當前，人工智能正加速賦能經濟社會發展的各個領域，推動實體經濟和數字經濟深度融合，成為新一輪科技革命和產業變革的核心驅動力。我國數據資源豐富，產業體系完備，應用場景廣闊，具備發展人工智能的重要基礎?！度珖鴶祿Y源調查報告（2025年）》（下文稱《報告》）顯示，2025年全國數據生產總量達52.26澤字節，同比增長27.28%；全國數據存儲總量為2.53澤字節，同比增長21.05%；用于人工智能訓練和推理的數據總量達199.48艾字節，同比增長42.86%。隨著“人工智能+”深入推進，高質量數據供給正從規模擴張轉向面向場景應用和價值轉化的體系化能力建設，成為支撐人工智能產業高質量發展的關鍵基石。

　　一、人工智能驅動數據從規模擴張轉向高質量供給

　　人工智能技術的快速迭代正重塑數據資源的價值導向和發展路徑。在信息化發展前期階段，數據主要服務于業務記錄、統計分析、信息查詢和流程管理等基礎需求。進入大模型和智能體加速落地的新階段后，數據需支撐模型預訓練、場景化推理、多任務執行和動態迭代優化等多重目標。這一轉變意味著高質量數據供給的評價標準，已不再單純以資源規模大小為核心，而是更加注重數據的組織形態是否能夠被模型高效理解、靈活調用、可靠驗證和持續迭代，實現從“數據資源”到“模型可用資產”的價值躍遷。

　　智能體技術的普及進一步重構了數據生產和利用的全流程模式。與傳統信息系統“用戶發起請求－系統被動響應”的運作邏輯不同，數據使用方式從“被動查詢”逐步走向“主動協同”。數據既是智能體完成任務的輸入要素，也是智能體運行過程中產生新知識、積累新經驗、形成新反饋的載體。這種雙向互動關系要求高質量數據供給必須更加貼近應用場景和治理需求，在現有數據資源建設成果的基礎上，進一步強化動態更新能力、反饋回流機制和閉環優化體系，推動數據供給與人工智能應用形成相互促進的良性循環。

　　詞元調用量的爆發式增長為觀察數據價值釋放進程提供了全新的量化維度。詞元作為大模型處理信息的基本單位，也是人工智能服務被調用、被計量和被商業化的載體?！秷蟾妗凤@示，2025年全年詞元調用量約達21100萬億。公開數據顯示，我國日均詞元調用量已從2024年初的約1000億增長到2025年底的約100萬億，在2026年3月突破140萬億關口。詞元調用量的指數級增長，反映出人工智能應用正在從試點探索走向更高頻、更廣泛的產業落地，也體現出數據集供給、模型能力提升和應用需求拓展之間正在形成緊密聯動的正向循環。

　　二、以重點行業場景牽引高質量數據集建設新格局

　　場景需求是高質量數據集建設的重要導向?！秷蟾妗凤@示，2025年我國高質量數據集數量超11萬個，總數據量超908拍字節，同比分別增長61.13%和142.58%。不同行業、不同場景下的業務邏輯、風險邊界和決策機制存在顯著差異，以具體場景需求牽引數據供給體系建設，能夠有效提升數據開發利用的針對性，避免低水平重復建設和資源浪費，推動數據資源配置效率最大化。

　　政務服務具備率先形成高質量數據供給示范場景的先天優勢。《報告》顯示，2025年公共數據開放數據量和授權運營數據量同比分別增長31.71%、53.96%，公共數據帶動各行業數據融合應用的效應正加速顯現。政務數據具有權威性高、連續性強等特征，是推進國家治理體系和治理能力現代化的重要基礎資源。圍繞政策咨詢、事項辦理、熱線分派、基層治理、城市運行和公共安全等典型治理任務，推動政策文本、辦件記錄、群眾訴求、事件處置和結果反饋等多源數據的協同利用，推動公共服務模式從“人找政策”向“政策找人”轉變，實現更加主動、高效、便捷的公共服務供給。

　　實體經濟領域是高質量數據集建設的關鍵應用場景。電力、交通、物流、農業等傳統行業積累了海量的設備運行數據、生產工藝數據和場景應用數據，是人工智能技術賦能實體經濟的核心切入點。以能源電力行業為例，負荷精準預測、設備智能巡檢、故障提前預警和源網荷儲協同調度等典型場景，對實時運行數據、設備狀態數據、氣象環境數據和歷史處置數據的質量都提出了極高要求。圍繞具體任務建設行業專題數據集，有效提升能源系統調度效率和運行安全水平。

　　三、健全要素轉化機制促進數據要素價值釋放

　　一是強化任務牽引的數據集建設機制。圍繞政務服務、能源運行、金融風控、交通治理、工業制造、醫療健康等重點領域，建設一批面向人工智能訓練與場景應用的專題數據集，明確服務對象、應用任務、更新機制和評測標準。在數據質量評價體系中，除傳統完整性、準確性、時效性等指標外，同步納入模型適配性、場景覆蓋率、標注一致性、反饋回流能力等價值導向指標，推動數據供給從一次性交付向動態更新、持續優化轉變，以優質數據資產為數據要素價值釋放筑牢基礎。

　　二是構建安全可信的數據流通生態。引導數據交易所（中心）、數據流通服務平臺企業、數據商等三類市場主體各有側重、協同發展，形成錯位互補的市場格局。依托國家數據基礎設施，提升數據發現、供需匹配、授權使用、定價交易的全流程效率；探索人工智能技術與數據流通交易的技術路徑和機制設計，進一步降低流通成本、提高交易效率，以高效暢通的流通通道加速數據要素價值釋放。

　　三是培育專業化數據服務產業體系。數據要素價值釋放依托覆蓋采集、清洗、標注、合成、治理、運營和安全服務的全生命周期專業支撐。加快培育分工清晰、協同高效的專業化數據服務產業體系，加強各環節、各主體間協同創新，全面提升數據資源開發利用的標準化、專業化水平，以成熟產業生態推動人工智能全方位賦能千行百業，為數據要素價值持續釋放提供長效保障。

　　總體來看，我國擁有數據資源規模優勢和應用場景豐富的雙重優勢，具備推動數據資源開發利用與人工智能創新發展互促共進的良好條件。面向下一階段發展，應加快推動高質量數據集建設與行業場景深度融合，健全要素轉化機制、暢通要素流通渠道、完善服務產業生態，全方位促進數據要素價值釋放，為數字中國建設和經濟社會高質量發展提供堅實支撐。