川观智库研究员 刘成婧

近日，国家数据发展研究院、浙江大学区块链与数据安全全国重点实验室联合发布《AI浪潮下的数据科技创新研究报告》（以下简称“报告”）。报告认为，数据科技创新已成为完善数据基础能力、促进数据要素价值释放和支撑人工智能发展的重要方向。在人工智能驱动下，数据科技创新正呈现由单点突破向系统协同、由阶段处理向持续运行、由功能实现向智能可信一体化演进的总体特征。

数据产业发展推动数据科技创新需求持续升级。一方面，数据资源快速增长、形态日趋复杂，对数据供给技术提出更高要求。从整体规模看，2025年，全国数据生产总量达52.26泽字节（ZB，数据存储单位，1ZB约合1万亿GB），同比增长27.28%，占全球数据总量约27.44%，数据存储总量达2.53ZB，同比增长21.1%。其中新兴领域表现尤为突出，具身智能、低空经济领域数据生产量分别增长477.78%和75%。数据来源更加多元、数据类型更加复杂、数据生成更加实时，使传统面向结构化和静态数据的采集、清洗、标注、存储等技术难以充分适应新的数据供给需求。

另一方面，数据产品和服务加快丰富，对数据流通和开发利用技术形成更强需求。2025年，我国企业数据技术投入同比增长17.37%，数据产品和服务数量同比增长29.29%，交易额同比增长39.8%；2024年全国数据企业数量超过40万家，数据产业规模达到5.86万亿元。数据标注员、数据经纪人、数据科学家等新职业不断涌现，数据产业生态日趋活跃。随着数据由企业内部生产资料进一步转化为可加工、可流通、可服务的数据产品，数据跨主体交互、加工处理、质量评价和持续服务等技术需求同步增加。

报告将数据科技创新划分为数据形成与采集、传输与接入、存储、加工处理、开发利用、共享交换、流通交易和归档销毁八个关键环节。围绕这八个环节，报告梳理了人工智能驱动下的技术演进趋势，认为数据供给正从被动采集向主动生成演进，合成数据与仿真数据成为重要补充；数据存储正从分立存储向语义融合演进，图数据库与向量数据库的融合正支撑起GraphRAG等新型智能应用；数据加工正从规则执行向智能协同演进，大模型和智能体开始参与规则生成、语义映射和自动标注；数据共享正从开放交换向可信协同演进，可信数据空间成为跨主体数据协作的重要载体。

展望未来，报告提出四方面发展建议。一是加强政策统筹衔接，强化重点领域精准支持。围绕数据基础设施建设、数据产业发展等重点任务，加强与数据科技创新方向的协同，中央与地方结合各自功能定位形成差异化探索。二是推动关键技术攻关，提升数据科技创新能力。围绕高质量数据建设，重点提升多模态数据获取、合成数据生成、智能标注、质量评价等技术水平；围绕跨主体数据流通，持续完善可信连接、隐私保护、使用控制和过程追溯等技术。三是壮大数据科技产业，深化重点行业融合应用。发挥企业在技术研发和市场应用中的主体作用，围绕工业制造、金融服务、医疗健康、交通运输等行业持续总结可复制的技术方案和应用模式。四是汇聚多元创新主体，营造开放协同创新生态。畅通高校、科研机构、科技企业和行业主体之间的人才交流、技术合作和场景开放，促进创新资源在不同主体之间有效衔接。

【未经授权，严禁转载！联系电话028-86968276】