信通院曹峰：数据赋能企业“AI+”发展
随着人工智能大模型的不断涌现，“以数据为中心的人工智能”（Data-centric AI）越来越成为行业共识。数据作为新的生产要素，真正成为人工智能的“石油”，有效赋能企业“AI+”发展。中国信通院人工智能研究所平台与工程化部主任曹峰围绕企业推动 “AI+” 发展中数据的核心价值、高质量数据集构建路径及企业“AI+”发展中的数据问题破解策略等展开深度解读。
企业推动“AI+”发展中数据的重要性
一是数据成为人工智能发展的核心驱动要素。80%的高质量数据与20%的模型训练构成了更好的模型。DeepSeek V3等主流基座大模型的训练阶段均使用了10万亿token以上、经过严格清洗和标注的高质量数据。通用人工智能对数据的需求量还将持续级数增长，训练数据的数量和质量对模型能力的决定性作用越来越高。
二是数据成为模型场景部署和深度应用的基础。Deep Seep R1模型开源以来，包括44家央企在内的200多家企业完成了DeepSeek R1模型的适配和集成部署。在这个过程中，模型与场景的适配过程需要使用高质量行业数据进行监督微调或知识增强，才能适应行业应用需求。
三是企业构建“AI+”发展的先决条件。企业是推动AI+应用的主体，是推动高价值行业应用场景落地关键力量。拥有海量高质量数据积累的企业，能够率先在垂直行业训练出性能优异的模型，推动人工智能的行业应用。同时，在大模型应用、研发迭代过程中采集到更多高质量数据集资源，形成“数据飞轮”，进一步提升模型性能，进而带动智能化水平的持续提升。
企业推动“AI+”发展中构建高质量数据集的方法
什么是高质量数据集？我们总结，高质量数据集应该具备“三高”的特征：一是高价值应用，高质量数据集面向高价值的领域场景，带来更高的收益。二是高知识密度，高质量数据集应包含更多的专业知识和技能，具备多学科融合特征。三是高技术含量，通过智能化、人机协同标注和合成数据等技术显著提升数据质量。
企业在推动高质量数据集建设中存在以下几方面问题：
一是目标定位模糊化。企业经常陷入“为数据而数据”的误区，智能场景需求与数据集建设目标脱节，未能将数据工程目标与核心业务指标深度绑定，导致数据价值难以转化为模型性能提升，未能形成“数据采集-模型训练-业务反馈-数据迭代”的闭环优化机制。
二是实施路径碎片化。从数据采集到模型训练的全链路缺乏系统性规划和设计，无法形成体系化数据集构建和维护机制，造成多源异构数据标准难统一、跨部门跨层级难协作，致使清洗、标注等数据处理成本激增。
三是技术底座薄弱化。缺乏适配行业特性的工具链，自动化程度低，人力依赖严重，工程落地效率受阻，行业特性适配工具链的缺失等问题导致现有数据处理技术难以应对复杂人工智能场景需求。
破解企业“AI+”发展中的数据问题
面向人工智能的新一代数据工程，涵盖数据采集、预处理、标注、评估、合成与共享等全生命周期，既强调数据的规模与多样性，也重视质量、有效性与合规性。
一是高水平数据标注提升数据集供给能力。自动化与智能化标注工具创新成为焦点，多模态数据标注技术的融合逐渐成为趋势，持续学习与反馈机制引入促进数据标注质量和效率双重提升。中国信通院作为国家数据局人工智能专班组长单位，全力支撑国家级数据标注基地建设工作，推动企业数据标注能力提升。
二是评估和反馈机制推动数据质量提升。质量评估与反馈机制深度融合，多模态数据质量评估框架快速发展，动态数据质量监控体系逐步完善。中国信通院共推出5项人工智能数据相关行业标准，搭建国内首个人工智能全周期数据工程评估体系。目前，已正式发布人工智能数据集质量评估体系（ADAQ）。目前，招商局集团、中国建筑集团、中国物流集团已经通过ADAQ质量评估，部分央企正在洽谈后续的深入合作。
三是积极探索使用合成数据等新技术解决大模型数据瓶颈。合成数据在增加数据量、提高数据质量、增强数据多样性、保护隐私和安全等方面，形成了对大模型训练数据的有效补充，并已经被应用于自动驾驶和金融服务领域。中国信通院编制形成《人工智能合成数据生成和管理能力要求》行业标准，面向数据服务方提供人工智能合成数据生产和应用能力建设指导，同时也为数据应用方和需求方提供选型规范。
数据赋能企业“AI+”发展，将逐步形成“数据-算法-应用”的生态协同，以标准化体系破解跨域协作难题，以智能化工具提升数据生产效能，以合规可信框架保障数据要素安全流通。高质量数据集不仅是技术竞争的 “硬实力”，更将成为产业升级的 “催化剂”，为“人工智能+”场景落地开辟无限可能，助力我国在全球智能产业变革中抢占先机、引领未来。
来源：飞象网
相关推荐
-
AI手机走向个人智能 让AI离你更近
AI手机竞争的下半场，比的不再只是模型，而是系统有多懂你。这个9月，手机圈的新品大战还在继续，操作系统却悄悄成了主角。荣耀发布行业首个真正实现系统级Agent Harness商用落地的MagicOS 11；vivo推出主打“个人化智能”的原系统7；OPPO的ColorOS 17，把“主动智能”写进了系统基因。三场发布会，一个共同信号：AI手机的竞争，正在从大模型能力、系统级应用，进一步向“个人智能”延伸。
-
OPPO创始人陈明永发声：谈本分、AI与OPPO的未来
近日，OPPO迎来31周年司庆。OPPO创始人、CEO陈明永在内部公开谈话，分享了对公司文化、AI变革以及未来发展的最新思考。
-
360纳米Work启动“双城千店上岗计划” 探索实体商业AI落地新路径
9月17日，2026北京艺术与科技周在北京798艺术区开幕。360集团创始人周鸿祎参加开幕式，并宣布360旗下AI办公平台纳米Work正式启动“双城千店上岗计划”。作为本届活动独家AI合作伙伴与官方办公支持平台，纳米Work将以798为首站推进场景合作；10月也将以同一身份参与第11
-
长飞构建AI光互连全链生态：高速畅、换乘快、规划好
AI大模型正以惊人的速度迭代，在思维与推理能力上不断突破，参数量迈向万亿乃至十万亿规模。全球科技巨头持续加大对AI基础设施的投入，力争抢占人工智能技术高地。其背后是作为承载大模型训练与推理任务的智算中心在算力与运力上协同发力，从而形成更大更高效的算力集群规模，构建最强AI大脑。
-
易鑫首次跻身IDC全球金融科技Top 50，AI实力获国际权威认可
近日，国际咨询机构IDC正式发布2026年度全球金融科技系列榜单（IDC FinTech Rankings 2026）。凭借持续深化的科技创新及在汽车金融领域的AI规模化落地应用实绩，易鑫（02858. HK）成功跻身全球金融科技Top 50梯队，并入选新兴金融科技（Emerging FinTech）榜单，这是易
-
华为汪涛：契合AI算力集群化发展需要 3D数据中心是新一代AIDC优秀实践
9月15日，在2026 AIDC产业发展大会暨3D数据中心现场会在安徽芜湖隆重举行。华为技术有限公司副董事长、轮值董事长汪涛出席并致辞，分享了华为在人工智能与AI基础设施上的战略思考。
-
政策解读丨中国信通院王志勤：深化汽车与信息通信融合发展，全面支撑汽车强国建设
汽车产业是国民经济的支柱产业，也是新一代信息技术与制造业深度融合的标志性领域。近期，工业和信息化部等九部门联合发布了《智能网联新能源汽车产业发展“十五五”规划》（以下简称《规划》），系统部署了汽车与信息通信融合发展的实施路径，深入贯彻落实制造强国、交通强国、网络强国的战略部署，对于夯实汽车强国建设数字底座、推动智能网联新能源汽车产业高质量发展具有重要意义。
-
四大数据处理AI测评，AI做表能力封神！
月末关账，VLOOKUP 在十万行里反复报 #N/A；运营做活动复盘，SUMIF 条件区域选错导致 GMV 统计偏差；销售管客户表，手工去重、补全、格式统一耗掉整个下午——这些场景不分行业，几乎每天都在上演。更让人头大的是，市面上的AI数据处理工具越来越多，个个都说自己最懂数
-
2026年AI隐私保护手机怎么挑，端侧处理更值得关注
AI功能越来越多以后，用户的关注点也在变化。以前问的是“AI能做什么”，现在更常问“我的通话、视频和个人信息到底在哪里处理，会不会被上传”。手机里存着聊天记录、证件照片、订单信息和账号资料，AI助手在帮忙记录和提醒的同时，数据流向是否清晰、敏感内容如何存储
-
循表探里，通往AI原生6G未来：高通与联通让智能路路通达
当AI开始成为离不开的伙伴，当6G开始向世人揭开面纱，当2026成为智能体元年，运营商的下一步怎么走，成为很多人讨论的话题。值得一提的是，不久前高通公司工程技术高级副总裁马德嘉曾专门在6G技术日期间提到了中国运营商正发生的角色演进：不仅承载流量，还将开始承载智能。
