信通院姜春宇：建设高质量数据集，转动三维“数据飞轮”

通信世界网消息（CWW）“传统模式下，数据反哺业务，形成‘数据飞轮’；AI兴起后，‘数据飞轮’升级为‘数据-智能-业务’三维飞轮，数据需通过智能环节实现对业务的精准赋能。”在近日举办的2025数据要素发展大会上，中国信通院云计算与大数据研究所姜春宇主任表示。

在本次大会上，姜春宇发表了《高质量数据集建设观察》的主题演讲，聚焦十大重点行业，系统阐述了政策支持下高质量数据集建设的技术与应用进展，剖析了当前面临的制度、标准、技术、生态等层面挑战，展望了中短期技术普及与长期协同生态的发展趋势。

姜春宇表示，随着智能算力、模型训推等对数据集依赖的日益加深，高质量数据集的重要性愈发凸显。在此背景下，我国政府通过一系列措施，着力推动高质量数据集建设，从“人工智能+”行动的顺利发布，到《高质量数据集建设指引》对外亮相，政策层面已形成多层次的支撑体系。

据姜春宇观察，伴随高质量数据集的建设，各类交易平台已开始上架高质量数据集，以央国企等行业龙头为建设主体，成为推动建设工作的核心力量。姜春宇介绍，为进一步推动重点行业高质量数据集建设，中国信通院在国资委支持下开展了专项调研，覆盖10个重点行业、20家重点央企，通过实践调研、专家访谈等，全面掌握行业高质量数据集建设情况。

姜春宇介绍了十大行业的数据特点：在智能能源领域，石油天然气数据具有碎片化特点，电网运行数据具有高保密特征；在工业制造领域，数据具有多源性、强时序性、高价值性等特征；在绿色低碳领域，数据涉及范围广、来源丰富、跨领域性强、国际化程度高；在金融服务领域，存在结构化、半结构化、非结构化等多种数据；在交通物流领域，细分领域较多，数据模态较为丰富；在农业农村，数据来源广泛，时间依赖性和季节属性强，部分领域存在噪声多、缺失多、来源分散的问题；在医疗卫生领域，数据具有高敏感、专业性和格式多样的特点，在隐私性、完整性和安全合规方面要求严格；在应急管理方面，数据分散在多部门、多区域、多系统之间，存在采集标准不统一、数据互通不畅的问题；在移动通信领域，数据规模庞大、实时性强、关联度高；在文化旅游领域，数据具有多模态、多来源、长尾分布明显、情感表达丰富、审美标准多元、依赖文化语境的特点。

在分析十大行业数据特点的同时，姜春宇也发现了行业高质量数据集建设存在四大挑战：制度机制不健全、标准体系未完善、技术能力较薄弱、数据生态较局限。他介绍，中国信通院制定了一系列标准体系，指导企业构建研发、交付、运维、运营一体化的生产流程；搭建了全方位服务能力，涵盖质量评价、建设运营评估、技术支撑等；形成了平台工具的技术规范，明确数据处理与管理的技术要求；构建了高质量数据集标准体系，为业界提供参考。

展望未来，姜春宇表示，高质量数据集建设工作刚刚起步，后续需在制度、标准、技术、生态等方面形成合力，充分发挥数据、智能与业务的飞轮效应，形成繁荣、可持续的产业生态，持续赋能各行业智能化转型。