2025中央企业高质量数据集建设研究报告

一、央企高质量数据集建设背景

• 发展趋势：行业智能化转型依赖高质量数据集。人工智能加速向各行业核心业务环节渗透，推动生产方式、管理模式和决策机制发生深刻变化。行业智能化转型已从应用辅助分析向生产运行优化、风险预测预警和系统协同等方向拓展，对数据的规模、质量提出更高要求。高质量、可复用、可持续迭代的数据集成为行业智能化发展的关键基础。
• 政策驱动：全面支持高质量数据集建设。国家层面出台多项政策文件，将高质量数据集作为人工智能应用和产业发展的关键基础，推动数据资源向可用、可管、可共享的数据资产转化。

二、央企高质量数据集建设问题和挑战

• 内外部制度待细化：缺乏数据所有权、使用权和收益分配等关键制度，数据汇聚机制缺失，企业内部配套制度和细则不完善，制约数据集系统化建设。
• 标准体系不完善：行业内不同企业间的数据结构、元数据、标注方式存在差异，造成数据的互通、标注结果和质量结果互认存在困难。
• 技术支撑能力不足：数据采集、处理、标注、评估、应用全过程不打通，缺乏面向非结构化、多模态数据的智能数据处理工具，数据标注工具效率较低，质量评估常作为事后环节开展。
• 协同生态未建立：主体准入、应用成效、收益分配等运营机制和规则均未完全明确，数据提供方、服务方与使用方之间缺乏以“数据即服务”为核心的商业模式，阻碍数据集流通应用。

三、央企高质量数据集实践分析

• 数据集建设：主要包括需求管理、数据采集、数据处理、数据标注、质量管理和数据交付六部分能力。央企数据采集逐步形成“面向场景取数”“内部资源汇聚”“多源多模态”等特点，数据处理环节正逐步优化平台架构、完善工具体系，数据标注逐步形成业务规则、技术工具与人工校验相结合的模式，质量管理逐步前移并融入数据采集、处理和标注等各个阶段，数据交付以企业内部使用为主，部分央企已开始探索面向外部协作的交付方式。
• 数据集运营：应用服务逐步从零散调用走向相对体系化的服务体系，运营监控指标体系较为缺失，生态运营逐步从内部团队拓展至子公司、产业链上下游、科研机构、专业服务方等主体。
• 基础保障体系：组织管理逐步向集团统筹、分级协同的组织形态演进，制度规范逐步探索建立职责划分、建设流程、质量评估等制度和机制，资源管理以业务系统为主，数据集建设与运营过程存在资源分散、调度不灵活、建设与使用脱节等问题，安全合规范畴涵盖系统安全、通信安全、存储安全等技术层面的安全要求，以及个人信息保护，以及商业秘密、国家秘密等敏感数据在采集、使用、监管等全流程的合规管控。

四、央企高质量数据集建设案例

• 智慧能源：中国石油天然气集团有限公司的中国石油油气地震勘探大模型高质量数据集、国家石油天然气管网集团有限公司的油气管道保护高质量数据集、中国南方电网有限责任公司的配电网智能规划多模态数据集等案例，展示了数据集在油气勘探、管道保护、配电网规划等领域的应用成效。
• 工业制造：中国第一汽车集团有限公司的乘用车产品智能数据集、中国铝业集团有限公司的铝合金材料金相组织图片数据集等案例，展示了数据集在汽车制造、有色金属制造等领域的应用成效。
• 绿色低碳：中节能大数据有限公司的企业远程非现场执法数据集等案例，展示了数据集在生态环境执法领域的应用成效。
• 交通物流：中国交通信息科技集团有限公司的交通基础设施多模态三维构件数据集等案例，展示了数据集在交通基础设施建设领域的应用成效。
• 医疗卫生：中国联合网络通信集团有限公司的肺结核影像精标注高质量数据集等案例，展示了数据集在疾病诊断领域的应用成效。
• 现代农业：国机数字科技有限公司的农业机械及作业高质量数据集等案例，展示了数据集在农业机械及作业领域的应用成效。
• 移动通信：中国移动通信集团有限公司的中国移动人时空三元组高质量数据集、中国电信集团有限公司的通信行业网络大模型高质量数据集、中国联合网络通信集团有限公司的信息通信领域高质量数据集等案例，展示了数据集在通信基础设施运行、客户服务、智能终端等领域的应用成效。
• 应急管理：新兴际华集团有限公司的大型石油储罐火灾救援数据集等案例，展示了数据集在火灾救援领域的应用成效。

五、主要结论及未来展望

• 现状评估：央企高质量数据集建设取得了初步成效，场景化落地验证了数据价值，行业共识基本形成，技术工程化能力初步构建。但深层次矛盾依然突出，包括制度性瓶颈、工程化能力短板、项目制思维阻碍发展、生态位角色亟待厘清等。
• 核心发现：央企高质量数据集建设的关键要素包括坚持“业务-数据-模型”闭环驱动、构建“专家知识+智能工具”人机协同、形成“集团统筹+一线创新”协同组织。
• 未来建议：央企应成为国家关键领域高价值、高可信数据的核心供给者、行业数据规范与治理规则的主要制定者、数据生态组织者。央企高质量数据集建设将呈现标准化、智能化与生态化的发展趋势，建议在制度突破与标准先行、技术攻坚与平台赋能、生态构建与价值释放等方面持续投入。