《科创板日报》（评论员 田野） 今天， 国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》，首次在国家层面系统性锚定“数据作为AI核心生产资料”的战略地位。

可以看出，该政策不再宏观谈数据要素化，而是直击训练数据供给质量低、标注标准乱、场景适配弱三大梗阻，把文本、图像、音视频等多模态数据集建设，精准嵌入智能体、具身智能、世界模型等前沿赛道的技术攻坚链条。

这一部署绝非偶然。

近三年来，大模型快速发展，表面看是算力与算法的军备竞赛，实则暴露出“数据贫血症”：大量训练数据来自公开爬取，噪声高、版权模糊、行业语义缺失；医疗、制造、农业等垂直领域缺乏结构化、带机理、可验证的高质量数据集，导致大模型落地时频频“水土不服”。

更关键的是，数据标注长期处于作坊式状态，标注人员培训缺标准、标注工具缺协同、标注结果缺验证，形成事实上的“数据黑箱”。当全球AI竞争从“有没有”转向“好不好”，数据已不是原料仓库，而是决定模型智商上限的“知识熔炉”。

因此，本次政策最锋利的判断在于：数据集建设不是技术配套工程，而是新一轮AI产业主权的争夺支点。它将彻底扭转“重模型轻数据、重通用轻专用、重开源轻治理”的旧逻辑——未来竞争力不再只取决于谁的参数更多，而在于谁的电力系统数据能教会AI预测电网故障，谁的农机作业视频能让模型真正理解耕作节律，谁的手术影像标注体系能支撑外科机器人完成毫米级操作。

数据集由此升维为新型基础设施，其建设标准、产权规则、流通机制，将实质性重构AI产业链的价值分配。

回看历史，2001年欧盟启动“伽利略计划”并非只为造卫星，更是要掌握时空基准这一数字世界的底层坐标，今天布局高质量数据集，亦如当年抢滩导航权。

再观国际，美国NIST近年密集发布AI数据集评估框架，日本经济产业省设立“可信数据空间”专项，背后都是把数据集当作技术制高点来卡位。我国此次以“六大行动”打通供给—流通—应用闭环，尤其支持地方建设数据标注创新试验区，正是要将分散的数据劳力转化为标准化的知识生产力，让标注工人成为新时代的“数字炼金师”。

长远看，这标志着中国AI发展正经历一场静默却深刻的范式迁移：从追逐算力密度转向夯实知识厚度，从模仿通用大模型转向锻造行业大模型，从依赖数据流量转向构建数据质量护城河。

当每一座工厂、每一家医院、每一寸农田都能产出可标注、可验证、可复用的高质量数据资产，人工智能才真正告别“人工智障”的调侃，成为扎根中国大地的新质生产力引擎——数据集建设，终将被历史记为这场智能化跃迁中最沉默也最坚硬的基石。

栏目slogan：以创新视角观察变化，更快，更新、更锐。
小K快评是财联社、《科创板日报》旗下的深度评论栏目，以科创主线为核心、财经视角为基底、新闻时效为前提，聚焦中国科技创新、资本市场改革、产业经济升级等核心领域，针对热点事件、政策落地、产业变革、全球竞合等议题展开深度解读与理性评论。