温差何来：

供给端热，需求端冷

但宏观的产业叙事，落到微观商业主体，却不一定是相同景象。记者在走访调研中的直观感受是，产业发展火热，企业实际体感有“温差”。

走进宁波一家机器人制造企业，篮球场大小的空间里，来自高校的10多名实习生正在操控机器人叠衣服、整理杂物，“主要采集数据，用于机器人大脑训练”。据介绍，不久前，该公司还发布工业具身智能数据平台和数据采集设备，投身数据业务。

记者在走访中频繁遇见这样的数据采集训练场。有融资中的创业企业，也有化工起家的传统企业，还有实力雄厚的互联网大厂……它们纷纷入局，试图在数据产业上分一杯羹。

但实际商业化多数还是愿景，真正愿意为此买单的下游企业极少。中国信通院最近发布的《具身智能训练场研究报告（2026年）》指出，训练场的场景任务建设同质化、数据实际产能有限、数据可持续商业模式尚未形成。

“具身智能需要海量的数据，这是真实需求。但技术路线上还没有定论，下游买单意愿不足。”一家企业负责人提醒，前些年因自动驾驶兴起了一批数据标注企业，如今风口已过剩者寥寥。

深埋于传统行业的许多数据富矿，想要从中挖掘资源，不仅是技术上的问题，还有机制上的挑战。

以医疗赛道为例，这是国内外公认的高价值领域，但在数据供给这一环节就被卡住了。“我们考察的一家三甲医院有136套数据系统，都是自我独立的‘数据烟囱’。”张强反复提及一个词“壁垒”。加上医疗合规以及不同医院之间互不兼容的底层数据架构，海量珍贵的诊疗数据沉睡着。

“医院想把数据拿出来去训练行业模型，但是不会拿、不敢拿。”张强说，要把这些非标数据清洗脱敏、变成合规且可用的语料，需要一定的治理成本，但收益如何分配等现实问题，当下仍未有成熟的机制，这导致相关机构积极性不高。

而在数据流通环节，火热的行业氛围下，也有“冷空气”吹来。“近期国家发改委相关负责人表态机器人产业要因地制宜、健康有序发展。未来我们要更关注具身智能在真实场景中的数据需求。”浙江大数据交易中心有限公司负责人孔俊对记者说。

事实上，数据交易具有非标准化特性，比如，同样的医疗数据集，用于商业保险和新药研发的价值是完全不同的，很难像传统大宗商品一样在交易所挂牌待价而沽。

今年初，复旦大学发布的《“场内”数据交易机构缘何成效不佳》研究报告发现，全国各地建成的数据交易所“场内”交易实际成效普遍不佳，在缺少真实交易量的情况下，部分机构甚至不得不制造交易量。

供给、流通、应用等关键环节上的问题不解决，数据产业只是看起来很美，更多的经营主体望而却步，长久难以形成健康的生态。

破解之路：

政府有为，市场有效

回顾浙江的改革史，涉及生产要素的改革，都需要经历艰难跋涉。但其中有一条经验主线可以借鉴，就是处理好“政府与市场”的关系。

今年5月，浙江省政府主要领导在专题研究数据要素资源化价值化工作时就明确要求，“坚持政府有为、市场有效”。

“欢迎来到数据要素市场化改革的‘小岗村’。”记者到温州数安港采访时，这里的一名负责人如此介绍这片数据要素资源化价值化的试验田。

“改革仍在起步阶段。”他认为，数据要素改革就像当年的土地制度改革一样，会从最初的权属不清、无法流转，到逐步探索出确权授权、分类分级与交易规则，最终释放推动经济发展的庞大动能。

这两年，温州数安港通过一系列改革，推动数据安全高效流动交易。企业只需提交一次申请，就可以一次性办理数据产权登记、数据知识产权登记、数据资产登记以及数据安全合规评审四项业务，大幅压缩办理时限。温州数安港，已吸引超过1200家数据生态企业入驻，五年前这里仅有26家。

政府有为，关键在制度供给和基础设施建设；市场有效，就要放手让经营主体在具体场景中找商业路径。

今年，浙江覆盖医疗、地球科学、具身智能、时空地理信息、石化化工、文化旅游六大方向的国家人工智能应用中试基地亮相。其中有一个核心任务，就是系统推进高质量数据集和语料库建设，为广大经营主体提供专业化的场景，为数据资源化价值化找到出路。

有了场景，更关键的考验在于“流得动”，数据能从车间流向市场、从供给方流向需求方，需一套让企业敢流通、愿交易的技术和机制来保障。

宁波是制造业大市，相关企业的制造数据对推动AI走向产业应用非常关键。但企业因担心涉及商业秘密，参与数据流通交易或模型训练的意愿不强。

位于宁波的石化化工应用中试基地，探索出“不交易数据本身而共享模型价值”的数据流动模式。基地与企业合作开放应用场景和本地数据，共同训练场景模型，形成知识产权共享，产品应用后按照协议参与收益分配，既保护企业数据安全，也释放数据价值，提升企业积极性。

宁波市数据局相关负责人说，当地建立高质量数据集联合体，将龙头企业、科研院所作为上游供给方，与大模型研发、智能装备研发企业作为下游需求方匹配开展合作。目前，宁波已有30余家企业从事垂直大模型研发，6个通过国家备案。

数据供得出、流得动，最终要落脚到“用得好”。这需要激活各方力量，共同参与公共数据价值挖掘和创造。

走进余杭的海纳数据枢纽创新中心（杭州），记者看到一句鲜明的标语：“一切数据Token化。”这里是一个集算力、模型于一体的数据加工厂。之江实验室和余杭区在此合作建立了“种子班”，让创业团队利用数据等资源，孵化打造垂类模型或智能体。

34名“种子班”的骨干边学边干，基于高质量数据底座、基础模型与三类垂域模型能力，依托杭州市开放的公共数据，构建智能选址、耕地优化布局、用地全要素识别、土地利用变化监测等遥感智能体。“整个平台出发点就是为了企业，通过数据资源化的方式为企业服务。”之江实验室发展战略与合作中心相关负责人说。

“未来的人工智能竞争，本质上是数据要素市场化配置能力的竞争。”王坚在浙江省数据集团挂牌成立时说。

采访中，数据交易所反映缺少交易，一些部门和国有企业则反映不拥有数据……站在数据要素市场化配置的角度看，确保安全和隐私的前提下，数据如何高效流到该去的地方，比数据有多少、在哪里交易更重要。

这也是未来改革的一大方向，最终要让数据在产业场景中产生真实的价值。

• 上一页
• 1
• 2
• 全文阅读