上海-北京 | 十五五数据发展、资产确权、数据入表、高质量数据集、可信空间建设资金申报、Token交易、公共数据授权、ABS合规资产化变现实务。
图:国家数据集团副总经理胡啸在2026年世界互联网大会乌镇峰会上发表主旨演讲(来源:中国日报网)
11月4日,浙江乌镇。
世界互联网大会"智能时代的理论与政策论坛"上,一位刚上任不久的新央企高管,把当前AI发展的真正瓶颈说透了。
他不是在讲模型参数有多大、算法有多先进,而是在讲一个更底层的问题——数据喂不进去。
这位发言人,是10月20日刚刚在雄安挂牌成立的国家数据集团副总经理,胡啸。
一、AI的关键,不在模型在数据和场景
胡啸开门见山,给出了一句总结:
AI技术的发展应用关键在数据和场景,重点是多元、多主体的数据开放共享,经过深度治理的高质量数据集。
这句话听起来朴素,但放在当下AI行业的语境里,分量极重。
过去几年,整个行业都在追参数、追算力、追模型架构。千亿参数、万亿参数、MoE架构、多模态融合……大家默认一个逻辑:模型够强,AI就能落地。
但现实正在打脸。
通用大模型跑到一定阶段之后,想往行业纵深走,突然发现没米下锅了——互联网上免费的公域数据,早就被爬得差不多了;真正有价值的行业数据,要么散落在各个主体手里不愿拿出来,要么质量太差根本没法直接喂模型。
用业内的话说:算力可以买,语料买不到。
二、三大矛盾:当前AI发展的真问题
胡啸把当前AI发展面临的挑战,概括为三组结构性矛盾:
矛盾一:模型能力越来越强,高质量数据集却跟不上
大模型针对不同行业场景的微调或后训练,高度依赖高质量数据集。但现实是:经过深度治理、能够直接引入模型使用的高质量数据集,还存在明显不足。
通用语料已经被爬得七七八八,真正稀缺的是带着行业know-how、有授权链、可追溯来源的垂直数据集——能源、医疗、制造、交通尤甚。
矛盾二:AI需要多主体数据融合,但开放共享远远不够
人工智能的应用,需要多元、多主体数据的融合利用。但因为隐私保护和合规要求,现在数据开放程度还不够高,数据流通存在不畅,很多主体数据供给意愿不足。
一边是AI嗷嗷待哺等着数据喂,一边是数据躺在各个机构的保险柜里睡大觉。这个"堵点"不打通,行业大模型就是空中楼阁。
矛盾三:AI本该普惠千行百业,但应用场景集中在两个点
理想状态下,AI应该渗透到科研、工业、社会治理、民生服务等全场景。但现实是:目前AI应用比较成熟的,主要集中在编程(coding)和视频生成这两个领域。
办公、生产、生活、治理这些更广阔的场景,还远没有打开。原因很简单——没有对应场景的高质量数据,模型就是巧妇难为无米之炊。
图:2026年世界互联网大会乌镇峰会开幕式现场(来源:光明网)
三、国家数据集团的三张牌
正是为了解决这些问题,国家数据集团应运而生。
10月20日刚刚在雄安挂牌,11月4日就出现在乌镇峰会的讲台上——这家中国唯一以数据资源开发利用为主业的中管企业,动作非常快。
胡啸明确了国家数据集团支持AI发展的三大发力方向:
第一张牌:建标准、供数据——做高质量数据的"兵工厂"
-
建标准、立标尺:构建全流程数据质量标准体系 -
攻技术、强基座:建设集约高效的数据供给基础设施
目标很明确:持续推动行业高质量数据供给,坚持数据供给与质量并重。
第二张牌:搭平台、促流通——做数据安全流动的"高速公路"
-
打造可信数据空间:让更多主体在安全可信的环境下共享开放数据 -
构建数据可信流通平台:组织建设数据流通基础设施底座,把各地各行业的可信数据空间联合起来,做到数据共享、数据互通
这解决的就是"数据流通不畅、供给意愿不足"的堵点——不靠强制划转,靠技术底座和制度设计,让数据"可用不可见"地流动起来。
第三张牌:拓场景、做服务——做AI落地的"服务商"
-
打造数据集服务、模型服务、智能体服务一体化的开放平台,为AI应用提供全栈式服务 -
拓展AI+应用场景,以数据驱动支撑AI+科研、AI+制造、AI+民生等更多场景落地
四、深层信号:AI竞争从"拼算力"转向"拼语料"
胡啸的这次讲话,释放了一个非常重要的行业信号:中文AI的竞争,正在从"拼算力"转向"拼语料"。
过去通用大模型的快速发展,靠的是互联网上海量免费的公域数据。但从通用大模型走向行业大模型,严重受制于行业数据供给。
国家数据专家咨询委员会委员张向宏的判断很直接:谁能在数据方面领先,谁就可能在下一轮竞争中脱颖而出。
这也是为什么国家数据集团的出资方阵容如此特别——三大运营商加两大电网。它们手里握着AI时代最硬的两类数据资产:通信网络数据和能源电力数据,以及数据流通最依赖的基础设施:网络和算力。
国家数据局的数据显示,2025年中国数据产业规模达到6.78万亿元,同比增长15.7%。但产业规模大不等于数据质量高。接下来真正的较量,是看谁能把这些分散的数据资源,变成高质量、合规、可流通、能喂模型的"燃料"。
结语:数据不再是被管理的资产,而是被供给的燃料
胡啸在乌镇说的这三句话,值得每个AI从业者记下来:
AI的关键在数据和场景。重点是多元多主体的数据开放共享。核心是经过深度治理的高质量数据集。
过去三年,数据要素改革做的是"制度建设"——确权、登记、入表、交易规则。从国家数据集团挂牌开始,进入了"组织资源、形成产业能力"的新阶段。
算力是底盘,语料是弹药。当基建该建的建得差不多了,模型该卷的卷得差不多了,真正决定下半场胜负的,就是谁能拿出高质量的行业数据,谁能把数据安全地送到AI手里。
这条路刚起步,但方向已经非常清晰了。
参考资料:中国日报网、南方周末、国家网信办、光明网 整理:公共数据大讲堂
本文只做作为单位2万+会员单位学习分享,无商业行买卖、如有图片侵权、请联系删除,并公开致歉。
时间地点:
10月29日至31日 深圳市
11月26日至28日 上海市
1.数据要素价值顶层政策解读与产业新格局;
2.省市数据平台定位和CDO组织建设及全域数据治理;
3.公共数据授权运营全流程实操与案例;
4.算力网和新一代通信网项目建设资金申报与风险防范;
5.数据资源入表实务、涉税新规、资产评估与国资审计风险;
6.数据资产双重合规风控与数据安全体系建设;
7.数据资产资本化:质押、增信、入股、ABS、信托与保险;
8.数算智一体化和AI大模型与数据协同运营;
9.“高质量数据集”建设路径与应用场景及运营体系;
10.“可信数据空间”申报建设、资金申请及跨域互联运营;
11.词元经济产业链、交易规范、工厂建设和运营;
12.重点行业数据资源化:医疗、交通、气象、工业、农业、自然资源、能源、水利等八大领域实施路径与差异化落地实践。
培训对象:
各地方政府主管领导,数字政务体系(发改、工信、财政、网信等部门)、数据运营体系(省市数据平台/集团项目申报、投融资等部门)、数据交易平台(交易所)相关负责人;各行业企业数据中心、财务、法务相关负责人;会计、律所、评估审计、数据治理服务等第三方机构相关人员。
首席数据官高级:数据行业领头人,负责全数据管理业务:
数据资产管理运营师:负责数据资产周期管理、计价评估与运营优化;
数据交易安全合规师高级:兼顾法务合规与市场运营,保障交易安全合规;
数据安全评估工程师高级:主导数据安全体系设计、风险评估与应急响应;
数据治理工程师高级:负责大数据战略、架构设计与全生命周期管理;
数据标注工程师高级:主导AI数据采集、标注、质检与项目交付。
注:在校生不可申请高级认证。
综上,CDO制度是企业应对数据挑战、释放数据价值、实现可持续发展的关键举措,有助于企业在数字经济浪潮中赢得竞争优势。

地 址:北京市海淀区世纪金源商务中心 607室
13810321968(微信同号)