近日，国家数据局在相关工作会议上公布最新数据：截至目前，全国已建成高质量数据集达12万个，涵盖工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、城市治理、医疗健康、绿色低碳等多个重点领域。这一成果标志着我国数据要素市场建设迈入“量质并进”的新阶段，为人工智能大模型训练、数字政府建设以及产业数字化转型提供了关键支撑。
高质量数据集：从“有数据”到“用好数据”
数据集是数据要素市场的基础单元。所谓“高质量数据集”，是指经过清洗、标注、脱敏、结构化处理，具备高精度、高覆盖率、高时效性，并符合特定应用场景需求的数据集合。国家数据局相关负责人指出，当前我国数据资源总量已居全球前列，但此前长期存在“数据孤岛”“数据烟囱”现象，大量数据“沉睡”在政府、企业、机构的服务器中，难以被有效利用。高质量数据集的系统化建设，正是破解这一难题的关键之举。
据悉，这12万个高质量数据集的来源构成呈现多元化特征：约40%来自政府部门在公共服务、社会治理、市场监管中积累的公共数据；35%来自企业生产经营、客户服务、供应链管理等商业数据；20%来自科研机构、高校的学术研究数据；其余5%来自互联网平台、物联网设备等社会数据。经过标准化治理后，这些数据集不仅可供内部使用，更可通过数据交易所、数据开放平台等渠道对外流通，推动数据价值释放。
应用场景持续拓展：赋能大模型与实体经济
当前，高质量数据集的应用价值已初步显现。以人工智能领域为例，训练一个千亿参数级别的通用大模型，通常需要数万亿token（数据单元）的高质量训练数据。此次建成的12万个数据集中，已有超过3万个被用于大模型训练，涵盖中文语料、专业文献、行业知识图谱等类型，有效缓解了我国AI企业在高质量中文数据集方面的“卡脖子”问题。
在工业制造领域，长三角某地建设的高质量工业数据集，收集了超过1000家企业的设备运行数据、质量检测数据和能效数据，通过数据融合分析，帮助企业平均降低设备故障率15%，提升生产效率8%。在医疗健康领域，全国已有多个省份建成覆盖电子病历、医学影像、基因测序等的高质量医疗数据集，支撑了AI辅助诊断模型的研发与验证，推动精准医疗落地。
此外，高质量数据集在金融风控、智慧交通、能源管理、城市应急等领域的应用也在加速。例如，某城市交通部门利用高质量交通流量数据集，优化了信号灯配时方案，使高峰期平均通行时间缩短12%。
制度与安全并重：数据要素市场走向规范
数据集的规模化建设离不开制度保障。国家数据局自2023年正式挂牌成立以来，先后推动出台了《关于构建数据基础制度更好发挥数据要素作用的意见》（“数据二十条”）、《“数据要素×”三年行动计划（2024—2026年）》等纲领性文件，明确了数据资源持有权、数据加工使用权、数据产品经营权等“三权分置”的权属框架，为数据集的确权、流通和交易扫清了制度障碍。
在安全层面，国家数据局强调必须平衡数据利用与隐私保护的关系。所有纳入高质量数据集建设的数据，均需要通过脱敏、匿名化处理，涉及个人信息的须符合《个人信息保护法》要求，涉及国家秘密的则严格隔离。目前，全国已建立数据安全审查、数据出境安全评估等制度，并正在推动建设国家级数据安全监测平台。
未来目标：从12万到百万级
尽管12万个高质量数据集已初具规模，但国家数据局相关负责人坦言，与我国庞大的数据资源总量相比，仍有较大提升空间。预计到2025年底，全国高质量数据集有望突破30万个，到2027年达到百万级规模。下一步，重点将在三方面发力：一是推动更多公共数据有序开放，释放政府数据价值；二是鼓励行业龙头企业牵头建设垂直领域专业数据集，如金融、医疗、能源等；三是构建全国一体化的数据流通基础设施，降低数据集的共享与交易成本。
业内专家指出，高质量数据集的持续建设，将直接拉动数据标注、清洗、治理等数据服务产业发展，预计到2025年，仅数据治理相关市场规模将突破3000亿元。同时，随着数据质量提升，中国在AI大模型、数字孪生、智慧城市等领域的竞争力将显著增强，真正实现“数据要素×”的倍增效应。
数据如水，集则成流。12万个高质量数据集，是中国迈向数据要素强国的一个坚实脚印。当这些数据真正“活起来”“动起来”，其释放的能量或将超乎想象。