2025年01月05日 10:01
近年来，数据产业已成为推动经济社会高质量发展的重要引擎。为了更好地释放数据要素价值、推动产业结构优化升级，国家发展改革委、国家数据局、教育部、财政部、金融监管总局、中国证监会联合印发了《关于促进数据产业高质量发展的指导意见》（以下简称《意见》）。在大模型建设、垂直领域数据优化、高等教育体系完善等关键环节，《意见》明确了行动方向，揭开了数据产业高质量发展的新篇章。
（图片来自“稀土掘金”技术社区）
《意见》的核心措施可概括为以下几方面：
1. 大力支持机器学习、预训练大模型、深度合成服务算法等迭代创新
2. 促进大模型在重点行业数据集建设和“数据即服务”“知识即服务”“模型即服务”等智能应用中的发展
3. 强化数据标注和数据合成技术创新，为大模型提供⾼质量数据⽀持
4. 鼓励围绕工业制造、现代农业、金融服务等领域的“数据要素×”场景创新
5. 推进行业可信数据空间建设与行业数据开放共享，优化资源利用效率
6. 推进数据领域学科体系建设，构建高等教育与职业教育相互支撑的体系
7. 推动与优化产学研合作
8. 强化国际合作，培养高水平复合型数据人才与领军科学家
（图片来自悦数图数据库官网）
1. 大模型建设
（1）大力支持机器学习、预训练大模型、深度合成服务算法等迭代创新
大力发展云计算、边缘计算，推进商业智能、数据引擎、数据融合、数据可视化、大数据平台等技术创新和产业化应用，支持机器学习、预训练大模型、深度合成服务算法等迭代创新。
（2）促进大模型在重点行业数据集建设和“数据即服务”“知识即服务”“模型即服务”等智能应用中的发展
深化产业发展、社会治理、公共服务等领域数据应用，培育“数据即服务”等数据智能应用新产品新服务新业态，支持大模型应用创新发展。大力支持重点行业高质量数据集建设。
推进城市全域数字化转型，促进数据资源、应用场景、数据企业、数据产业集聚。支持企业面向人工智能应用创新，开发高质量数据集，大力发展“数据即服务”“知识即服务”“模型即服务”等新业态。
（3）强化数据标注和数据合成技术创新，为大模型提供高质量数据支持
大力推动云边端计算技术协同发展，支持云原生等技术模式创新，形成适应数据规模汇聚、实时分析和智能应用的计算服务能力。加强新型存储技术研发，支撑规模化、实时性跨域数据存储和流动，提高智能存储使用占比。面向人工智能发展，提升数据采集、治理、应用的智能化水平。强化数据标注、数据合成等核心技术攻关。加快可信数据空间、区块链、隐私计算、匿名化等可信流通技术研发和应用推广。
推动数据清洗、质量检测、数据加工、数据标注、数据集成等技术和业态发展，创新数据开发治理一体化模式，支持人工智能技术在自动化数据处理、数据标注、模型构建、预测分析等领域的应用。
2. 垂直领域数据
(1). 鼓励围绕工业制造、现代农业、金融服务等领域的“数据要素×”场景创新
推动政府部门、行业龙头企业、互联网平台企业开放场景，激发数据应用创新活力。支持企业围绕工业制造、现代农业、商贸流通、金融服务、绿色低碳等行业领域，打造一批“数据要素×”典型场景，促进实体经济和数字经济深度融合，服务产业转型升级。
(2). 推进行业可信数据空间建设与行业数据开放共享，优化资源利用效率
鼓励行业龙头企业、互联网平台企业在落实数据分类分级保护制度要求和保障各方合法权益的前提下开放数据，支持企业、研究机构和行业组织开展合作，共同建设城市可信数据空间、行业可信数据空间，促进数据可信交互、高效协同和融合利用，推动跨行业跨领域数据互通共享。
3. 高等教育
1. 推进数据领域学科体系建设，构建高等教育与职业教育相互支撑的体系
面向产教融合，加快数据领域学科体系和人才队伍建设，大力培养交叉学科人才。
构建高等教育、职业教育和继续教育相互支撑的数据领域学科专业建设体系，支持高校、科研机构加强国际交流合作，大力培养领军科学家。
2. 推动与优化产学研合作
坚持需求导向，发挥高等学校教学指导委员会的指导和引领作用，推进政产学研合作协同育人。
充分发挥企业创新主体作用，支持数据产业领军企业联合上下游企业、科研机构和高校等建立创新联合体，优化产学研协作机制，加快科技成果转化和应用落地。完善开源治理生态，支持建设数据技术开源平台和社区，引导激励企业深度参与社区运营。
3. 强化国际合作，培养高水平复合型数据人才与领军科学家
支持高校、科研机构加强国际交流合作，大力培养领军科学家。立足产业发展，重点培养数据采集、治理、分析及合规建设等方面的专业人才、复合型人才，打造高水平数据人才队伍。鼓励有条件的企业设立首席数据官。
突出创新引领，加大引智引才工作力度，积极引进海外高层次数据人才，支持数据领域人才出国（境）培训交流。
附件中明确了数据技术和产业的重点发展方向，涵盖了数据采集、数据存储、数据治理、数据分析、数据交易、数据应用和数据安全七大关键领域：
1. 数据采集——自动化、智能化、实时、高精度、合规
2. 数据存储——数据分类分级
3. 数据治理——清洗、检测、加工、标注、集成、支持AI在自动化数据处理、数据标注、模型建构、预测分析等领域的应用
4. 数据分析——数据可视化、预训练大模型、多模态数据分析、实时检索分析
5. 数据交易——第三方、数据经纪、数据托管
6. 数据应用——“数据即服务”、重点行业高质量数据集
7. 数据安全——安全监测预警、数据合规检测、人工智能数据安全
1. 到2029年，数据产业规模年均复合增长率超过15%。
2. 优化数据产业生态，支持区域聚集和协同发展。
3. 加强关键技术研发，包括可信数据空间、隐私计算、量子加密等技术。
4. 健全数据交易规则，促进数据跨境流通与服务体系完善。
5. 加大财政金融支持，建立专业投资机构与企业培育机制。
特别说明：本文为《关于促进数据产业高质量发展的指导意见》的要点摘编，仅供学习交流使用，如有侵权请后台联系小编删除。
添加助教
即可领取《意见》全文链接~
– END –