■ 姚连营

　　省委十五届九次全会提出“把人工智能深度融入到创新浙江建设和经济社会发展的各领域各方面，更好发挥人工智能赋能作用”。当前，全球人工智能发展逻辑正在发生重要迭代，以往比拼算法、算力的粗放竞争模式加速转型，行业发展重心全面转向数据供给。高质量垂域数据集、行业专用数据体系与数据生态构建能力，正逐步成为制约人工智能规模化产业化落地的关键瓶颈，也是各地抢占智能经济新赛道的核心竞争优势。

　　面向数智变革新赛道，浙江作为全国数字经济先行省、首个数字经济创新发展试验区、国家数据要素综合改革试点，肩负为全国数智融合探路先行的使命。对标国家“人工智能+”行动部署和省委全会要求，一体推进高质量数据集的供给、治理、应用全链条体系，聚力实现模数共振、数智共生，具有多重战略价值。

　　第一，这是顺应AI产业范式迭代、牢牢把握新一轮科技竞争主动权的大势所趋。当前全球人工智能行业竞争的核心正迈入以数据质量为核心的提质发展阶段。各类通用大模型虽具备较强通用能力，但普遍存在“通识有余、专识不足”的短板，落地转化、提质增效均存在明显堵点。唯有加快构建AI就绪、体系完整、品质精良的高质量数据集，方能跳出“算法内卷、算力空转”的发展桎梏，推动人工智能技术深度赋能实体经济，在全球数智变革赛道上抢占发展先机。

　　第二，这是迭代升级数字经济、巩固浙江先发领跑优势的核心抓手。当前，我省数字化覆盖面、设备上云率、场景建设数量位居全国前列，但在智能化渗透率、场景规模化率和产业增效等方面仍有不少提升空间，呈现“数字化有余、智能化不足”的特征。这背后深层根源就在于缺乏适配本土产业、可训模、可迭代、可复用的高质量行业数据集。未来，只有系统推进高质量数据集建设，才能够将我省长期积累的数据资源、场景资源、制度资源等优势，转化为智能产业优势，实现我省数字经济的持续领跑。

　　第三，这是推进新型工业化、赋能“415X”产业集群提质升级的关键支撑。经过多轮数字化改造，我省各类企业基本实现设备联网、数据归集，但普遍卡在“智能化关口”。通用大模型看似功能强大，但因缺乏具体行业的细化数据，难以适配浙江优势产业的真实场景。只有加快建设贴合产业肌理、贴合工序流程的高质量数据集，才能补齐垂直领域行业专识短板，推动大模型真正扎根生产线，助力传统产业转型升级和先进制造业集群能级跃升。

　　第四，这是深化数据要素改革、打造浙江样板的关键突破。浙江是全国数据要素综合改革试验区，在数据知识产权、合规流通、数商培育、数据资产化等领域积累了丰富改革经验。但客观来看，当前数据要素改革仍存在“制度成果多、产业载体少”的问题。高质量数据集作为数据要素市场化的高端核心产品，是打通数据归集、治理、应用、流通、增值全链条的关键载体。抓好高质量数据集建设，能够推动浙江数据要素改革从制度探索走向产业落地，率先形成“数据可生产、可治理、可交易、可增值、可迭代”的完整闭环，为全国数据要素改革提供浙江样板。

　　依托多年数字经济积淀与数据要素改革探索，浙江在高质量数据集建设、模数融合实践上已打下扎实基础。面向未来，我省要将高质量数据集作为数智融合的基础性、先导性工程，一体化搭建高质量数据集的供给、治理、应用体系，持续推动数据资源与智能模型双向赋能、模数共振。

　　一是聚焦产业集群建强行业专属数据集，夯实智造升级底座。紧扣全省“415X”先进制造业集群，实施“一链一数据集、一业一数据池”攻坚工程。面向纺织印染、智能电气等优势产业，依托链主企业、产业大脑、未来工厂，系统归集工业机理型和场景专用型数据。特别是，针对中小企业“不会建、建不起”的痛点，推广“龙头牵头、行业共建、共享共用”模式，打造一批轻量化、低成本、可复用的行业公共数据集。

　　二是紧扣AI就绪标准提质增效，打通数据训模应用闭环。严格对标“技术可行、实用便捷、质量保障”的AI就绪建设标准，全面推进存量数据提质改造和增量数据规范生产。开展工业数据标准化、结构化、精标注专项攻坚行动，着力破解数据杂乱、口径不统一、数据预处理成本偏高等突出难题。推动数据治理从“满足归集”向“适配训模”转变，让更多行业数据无需复杂加工、可直接用于大模型微调训练。

　　三是依托丰富场景深化模数共振，推动AI规模化落地。坚持应用导向，把数据集建设深度嵌入全省“人工智能+”重点场景。在智能制造场景，依托高质量工艺数据优化生产排程、智能质检、参数寻优，助力企业降本增效；在城市治理场景，依托政务、交通、生态、民生等多维数据，赋能城市大脑智能研判和精准治理。以真实场景持续淬炼优质数据，以优质数据迭代升级智能模型，形成源源不断的数据飞轮效应。

　　四是深化数据要素市场化改革，培育良性数据产业生态。持续放大我省数据要素改革试点优势，健全AI数据集确权、登记、交易、服务全链条机制。依托浙江大数据交易中心等平台开设AI数据集专属板块，推动行业数据产品、数据服务合规流通、有偿使用，真正培育“为优质数据买单、为专业服务付费”的共识。大力培育本土数商，壮大数据清洗、智能标注、知识萃取、模型适配、场景运营等专业化服务队伍。完善数据安全、合规、溯源体系，在保障安全的前提下最大限度释放数据价值。

　　（作者为浙江工业大学区域国别研究院[东盟研究中心]研究员）