17日，記者從2025數據安全發展大會上獲悉，我國將培育壯大一批數據要素產業鏈上下游企業，預計到2030年，我國數據產業規模將達到7.5萬億元。
公共數據開放共享
激活海量「沉睡數據」
作為全球首個將數據納入生產要素的國家，我國已初步構建起門類齊全的數據產業鏈。數據顯示，2024年我國年度數據生產總量達41.06澤位元組，同比增長25%。
- 截至目前，我國數據領域相關企業超19萬家，數據產業規模超2萬億元。按照20%以上的年均增長率測算，2030年我國數據產業規模將達7.5萬億元。
國家數據局局長 劉烈宏：當前我們正謀劃構建橫向聯通、縱向貫通、協調有力的數據基礎設施體系，到2029年要基本建成國家數據基礎設施主體結構。
公共數據開放共享成為數據要素市場化的重要突破口。2024年全國地市級以上的地方公共數據開放平台數量增長7.5%，開放數據量增長7.1%，高質量數據集數量同比增長27.4%。
在數據要素與產業融合方面，國家正加快打通公共數據共享開放壁壘，推動公共數據與企業數據深度融合，激活海量「沉睡數據」。
構建高質量數據集
加速人工智慧發展
眼下，數據已超越傳統生產要素，成為驅動人工智慧技術突破與產業變革的核心動力。高質量數據集不僅是人工智慧模型性能躍升的基石，更重塑了從技術研發到商業落地的全產業鏈條。那高質量數據集是如何構建的？
在浙江溫州，作為全國數據要素市場化改革的「試驗田」，這裡構建了一套數據安全與合規體系，保障數據要素規模化流動，形成數據交易生態圈，讓更多數據「活了起來」。
浙江省溫州市數據局副局長 金傳拉：打造了469款「實用、好用、安全」的數據產品，在醫療、交通、低空經濟等領域建設了一批高質量數據集。
技術人員告訴記者，構建大模型數據集主要包含數據採集、數據清洗、數據標註、質量評估等核心環節。各環節需要根據大模型數據集的規模大、多樣性足、行業垂直屬性強等特點進行針對性技術研發和適配。
北京大學計算機學院教授 黃鐵軍：文本類的數據，文獻、圖書、論文、研究報告，這些數據大部分已經用了。未來還是需要更多非文本的，比如說圖像、視頻、各種感測器的，這些數據也是大模型學習的重要來源。
數據標註與清洗是高質量數據集建設的關鍵環節。
- 數據標註通過「貼標籤」，教會人工智慧「認知世界」，未經標註的數據如同亂碼教材，導致人工智慧無法有效學習；
- 數據清洗則通過剔除重複、修正錯誤等操作凈化數據，混亂數據將直接影響人工智慧訓練效果。
賽迪研究院副總工程師 劉權：當數據覆蓋足夠廣泛的場景並經過專業標註時，ai模型才能突破「實驗室精度」，真正具備產業落地的能力，帶動數字經濟發展。
我國數據標註產業產值超80億元
在2025數據安全發展大會發布的《2025高質量數據集研究報告》顯示，隨著人工智慧、大模型技術迭代，我國數據標註產業產值已突破80億元，高質量數據建設進入規模化、規範化發展新階段。
2024年，我國開發或應用人工智慧的企業數量同比增長36%，高質量數據集數量同比增長27.4%，有力支撐人工智慧訓練和應用。利用大模型的數據技術企業和數據應用企業同比分別增長57.21%、37.14%。
賽迪研究院副院長 劉文強：我們大模型的參數已經達到了幾千億級別。推進全國七個數據標註基地建設，構建醫療、工業、教育等領域的335個高質量數據集，標註總規模達到1.7萬億tb，支撐了121個國產大模型的研發。
報告顯示，當前我國正加速推動高質量數據集創新發展，但是仍然面臨數據存量小產量低、數據集質量良莠不齊、缺乏主流高價值數據引領、數據利用效率低等問題。
賽迪研究院副總工程師 劉權：做好數據源頭管控，確保數據來源的可靠性、完整性。加強數據隱私與安全保障，推動數據集安全評估能力建設。
（總台央視記者 王世玉 張偉 唐志堅 張延 韓棟）
