张向宏：以“工厂化”释放数据价值 破解 AI 应用落地瓶颈

AI摘要：4月28日，在第九届数字中国建设峰会“数字福建”分论坛上，张向宏称规模化构建高质量数据集是释放数据价值的关键，提出“数据工厂”新型生产业态，建议国家或区域层面部署数据工厂应与数据基础设施紧密结合，形成体系化支撑。

（AI摘要及本文部分素材由福建省智能媒体资源库省级平台提供“智媒+”支持，福建报业集团智能审校平台提供审校技术支持）

海峡网讯（记者 王挺）在4月28日举行的第九届数字中国建设峰会“数字福建”分论坛上，北京交通大学信息管理与技术国际研究中心教授张向宏发表了题为《建设“数据工厂”，推动数据价值释放》的主旨演讲。

张向宏发表主旨演讲。海峡网记者 王挺 摄

他指出，面向人工智能的数据产业链已经初步形成，而规模化构建高质量数据集，正是当前数据价值释放与行业应用落地的关键突破口。

张向宏回顾，自国家数据局成立以来，已在数据确权、流通、交易等方面形成了一套行之有效的工具箱和方法论。然而，数据资源的开发利用却长期缺乏像云计算那样成熟的商业化模式。“经过一年多的研究，我们发现，这个瓶颈正在被打破。”张向宏表示，数据要素化的最终出口已经明确，那就是人工智能在千行百业的应用。一条由“原始数据——基础大模型——高质量数据集——智能体与垂直模型——行业应用”构成的产业链闭环，正成为主流的商业化实践路径。

尽管基础大模型技术迭代迅速，但张向宏认为，当前人工智能的应用多停留在“玩”的阶段，距离个人生活、企业经营和政府服务的深度赋能仍有巨大差距。究其根源，在于缺乏高能量的、经过精细化处理的高质量数据集。“到了基础大模型微调和对齐的阶段，人工智能的前进脚步就停下了，因为让模型能真正‘扣准、答对’的那批少量但精准的专有数据，太稀缺了。”

对此，张向宏提出了“数据工厂”这一新型生产业态。他将数据工厂类比为农业社会的农场、工业社会的工厂，是数字时代规模化生产“高能量数据”的核心载体，也是国家数据基础设施的重要组成部分。其内部形态包含集中式、半集中式和分布式，并具备多样化、设施化、规模化、标准化和柔性化等特点。

“没有数据，工厂就是无源之水。”张向宏指出，数据工厂由储备条件、生产车间和中试条件构成，涵盖数据清洗、合成、增强、标注、质检等一系列工艺，最终产出可直接用于垂直大模型对齐和推理的产品。他特别提到，数据标注企业的升级、算力中心向数据工厂的架构转型、人工智能企业向前端数据生产延伸，以及创新型技术企业的崛起，是当前数据工厂落地的几种主流模式。

最后，张向宏建议，在国家或区域层面部署数据工厂，应与数据基础设施紧密结合。在底层建设公共数据工厂，在重要行业建设行业公共数据工厂，并在流通利用设施中布局专属数据工厂，从而形成体系化支撑。