华炬数小合｜国家数据局《关于推进行业高质量数据集建设行动的实施方案》深度解读

（一）战略逻辑：落实“十五五”规划，深入实施“人工智能+”行动

《实施方案》是为落实国民经济和社会发展“十五五”规划《纲要》，深入实施“人工智能+”行动而制定的。“十五五”规划《纲要》将“提升数智化发展水平”单独成篇，明确提出“加快建设人工智能语料库，面向能源、交通、制造、教育、健康、金融等领域建设高质量数据集”，并强调“强化算力算法数据高效供给”。从规划《纲要》的宏观部署到《实施方案》的具体行动，体现了国家在数据要素赋能人工智能领域的政策连贯性和执行紧迫感。

（二）产业逻辑：人工智能发展范式从“拼算力”向“拼数据”跃迁

人工智能发展正经历关键范式转换。过去业界普遍关注算力和算法，但在大模型时代，高质量数据已成为决定AI性能天花板的战略性资源。正如业内专业人士所言，人工智能发展范式正经历从“拼算力”“拼算法”向“拼数据”的关键跃迁。当前，我国在算力基础设施建设上已有长足进展，大模型算法能力也在快速追赶，但高质量行业数据集的供给却明显滞后——“数据孤岛”“数据烟囱”现象依然普遍，行业数据资源底数不清、标准不一、质量参差，这已成为制约我国人工智能深度赋能实体经济的关键瓶颈。

（三）制度逻辑：数据要素市场化改革从“搭框架”到“填内容”

自2022年“数据二十条”发布以来，我国数据基础制度体系的“四梁八柱”逐步确立。2024年《“数据要素×”三年行动计划》强调数据要素高质量供给，2025年《关于促进数据标注产业高质量发展的实施意见》聚焦数据加工环节。但客观来看，此前的政策多侧重于制度框架搭建和单一环节部署，缺乏一个将数据供给、加工、应用、流通、价值释放全链条贯通起来的系统性方案。《实施方案》恰恰填补了这一空白，标志着我国数据要素市场化改革从“搭框架”进入“填内容、求实效”的新阶段。

六大专项行动覆盖从数据供给到价值释放的完整链条，环环相扣、层层递进，形成逻辑严密的政策闭环。

（一）强基扩容行动：解决“有没有”的问题

这是整个方案的底座性行动，核心目标是拓宽数据供给渠道。四个要点值得关注：一是覆盖领域广，明确列出科学研究、工业制造、金融服务、低空经济、具身智能等20个重点行业领域；二是建立“两张清单”，通过“数据资源清单”和“数据集需求清单”实现供需精准对接；三是发挥链主单位牵引作用，支持链主单位以联合体形式推动产业链协同建数、开放用数；四是强调多模态与知识型数据，涵盖文本、代码、图像、音视频、点云等多模态数据，同时突出知识库、知识图谱等知识型数据集的重要性，体现出“高知识密度”的政策导向。

（二）标注攻坚行动：解决“好不好”的关键瓶颈

数据标注被定位为“行业高质量数据集建设不可或缺的关键环节”，核心是推动标注从“以人为主”向“人机协同、专家深度参与”转型。一是三种智能化标注模式，即“模型预标注+人工校准”“人工标注+模型检验”“模型预标注+模型检验”，标志着标注行业从劳动密集型向知识密集型升级；二是专家认证机制，建立行业专家认证制度，推动专家深度参与指令微调、强化学习等专业知识标注，标注不再是简单的“画框打标签”；三是先行先试，首批七个城市将梯次布局数据标注创新试验区，其在数据流通、权益分配、合规监管等方面的探索值得法律人密切关注。

（三）提质增效行动：解决“精不精”的质量问题

聚焦数据集质量标准和技术能力建设。一是确立AI-Ready质量标准，以“结构完整性、内容多样性、标注准确性、模型适配性”为核心指标，推动数据集建设从无标准的“蛮荒生长”进入规范化阶段；二是加快标准体系建设，推进数据集格式、类型、标注、质量测评等国家标准研制，并鼓励在政府采购、招投标中引用，企业需提前布局标准化能力；三是发挥数据合成积极作用，利用模型、仿真系统生成数据解决稀缺场景构造难、真实场景采集成本高等问题，同时可在一定程度上缓解数据采集中的隐私保护和合规风险。

（四）应用赋能行动：解决“用不用”的落地问题

核心思路是“以用促建”，形成“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的“数据飞轮”闭环，将数据集建设嵌入业务应用而非孤立推进。文件提出打造集“数据集生产加工和流通利用、支撑模型训练应用”于一体的“数据赋能工场”，在数据集建设与模型训练之间搭建产业化“中间层”；同时强调搭建“政产学研用金”多方交流平台，破解“数据孤岛”“数据烟囱”，构建多方协作的数据集建设生态。

（五）管理服务行动：解决“规不规范”的治理问题

这是法律人最为关注的环节。一是全生命周期管理，覆盖数据采集、加工、存储、流通、应用、销毁等全环节，与《数据安全法》《个人信息保护法》一脉相承；二是伦理先行，明确提出“坚持伦理先行与公平普惠”，强调技术之外的价值导向；三是数据权益制度，提出“推动落实数据权益相关制度”，虽未展开具体规则，但为后续配套制度预留了空间——数据集建设中多方主体的权益归属与分配将是实务核心法律问题；四是建设国家数据集管理平台，开展数据集登记、质量测评与结果互认，形成“物理分散、逻辑集中”格局，为确权、溯源、合规审查提供基础设施支撑。

（六）价值释放行动：解决“值不值钱”的可持续问题

这是最具创新性的部分。一是商业模式创新，提出“订阅模式”“商场模式”“定制模式”等多元服务形态，推动商业模式从数据包销售向API调用、模型化解决方案及全栈服务梯次跃升；二是词元交易探索，提出以词元（Token）为基础构建可量化、可定价的数据价值体系，实现数据价值的精细化度量和交易；三是创新数据资产化路径，鼓励探索数据集质押融资、作价入股、资产证券化、数据信托、数据保险等多元资产化模式，与财政部数据资产入表政策形成呼应，打通“资源—资产—资本”转化通道；四是培育付费市场共识，推动数据采买纳入预算编制，通过政府和国企示范引领，建立“为高质量数据付费”的市场文化。

（一）对于企业来说，要关注数据集建设的合规框架与参与路径

《实施方案》为企业参与数据集建设提供了清晰的政策指引，但同时也提出了更高的合规要求。企业应当重点关注以下方面：

第一，梳理自身数据资源。对照文件列出的重点领域，系统梳理自身持有的数据资源，评估哪些数据具备建设为高质量数据集的潜力。特别要关注两张清单的编制要求，提前做好准备。

第二，重视数据权益安排。文件明确提出“推动落实数据权益相关制度”，在数据集建设中涉及多方主体（数据提供方、加工方、平台方、使用方等），建议企业在参与数据集建设项目时，通过合同明确各方的数据权益归属、使用范围、收益分配等关键条款，防范后续纠纷。

第三，探索数据资产化路径。文件提出数据集质押融资、作价入股、资产证券化等多元资产化路径。建议有条件的企业积极关注并参与相关试点，将数据集纳入企业资产管理范畴，充分释放数据资产的价值。

（二）对数据服务商来说，要积极迎接业务转型的战略机遇

《实施方案》对数据标注、数据加工、数据流通等服务机构提出了新的要求，也带来了新的机遇。

第一，从“劳动密集型”向“技术密集型”转型。文件对数据标注业务从“以人为主”向“人机协同、专家深度参与”的转型方向非常明确。数据服务商应当加快智能化标注工具的研发布局，同时积极引入行业专家资源，构建“技术+知识”的双轮驱动能力。

第二，从“通用服务”向“行业深耕”转型。文件强调面向重点行业领域建设高质量数据集，这意味着对服务商的行业理解能力提出了更高要求。建议数据服务商选择若干重点行业深耕，积累行业知识和标注能力，形成差异化竞争优势。

第三，关注“数据赋能工场”模式。文件提出打造集“数据集生产加工和流通利用、支撑模型训练应用”于一体的数据赋能工场，这为数据服务商从单纯的“数据加工商”向“数据解决方案提供商”升级提供了政策指引。

（三）对法律从业者来说，要努力适应新的业务蓝海与专业要求

《实施方案》的出台，为数据法律服务领域开辟了新的业务空间。

第一，数据权益设计与合同服务。文件提出“推动落实数据权益相关制度”，数据集建设涉及多方主体的权益安排，需要专业的法律服务来设计权益分配方案、起草相关合同文本。特别是在数据集的产权界定、使用权授权、收益分配等方面，目前尚无成熟的规则体系，需要法律从业者与数据从业者共同探索。

第二，数据资产化法律服务。文件提出数据集质押融资、作价入股、资产证券化等资产化路径，这些都需要专业的法律服务支撑。从数据集的确权登记、价值评估、交易结构设计到合规审查，法律服务贯穿数据资产化的全流程。

第三，数据跨境流动合规服务。文件提出“建立健全数据集跨境安全有序流动机制”，这意味着未来数据跨境流动将有更加明确的制度安排。对于涉及跨境数据流动的企业，法律从业者可以提供跨境合规方案设计、标准合同条款审查等专业服务。

《关于推进行业高质量数据集建设行动的实施方案》是一份承上启下、具有里程碑意义的政策文件。它上承“十五五”规划《纲要》的战略部署，下接各行业各领域数据集建设的具体实践，将“数据要素×”与“人工智能+”两大行动有机贯通，构建了“数据供给—加工处理—应用赋能—价值释放”的全链条生态体系。

这份文件既是理解数据要素产业政策走向的重要窗口，也是开拓数据法律服务新业务的实践指南。随着数据集建设从政策规划走向产业落地，数据合规、权益设计、资产化运营等领域的法律服务需求将持续增长，作为法律专业人士，我们也应在推动数据要素市场化配置、促进数据产业健康发展的法治实践中贡献专业力量。