AI下半場，比的不是“懂多少”而是“能幹啥”

國家數據局日前印發的《關於推進行業高質量數據集建設的行動實施方案》（以下簡稱《方案》）提出，到2028年底建成一批覆蓋重點領域、經過應用驗證的行業高質量數據集，打造一批數據驅動人工智慧創新發展的典型應用場景。國家數據局的這份《方案》，給AI發展備足了“燃料”。但燃料堆在倉庫裏不會自動産生動力，還需要産業端的“發動機”來點燃。當數據集建設從政策文件變成車間裏的生産力、從實驗室的指標變成市場上的現金流，中國AI才算真正跑完了産業化的“最後一公里”。

　　截至2026年第一季度，全國已建成高質量數據集超過11.6萬個，總體量超過960PB，日均詞元調用量突破140萬億。這組數字放在全球AI競賽的背景下看，傳遞的信號很清晰：中國AI的發展邏輯正在發生一次關鍵轉向。過去兩三年，業界熱衷於比拼模型參數、算力規模和通用對話能力，某種程度上是一場“大力出奇蹟”的競賽。而如今，11.6萬個行業數據集的佈局，意味着競爭重心從“誰能聊天更溜”轉向“誰能真正扎進産業裏幹活”。

　　這種轉向有其必然性。通用大模型再聰明，進了工廠、農田、醫院、駕駛艙，面對的都是高度專業化的場景。沒有經行業數據“喂養”的模型，就像拿着百科全書去修發動機，知識淵博卻無從下手。《方案》聚焦工業製造、智慧能源、交通運輸，乃至低空經濟、具身智慧、智慧駕駛等創新領域，正是因為看到了這一點——AI的下半場，比的不是“懂多少”，而是“能幹啥”。

　　不過，數據集建起來只是第一步。960PB的數據體量已經相當可觀，但真正的瓶頸不在於“有沒有”，而在於“轉不轉得起來”。《方案》提出要形成“場景牽引數據、數據驅動模型、模型賦能應用、應用創造價值”的數據飛輪，這個表述值得細品。飛輪要轉起來，靠的不是一次性把燃料堆滿，而是每個環節都能持續産生動力。眼下行業數據分散沉澱、標準不一、模型適配不強，本質上就是飛輪的齒輪還沒咬合好。

　　更深層的變化藏在“詞元交易”這個提法裏。《方案》提出探索詞元交易等新型交易模式，構建可量化、可定價的數據價值體系。這意味着數據正從傳統的“生産資料”變成可流通的“數字資産”。一旦數據的價值可以被精確計量和順暢流通，整個AI産業的協作方式都將被重塑。數據標注企業、模型開發商、行業應用方之間的關係，將從松散的合作變成緊密的價值鏈條。

　　當然，從文件到現實還有距離。低空經濟需要多模態的物理交互數據，具身智慧需要高精度的倣真數據，智慧駕駛需要海量的場景測試數據，這些都不是靠行政命令就能快速催生的，需要企業在真實場景中反復試錯、持續回流。換句話説，高質量數據集不是“建”出來的，而是“用”出來的。只有讓數據在産業應用裏不斷打磨、迭代、驗證，才能真正稱得上“高質量”。