6 月 8 日，国家数据局正式印发《关于推进行业高质量数据集建设行动的实施方案》(下称《方案》)，标志着我国数据要素与人工智能融合发展进入国家战略统筹新阶段。这是国家层面首次针对数据赋能人工智能发展作出的系统性部署，也是今年政府工作报告首次点名 "建设高质量数据集" 后的政策落地之举。

国家数据发展研究院院长胡坚波表示，《方案》围绕数据集建设全链条，聚焦科学研究、工业制造、低空经济、具身智能等重点领域与创新方向，针对性推进行业高质量数据集建设，同步推动数据标注产业转型升级，全面提升数据供给的能力与水平。

明确部署六大专项行动

高质量数据集指经过采集、加工等标准化数据处理流程，可直接用于人工智能模型开发与训练，能够有效提升模型性能的行业数据集合，具体包含行业通识数据集与行业专识数据集两类。

国家数据局局长刘烈宏此前公开表示，高质量数据集是数智化转型的“新型燃料”，就好比经过精炼提纯的“高标号燃油”，在很大程度上决定着人工智能技术在制造业领域的应用，能否跑得稳、跑得远、跑出实际效益。

《方案》明确提出发展目标：到2028年底，建成一批覆盖重点领域、经过实际应用验证的行业高质量数据集，打造一批数据驱动人工智能创新发展的典型应用场景，培育一批具备领先优势的创新型数据企业与专业人才队伍，形成一批适配行业高质量数据集建设的工具与标准。届时将基本构建起数据从供给到价值释放的良性循环，数据赋能人工智能创新发展的作用将更加凸显，数据产业与人工智能实现深度融合，持续催生智能经济新增长点。

中国信息通信研究院副院长魏亮认为，数据之于大模型，就像石油之于汽车。原油只有经过一系列复杂的过程炼化成汽油后，才能供汽车使用。同样，海量原始数据需要经过“炼化”形成高质量数据集，才能助力大模型精准学习数据特征与规律，有效提升其对不同场景和任务的适应能力。数据集的质量影响人工智能的“智商”。

魏亮分析，行业大模型对数据的需求多样，不同行业部门对模型场景数据的需求各不相同，增加了数据处理和管理的复杂度。在行业大模型的实际建设中，对于构建和采买的数据没有统一衡量标准，不同行业、不同数据源的数据完整性和准确性可能参差不齐，影响了大模型的训练效果和预测准确性，造成训练资源浪费。

本次《方案》聚焦国民经济重点发展行业与战略性新兴产业，围绕行业高质量数据集供给、流通、应用等关键环节，部署强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大专项行动，形成“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的“数据飞轮”，加快构建数据要素与人工智能协同演进的共生生态。

商业大数据价值跃升，成产业智能升级数据底座

在工业、智造、科研等专业数据赛道之外，覆盖全量市场主体、贯通全产业链的商业大数据，成为本次政策风口下的典型案例之一。从企业经营、商务合作，到风险防控、产业升级，商业大数据贯穿实体产业全流程，是商业 AI 落地、实体经济数字化转型的关键底座。

过去，商业大数据的应用多停留在企业查询、基础风控等简单场景。但随着 AI 全面普及，一套合规、精准、标准化的高质量商业数据集，已经成为企业智能决策、商业大模型训练、产业链优化的核心刚需。行业也正式告别粗放式发展，迈入靠质量、靠价值取胜的全新增长周期。

风口之上，头部平台早已抢先布局。2026年5月，国家数据发展研究院发布的《数据要素市场化配置改革案例选》披露，商业大数据头部平台“企查查”依托超6亿家企业数据与AI原生技术，建成国内首个覆盖全生命周期的商业大数据智能标注平台，实现从企业注册、经营、融资到注销的全链条动态标注，可支撑金融、政务、招商、供应链等30个垂直场景的Agent数据调用。

作为国内头部商业大数据服务商，企查查长期聚焦合规数据治理，深耕高质量企业数据集搭建，打磨出一套全覆盖、精细化、标准化的商业数据服务体系，精准契合了国家数据产业的发展节奏。

依托海量合规的企业主体数据，企查查紧跟 AI 产业迭代趋势，持续迭代升级数据产品与服务。目前已全面适配金融、法律、政务商业数字化等各类场景，覆盖企业风控、精准获客、产业链梳理、产业招商、智能决策等核心需求，实现 "数据 + 模型 + 场景" 深度融合，助力中小微企业、产业园区及政企单位降本增效、盘活数据价值。

业内人士表示，此次高质量数据集建设行动方案释放的政策信号，为整个商业大数据行业吃下了 "定心丸"。未来，高质量数据建设将全面普及，数据要素的商业价值、产业价值将持续释放。

从国家数据局的系统性部署可以看出，我国数据要素市场建设正从 "培育期" 迈向 "成熟期"，商业数据作为连接政企、贯通产业的关键纽带，其价值将得到充分释放。对于企查查等头部平台而言，这既是机遇也是责任，如何在合规前提下持续提升数据质量、创新应用场景，将成为决定行业格局的关键因素。