AI摘要：4月28日，在第九屆數字中國建設峰會“數字福建”分論壇上，張向宏稱規模化構建高質量數據集是釋放數據價值的關鍵，提出“數據工廠”新型生產業態，建議國家或區域層面部署數據工廠應與數據基礎設施緊密結合，形成體系化支撐。

（AI摘要及本文部分素材由福建省智能媒體資源庫省級平臺提供“智媒+”支持，福建報業集團智能審校平臺提供審校技術支持）

海峽網訊（記者 王挺）在4月28日舉行的第九屆數字中國建設峰會“數字福建”分論壇上，北京交通大學信息管理與技術國際研究中心教授張向宏發表了題為《建設“數據工廠”，推動數據價值釋放》的主旨演講。

張向宏發表主旨演講。海峽網記者 王挺 攝

他指出，面向人工智能的數據產業鏈已經初步形成，而規模化構建高質量數據集，正是當前數據價值釋放與行業應用落地的關鍵突破口。

張向宏回顧，自國家數據局成立以來，已在數據確權、流通、交易等方面形成了一套行之有效的工具箱和方法論。然而，數據資源的開發利用卻長期缺乏像云計算那樣成熟的商業化模式。“經過一年多的研究，我們發現，這個瓶頸正在被打破。”張向宏表示，數據要素化的最終出口已經明確，那就是人工智能在千行百業的應用。一條由“原始數據——基礎大模型——高質量數據集——智能體與垂直模型——行業應用”構成的產業鏈閉環，正成為主流的商業化實踐路徑。

盡管基礎大模型技術迭代迅速，但張向宏認為，當前人工智能的應用多停留在“玩”的階段，距離個人生活、企業經營和政府服務的深度賦能仍有巨大差距。究其根源，在于缺乏高能量的、經過精細化處理的高質量數據集。“到了基礎大模型微調和對齊的階段，人工智能的前進腳步就停下了，因為讓模型能真正‘扣準、答對’的那批少量但精準的專有數據，太稀缺了。”

對此，張向宏提出了“數據工廠”這一新型生產業態。他將數據工廠類比為農業社會的農場、工業社會的工廠，是數字時代規模化生產“高能量數據”的核心載體，也是國家數據基礎設施的重要組成部分。其內部形態包含集中式、半集中式和分布式，并具備多樣化、設施化、規模化、標準化和柔性化等特點。

“沒有數據，工廠就是無源之水。”張向宏指出，數據工廠由儲備條件、生產車間和中試條件構成，涵蓋數據清洗、合成、增強、標注、質檢等一系列工藝，最終產出可直接用于垂直大模型對齊和推理的產品。他特別提到，數據標注企業的升級、算力中心向數據工廠的架構轉型、人工智能企業向前端數據生產延伸，以及創新型技術企業的崛起，是當前數據工廠落地的幾種主流模式。

最后，張向宏建議，在國家或區域層面部署數據工廠，應與數據基礎設施緊密結合。在底層建設公共數據工廠，在重要行業建設行業公共數據工廠，并在流通利用設施中布局專屬數據工廠，從而形成體系化支撐。