移动通信网 林知远
11月4日，2026年世界互联网大会乌镇峰会智能时代的理论与政策论坛在浙江乌镇举行，成立仅半个月的国家级数据巨头首次系统公开其战略路径。国家数据集团副总经理胡啸在主旨演讲中表示，AI发展关键在数据和场景，集团将加快构建行业高质量数据集、建设国家数据安全流动基础设施、加快人工智能应用场景落地。国家数据集团于10月20日正式挂牌，是中国唯一一家以数据资源开发利用为主业的中管企业，其定位被明确为"数据要素服务的国家队、数据基础设施互联互通的引领者、国家数据科技创新的战略力量"。在AI大模型竞争进入深水区的当下，这一由国家级平台直接下场补齐数据短板的动作，直接指向中国AI产业链最上游的供给瓶颈。胡啸在演讲中援引了一组技术演进数据：模型参数由千亿级跃升至万亿级，模态由单模态扩展至多模态，上下文长度由万级 token 扩展至百万级，技术形态正从语言模型走向世界模型，这为数据基础设施提出了全新量级的要求。
【关键数据】
[1] 国家数据集团于10月20日挂牌成立，是中国唯一以数据资源开发利用为主业的中管企业
[2] 大模型参数规模由千亿级提升至万亿级，上下文长度由万级扩展至百万级
[3] 阿里Qoder编程AI已服务超800万用户、10万家企业
[4] 京东超2000万件AI产品已进入千家万户消费端
[5] AI应用正从编程、视频生成单点突破向办公、生产、生活、治理全场景渗透
从技术逻辑看，胡啸将当前AI产业的核心矛盾概括为两对：一是智能能力提升与高质量数据集供给之间的矛盾，二是AI规模普惠与场景局限之间的矛盾。前者指向数据侧——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，而目前经过深度治理、能够直接引入模型使用的高质量数据集严重不足；数据开放共享程度不高，人工智能应用需要多元、多主体的数据融合利用，但受隐私保护与合规要求约束，部分数据供给方意愿不足，数据流通链条存在梗阻。后者指向应用侧——AI在编程（coding）、视频生成等单点场景已实现突破，但在科研、工业、社会治理等高价值领域的渗透率仍然偏低，应用结构失衡明显。胡啸提出的解题路径包括三条主线：一是"建标准、立标尺"，构建覆盖数据全流程的质量标准体系，同时"攻技术、强基座"，建设集约高效的数据供给基础设施；二是打造可信数据空间，让多主体在安全可信环境下共享开放数据；三是构建数据可信流通平台，通过数据流通全域节点将各地各行业的可信数据空间互联成网。这一架构的技术实质，是以隐私计算、数据空间等可信流通技术替代原始数据直接交易，在不违反合规约束前提下释放数据融合价值。
从竞争格局看，国家数据集团的入场改变了数据要素市场的力量对比。此前中国数据要素市场以地方数据集团、数商企业和运营商为主要参与者：各地已建成多家省级数据集团，上海、深圳、贵阳等地形成了区域性数据交易所，三大运营商则依托用户与网络数据资源切入数据要素运营。国家数据集团作为唯一以数据资源开发利用为主业的中管企业，其在标准制定、基础设施统筹上的话语权与地方平台形成互补与竞争并存的格局。胡啸提出的"数据集服务、模型服务、智能体服务一体化开放平台"，意味着集团将提供覆盖AI训练全链条的全栈式服务，这与阿里、百度、腾讯等云厂商面向大模型提供的数据标注、模型微调服务形成直接竞合关系。从市场需求侧看，Scale AI等海外数据服务公司估值已突破百亿美元量级，高质量训练数据被公认为与大算力、强算法并列的大模型三大支柱之一，而中文高质量语料的稀缺性尤为突出——公开可用的中文高质量语料在全球语料库中占比与其经济体量严重不匹配，行业微调数据集的商业化供给更是刚刚起步，这正是国家数据集团瞄准的市场空档。
从产业链视角分析，国家数据集团的业务布局将传导至AI产业链的多个环节。上游方面，数据供给基础设施的集约化建设将带动数据标注、清洗、治理工具链的需求，专业数据服务商、标注企业有望承接标准体系下的规模化订单；数据流通全域节点等基础设施的建设，将催生对隐私计算、区块链存证、数据加密传输等安全技术的采购需求，相关安全厂商与通信设备企业均在其辐射范围之内。中游方面，行业高质量数据集的持续供给直接改善大模型厂商的后训练条件，降低垂直行业模型的微调成本——目前行业大模型训练中，数据治理环节通常占据项目成本的相当比例，高质量数据集的标准化供给有望压缩这部分支出。下游方面，"AI+科研""AI+制造""AI+民生"等场景的拓展，将带动智能体开发、行业解决方案集成等业务。值得关注的是成本与收益的分配机制：数据集团作为国家级平台，需要在数据供给方、数据使用方与平台方之间建立可持续的利益分配与合规框架，数据资产入表、数据产品定价等制度配套的成熟度，将直接决定流通平台的交易活跃度，这也是全球数据要素市场尚未完全解决的共性难题。
在商业化进展层面，国家数据集团虽然挂牌仅半月，但其战略部署已清晰落地为具体抓手。第一是可信数据空间的规模化组网——通过数据流通基础设施底座建设，把各地各行业已有的可信数据空间联合起来，实现跨区域、跨行业的数据共享互通，这与上海数交所、各地数据集团已建成的节点形成对接关系。第二是全栈式开放平台，将数据集服务、模型服务、智能体服务打包向AI应用开发者输出，相当于在传统MaaS（模型即服务）之前再增加一层DaaS（数据即服务）能力。第三是场景牵引，胡啸明确提出以数据驱动支撑"AI+科研+制造+民生"等多场景应用落地，将AI应用从目前集中的编程、视频生成领域向办公、生产、生活、治理全面渗透。横向对比，国内AI应用落地已呈现分层态势：阿里Qoder等编程工具服务超800万用户、10万家企业，京东超2000万件AI产品进入消费端，而工业质检、药物研发等高价值场景的数据获取门槛依旧高企——这正是集团以行业高质量数据集切入的差异化空间。胡啸还特别强调智能时代的两大主题：持续探索AI的伦理上限与智能规模普惠发展，将安全合规与普惠应用同时写入企业使命。
国家数据集团的动向将引发产业链的连锁反应。对三大运营商而言，其数据要素运营业务将面临国家级平台的统筹与协同，运营商在用户行为数据、网络数据上的资源禀赋如何接入国家数据流通底座，是接下来博弈与合作的关键议题。对地方数据集团和数商企业而言，标准体系统一后将加速行业洗牌，具备深度数据治理能力的企业将获得更大市场空间，而依赖数据倒卖、粗放加工模式的参与者面临出清。对AI大模型厂商而言，行业高质量数据集的规模化供给是明确的边际利好——制约行业大模型落地的核心瓶颈之一正在松动，金融、医疗、制造等数据密集型行业的模型渗透有望提速。从政策脉络看，从数据二十条到国家数据局的组建，再到国家数据集团挂牌，数据要素制度供给的节奏明显加快，数据资产化、数据流通基础设施已从概念论证进入实体建设阶段。胡啸的演讲传递出的核心判断是：AI竞争的重心正从算力军备竞赛向数据供给与场景渗透能力转移，谁掌握了经过深度治理的高质量数据集和多元数据融合的流通机制，谁就掌握了智能时代产业落地的主动权——这一判断本身，或将重塑未来数年中国AI产业的投资方向与政策优先级。
