一小时具身智能训练数据叫价千元、百万元级数据包屡见不鲜……这是当下数据产业的火热叙事。但记者调查发现，数据产业链上下游呈现出明显的冷热不均。截至今年上半年，浙江已建成训练场和数据采集平台14家，但下游企业为数据买单的意愿却显冷淡，实际交易量较少。

供给侧火热、流通侧冷淡。一热一冷折射出行业的现实处境。数据作为第五大生产要素，其资源化价值化仍处于探索阶段。

浙江是国家数据要素综合试验区之一，在公共数据授权运营、数据知识产权登记、确权交易融资等方面率先探路。当前，AI崛起，数据要素已成为决定AI能力上限的关键变量。

作为数字经济大省，浙江有良好的数据产业基础，以及行业垂直领域海量的数据沉淀。唤醒沉睡资源，成为浙江加快打造人工智能创新发展高地的重中之重。

连日来，记者走访企业、平台以及相关政府部门，沿着数据“供给、流通、使用”三大环节，调查当下数据要素资源化价值化的真实挑战与破题之道。

机遇已至：

AI时代，数据有“价”

“数据对中国带来的推动，很像20世纪初电力对美国带来的推动。”中国工程院院士、之江实验室主任王坚，十年前做过这样的判断。

如今，大语言模型强势崛起，数据、算力、算法并驾齐驱。记者在采访中深刻感受到，数据作为核心生产要素，确实站上了AI时代叙事的中心。

“公开可用的高质量语料，几乎已被大模型吃干榨尽。”在浙江古珀医疗科技有限公司，创始人张强正与团队紧锣密鼓地筹划《慢阻肺分层数据集》的行业应用，目前已有多家模型厂商登门求购。

作为深耕医疗行业数据的“老兵”，张强感触颇深。在他看来，过去十年，古珀一直干着行业里的“脏活累活”，把散落于各医院、彼此孤立且格式各异的资料，逐一清洗、脱敏、归一化，转化为AI能消化的标准语料，“光一款阿司匹林，各家医院都有几十种标注方式，这些数据都要统一转化后才能用”。

过去，古珀这样的数据企业，需要拿着技术方案向客户反复解释“数据为何要治理”。但现在取而代之的是另一个问题：如何释放数据价值？

这背后是全球AI发展的一日千里。多位业内人士向记者谈到，过去几年，大模型依赖互联网开源文本预训练，现在这些数据已被消耗殆尽。据报道，美国AI巨头Anthropic甚至斥资数千万美元批量收购此前出版的纸质书，切除书脊、高速扫描，只为获取数据语料。

记者在走访中看到，AI的现实需求正实打实地催热数据产业。杭州科创企业景联文科技这两年迅速崛起。“我们的目标，是做AI时代的数据基础设施。”公司首席技术官张梦轩说。

张梦轩的书架上，放着《石油简史》《深度学习》《数据资产化》三本书，恰似数据要素资源化价值化的演进。数据就像石油炼化，经过治理方显价值。深度学习，又持续不断燃烧着海量数据。

按照国家数据局的分类，用于人工智能训练的高质量数据集可分为通识数据集、行业通识数据集和行业专识数据集三类。当下，医疗、金融、法律、科学等垂直领域的高质量行业通识和专识数据，成为了影响模型能力的重要因素。

张梦轩说：“谁掌握了高质量的行业数据，谁就在AI的进化和应用中取得了先手。”

“浙江虽是传统资源小省，却具备成为数据资源大省、强省的巨大潜力。”王坚认为，词元（Token）是数据要素市场形成的重要标志，它让数据要素市场具备了运行的基础，标志着数据要素市场从理念走向现实。

过去十多年，浙江在数字经济的发展上积累了大量数据。全省有1164万户经营主体、400多万户中小微企业、700多家A股上市公司；也较早开始数字化改革，对公共数据和企业数据进行沉淀并应用。

在制度层面，浙江已出台《浙江省公共数据条例》等地方性法规，发布了全国首个省级层面公共数据授权运营的规范。8月，浙江省数据集团有限公司揭牌，全省数据资源开发利用和人工智能产业发展省级平台正式落地。

目前，浙江聚焦数据要素全产业链，培育壮大数商企业群体，引导企业积极参与数据共享应用。全省已选树两批次135家浙江数商，生态培育渐渐集聚成势。

• 1
• 2
• 下一页
• 全文阅读