7個數據標注基地的數據標注總規模達到17282TB，已形成醫療、工業、教育等行業的高質量數據集335個……國家數據局最新發布的數據顯示，我國數據標注產業發展取得階段性成果。

　　數據標注產業蓬勃發展

　　數據標注產業是對數據進行篩選、清洗、分類、注釋、標記和質量檢驗等加工處理的新興產業。人工智能發展離不開高質量數據集，而高質量數據集建設離不開數據標注工作。加快培育和發展數據標注產業，推進數據要素市場化配置改革，對促進數據開發利用、賦能經濟社會發展、著力培育數據標注新業態、布局數字科技新賽道、構建產業國際競爭新優勢具有重要意義。

　　根據國家數據局最新發布的數據，目前我國已建成7個數據標注基地，分別位于四川成都、遼寧沈陽、安徽合肥、湖南長沙、海南海口、河北保定和山西大同，數據標注總規模達到17282TB，相當于中國國家圖書館數字資源總量的6倍左右。目前已形成醫療、工業、教育等行業的高質量數據集335個，賦能121個國產人工智能大模型研發，引進和培育標注企業223家，標注從業人員達5.8萬人，帶動數據標注行業相關產值超過83億元。

　　數據標注是提升人工智能算法、模型核心能力的關鍵環節。工信部信息通信經濟專家委員會委員盤和林在接受《人民郵電》報記者采訪時表示，各地在數據標注規模上實現了顯著增長，這顯示數據標注產業在各地的快速擴展和蓬勃發展，中國數據標注產業的規模效應正在逐步形成，競爭力正在不斷提高，可以預見，未來中國的數據標注產業在海外也是有競爭力的。

　　“人工智能落地最大的障礙是應用，而數據標注產業向垂直領域延伸，則帶動人工智能產業向垂直領域融合，讓人工智能應用和傳統產業領域更好融合。”盤和林表示，高質量數據集將逐漸形成，特別是在醫療、工業、教育等多個關鍵行業領域，這些特色化數據標注的出現，也意味著各地數據標注產業通過多元化、垂直領域開發的方式來錯開競爭，而不是單純堆量，這也有利于人工智能產業多點齊發，最終有利于人工智能產業生態的形成。

　　推動數據標注產業智能化發展

　　數據標注產業作為數字經濟領域的新業態，是布局數字科技新賽道、構建產業競爭新優勢的關鍵。根據國家發展改革委等部門2024年末發布的《關于促進數據標注產業高質量發展的實施意見》，到2027年，數據標注產業專業化、智能化及科技創新能力顯著提升，產業規模大幅躍升，年均復合增長率超過20％，培育一批具有影響力的科技型數據標注企業，打造一批產學研用聯動的創新載體。

　　3月18日-20日，全國數據標注基地先行先試現場會在四川成都舉行，會議要求，加快推進高質量數據集建設，推動工業、金融、醫療、交通、教育等領域的高質量數據集建設，為人工智能高水平發展夯實數據底座。同時，會議提出，因地制宜培育數據標注產業。各地要立足自身優勢和資源稟賦，找準發展定位，探索特色發展路徑。通過差異化定位和特色化發展，形成優勢互補、協同發展的產業格局。

　　加快建設高質量的數據集，對于推動人工智能深入應用，發揮人工智能在提升行業效率、改善服務質量方面的巨大潛力具有重要意義。在醫療領域，通過收集和分析大量患者的醫療數據，人工智能大模型可以為個性化治療提供建議；在金融領域，高質量數據集可以用于風險評估、欺詐檢測、智能投顧；在工業領域，高質量數據集可以支持智能制造、預測性維護、質量控制等應用。

　　3月24日，國家數據局局長劉烈宏在中國發展高層論壇2025年年會上表示，國家數據局將充分調動社會各方力量，積極推動高質量數據集建設，持續增加數據供給，推動“人工智能+”行動賦能千行百業。“'人工智能+'行動到哪里，高質量數據集的建設和推廣就要到哪里。”劉烈宏說，將強化公共數據資源登記管理，規范公共數據資源授權運營實施，建立授權運營價格形成機制，積極引導做好高質量數據集建設工作。

　　“從當地已經形成的產業和數據格局出發，找到具有優勢數據資源的領域，有針對性地開發這些數據，繼而由這些數據帶動相關產業實現'人工智能+'。”盤和林表示，對于擁有豐富醫療資源和數據的地區，可以重點發展醫療領域的數據標注產業，專注于醫療影像、病歷文本等數據的標注；對于工業基礎雄厚、制造業發達的地區，可以重點發展工業領域的數據標注產業，專注于工業設備狀態監測、生產線優化等數據的標注，為工業人工智能的研發提供有力支撐。

　　高質量的數據標注是訓練高性能人工智能模型的基礎，只有準確、全面地標注數據，才能訓練出可靠、可用的人工智能大模型。數據標注產業也需要緊密配合人工智能技術的研發和應用需求，提供定制化的數據標注服務，為人工智能技術的創新和應用提供有力支持。

　　“數據標注產業會朝著更專業化、規模化、智能化的方向發展。”盤和林表示，一方面，隨著人工智能技術的不斷進步和應用場景的不斷拓展，對數據標注的需求將會越來越大，對數據標注的質量和效率也會提出更高的要求。另一方面，人工智能技術也將對數據標注產業產生影響，很多數據標注可能不再是由人來標注，而是由算法標注，不僅如此，數據本身可能就是由人工智能生成的，這又會給數據標注產業帶來顛覆性的影響。

　　 轉自：人民郵電報