数据准确性、专业性和更新频率具有不同要求，如何提高数据与应用之间的匹配程度，仍是重要问题。国家数据集团可以从三个方面探索发挥作用。

首先，推动数据集质量管理。高质量数据集不仅需要规模，还需要可靠的数据来源、统一的处理标准和有效的质量评价。集团可以结合相关政策，与行业机构和专业企业合作，探索数据质量评估、标准化处理及风险管理服务，帮助数据供给方提高数据的可用性。

其次，促进数据集供需衔接。数据集建设应当以实际应用需求为导向。若缺乏明确的使用场景，即使数据集已经建成，也可能难以转化为实际价值。集团可以探索连接数据提供方、人工智能开发主体和行业用户，促进需求信息交流，并根据实际应用反馈改进数据产品。

最后，探索数据价值实现机制。高质量数据集的建设和维护需要持续投入，合理的价值实现机制有助于提高供给方的积极性。集团可以结合相关政策，探索数据质量评价、授权使用、成本核算和服务定价等方式，为数据的合规流通和持续利用提供支持。不过，相关机制仍需考虑数据权利、使用成本和市场需求，不能将数据规模直接等同于资产价值。

四、数据产业与人工智能融合面临的结构性挑战

（一）公共服务目标与持续运营之间存在张力

部分基础性数据治理服务具有较强的外部效应，能够降低多个市场主体的使用成本，但其收益未必能由单一项目或服务提供方充分获得。与此同时，相关服务仍需要技术、人才和维护投入。因此，集团既需要关注公共服务和产业协同效果，也需要探索可持续的运营机制。

评价其成效时，可以同时考察服务使用情况、产业链交易成本变化和运营成本，而不能只关注项目数量或短期收入。如何将整体产业收益转化为可衡量的绩效指标，是需要进一步解决的问题。

（二）数据授权与责任分配仍较复杂

行业数据可能涉及企业权益、个人信息及公共机构的数据管理要求。数据进入治理和应用环节之前，需要确认其来源和授权范围；进入具体应用后，还需要核实使用目的是否符合相关条件。

因此，合规问题不只是明确授权范围，还涉及供给方、治理服务方和使用方之间的责任划分，以及出现授权争议时如何追溯责任。集团若参与相关服务，应推动合作主体明确数据来源、使用权限和责任边界，降低数据流通过程中的不确定性。

（三）行业知识与技术能力需要有效结合

高质量行业数据集的建设不仅依赖技术工具，也需要专业知识。行业术语、业务规则和标注标准往往需要领域专家参与判断。如果数据加工缺乏行业知识支持，就可能出现标注不准确、数据与实际业务脱节等问题。

因此，集团应重视与行业机构、科研团队和专业服务企业合作，将领域知识融入数据处理、质量审核和应用评价，而不是仅依靠技术工具扩大数据规模。

五、发展趋势

第一，数据治理将更加重视标准化和可持续服务。随着数据资源开发利用不断深入，数据质量管理、合规支持和持续维护的重要性将进一步提升。相关服务能否形成清晰的标准和合理的成本结构，将影响其长期发展。

第二，高质量数据集建设将从规模扩张进一步转向场景适配。当前数据供给规模不断增长，下一步需要更加关注数据是否满足特定模型任务和行业需求。以实际应用反馈改进数据集，有助于提高数据资源的使用效率。

第三，产业协同将更加依赖专业分工。数据开发、技术研发和行业应用涉及不同的专业能力。国家数据集团可以通过合作连接相关主体，但具体分工仍需根据市场需求、专业优势和合规条件确定。

第四，数据价值实现将更加重视实际应用效果。未来评价数据产业项目，不仅要关注数据集是否建成，还应考察其是否被实际使用、能否改善业务表现，以及是否具备合理的成本和收益结构。

六、结论

国家数据集团为推动数据资源开发利用和数据产业协同提供了新的组织载体。在人工智能快速发展的背景下，其潜在作用主要体现在促进数据治理、改善供需衔接、支持高质量数据集建设，以及推动数据资源与行业应用相结合。

但这些作用仍需通过具体业务和市场实践检验。未来，集团的发展需要兼顾数据质量、合规要求、专业分工和持续运营，通过合作机制降低数据开发利用的成本，并根据实际应用反馈不断改进服务。只有将数据供给能力与真实产业需求有效连接，才能进一步释放数据价值，推动数据产业与人工智能融合发展。

---

参考文献

1.新华社（2026）《新华社权威快报｜国家数据集团成立》，2026年10月20日。

2.国家数据局（2026）《关于推进行业高质量数据集建设行动的实施方案》，国数科基〔2026〕25号，2026年6月3日印发。

3.新华社（2026）《新华社权威快报丨2025年我国数据产业规模达6.78万亿元》，2026年8月28日。

4.央视新闻（2026）《国家数据局：全国已建成高质量数据集超12.6万个》，2026年8月29日。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文版权归原作者所有，如有侵权，请联系删除。首图来自图虫创意。