我國高質量數據迎來價值釋放大年，企查查等行業主體受益明顯

6 月 8 日，國家數據局正式印發《關於推進行業高質量數據集建設行動的實施方案》(下稱《方案》)，標誌着我國數據要素與人工智能融合發展進入國家戰略統籌新階段。這是國家層面首次針對數據賦能人工智能發展作出的系統性部署，也是今年政府工作報告首次點名 "建設高質量數據集" 後的政策落地之舉。

國家數據發展研究院院長鬍堅波表示，《方案》圍繞數據集建設全鏈條，聚焦科學研究、工業製造、低空經濟、具身智能等重點領域與創新方向，針對性推進行業高質量數據集建設，同步推動數據標註產業轉型升級，全面提升數據供給的能力與水平。

明確部署六大專項行動

高質量數據集指經過採集、加工等標準化數據處理流程，可直接用於人工智能模型開發與訓練，能夠有效提升模型性能的行業數據集合，具體包含行業通識數據集與行業專識數據集兩類。

國家數據局局長劉烈宏此前公開表示，高質量數據集是數智化轉型的“新型燃料”，就好比經過精煉提純的“高標號燃油”，在很大程度上決定着人工智能技術在製造業領域的應用，能否跑得穩、跑得遠、跑出實際效益。

《方案》明確提出發展目標：到2028年底，建成一批覆蓋重點領域、經過實際應用驗證的行業高質量數據集，打造一批數據驅動人工智能創新發展的典型應用場景，培育一批具備領先優勢的創新型數據企業與專業人才隊伍，形成一批適配行業高質量數據集建設的工具與標準。屆時將基本構建起數據從供給到價值釋放的良性循環，數據賦能人工智能創新發展的作用將更加凸顯，數據產業與人工智能實現深度融合，持續催生智能經濟新增長點。

中國信息通信研究院副院長魏亮認爲，數據之於大模型，就像石油之於汽車。原油只有經過一系列複雜的過程煉化成汽油後，才能供汽車使用。同樣，海量原始數據需要經過“煉化”形成高質量數據集，才能助力大模型精準學習數據特徵與規律，有效提升其對不同場景和任務的適應能力。數據集的質量影響人工智能的“智商”。

魏亮分析，行業大模型對數據的需求多樣，不同行業部門對模型場景數據的需求各不相同，增加了數據處理和管理的複雜度。在行業大模型的實際建設中，對於構建和採買的數據沒有統一衡量標準，不同行業、不同數據源的數據完整性和準確性可能參差不齊，影響了大模型的訓練效果和預測準確性，造成訓練資源浪費。

本次《方案》聚焦國民經濟重點發展行業與戰略性新興產業，圍繞行業高質量數據集供給、流通、應用等關鍵環節，部署強基擴容、標註攻堅、提質增效、應用賦能、管理服務、價值釋放六大專項行動，形成“場景牽引數據、數據驅動模型、模型賦能應用、應用創造價值”的“數據飛輪”，加快構建數據要素與人工智能協同演進的共生生態。

商業大數據價值躍升，成產業智能升級數據底座

在工業、智造、科研等專業數據賽道之外，覆蓋全量市場主體、貫通全產業鏈的商業大數據，成爲本次政策風口下的典型案例之一。從企業經營、商務合作，到風險防控、產業升級，商業大數據貫穿實體產業全流程，是商業 AI 落地、實體經濟數字化轉型的關鍵底座。

過去，商業大數據的應用多停留在企業查詢、基礎風控等簡單場景。但隨着 AI 全面普及，一套合規、精準、標準化的高質量商業數據集，已經成爲企業智能決策、商業大模型訓練、產業鏈優化的核心剛需。行業也正式告別粗放式發展，邁入靠質量、靠價值取勝的全新增長週期。

風口之上，頭部平臺早已搶先佈局。2026年5月，國家數據發展研究院發佈的《數據要素市場化配置改革案例選》披露，商業大數據頭部平臺“企查查”依託超6億家企業數據與AI原生技術，建成國內首個覆蓋全生命週期的商業大數據智能標註平臺，實現從企業註冊、經營、融資到註銷的全鏈條動態標註，可支撐金融、政務、招商、供應鏈等30個垂直場景的Agent數據調用。

作爲國內頭部商業大數據服務商，企查查長期聚焦合規數據治理，深耕高質量企業數據集搭建，打磨出一套全覆蓋、精細化、標準化的商業數據服務體系，精準契合了國家數據產業的發展節奏。

依託海量合規的企業主體數據，企查查緊跟 AI 產業迭代趨勢，持續迭代升級數據產品與服務。目前已全面適配金融、法律、政務商業數字化等各類場景，覆蓋企業風控、精準獲客、產業鏈梳理、產業招商、智能決策等核心需求，實現 "數據 + 模型 + 場景" 深度融合，助力中小微企業、產業園區及政企單位降本增效、盤活數據價值。

業內人士表示，此次高質量數據集建設行動方案釋放的政策信號，爲整個商業大數據行業喫下了 "定心丸"。未來，高質量數據建設將全面普及，數據要素的商業價值、產業價值將持續釋放。

從國家數據局的系統性部署可以看出，我國數據要素市場建設正從 "培育期" 邁向 "成熟期"，商業數據作爲連接政企、貫通產業的關鍵紐帶，其價值將得到充分釋放。對於企查查等頭部平臺而言，這既是機遇也是責任，如何在合規前提下持續提升數據質量、創新應用場景，將成爲決定行業格局的關鍵因素。