作者：昆布发布时间： 2025-01-01 18:22
大模型时代，数据资产成为各家的看家本领，数据产业也被置于越来越重要的位置。近日，教育部等六部门发布的一份文件，对数据产业的发展提供指导意见，其中涉及相关领域的人才培养和科研、行业企业对数据的应用与管理，以及对“数据即服务”“知识即服务”“模型即服务”等新业态的支持。
2024年12月30日，由国家发展改革委、国家数据局、教育部、财政部、金融监管总局、中国证监会六部门联合印发的《关于促进数据产业高质量发展的指导意见》（以下简称《意见》）正式发布。
《意见》提出，到2029年，数据产业规模年均复合增长率超过15%，数据产业结构明显优化，数据技术创新能力跻身世界先进行列。
从定位上看，数据产业是利用现代信息技术对数据资源进行产品或服务开发，并推动其流通应用所形成的新兴产业，包括数据采集汇聚、计算存储、流通交易、开发利用、安全治理和数据基础设施建设等。
重要性不言而喻。发展数据产业是深化数据要素市场化配置改革、构建以数据为关键要素的数字经济的重要举措，是推进国家大数据战略、加快建设数字中国的重要支撑。
《意见》从加强数据产业规划布局、培育多元经营主体、加快数据技术创新、提高数据资源开发利用水平、发展数据流通交易、强化基础设施支撑、提高数据领域动态安全保障能力、优化产业发展环境8个方面提出了一系列意见。
在教育方面， 《意见》指出，加强产学研用协作，打造数据产业创新联合体，构建大中小企业融通发展、产业链上下游协同创新的生态体系。建设数据产业集聚区，为数据企业用数、用云、用能、用地和人才引进等提供便利政策。
支持建设数据领域科学实验室、技术创新中心、企业技术中心等科技创新平台，加大对数据领域基础研究和前沿技术、原创性技术创新的支持力度。充分发挥企业创新主体作用，支持数据产业领军企业联合上下游企业、科研机构和高校等建立创新联合体，优化产学研协作机制，加快科技成果转化和应用落地。完善开源治理生态，支持建设数据技术开源平台和社区，引导激励企业深度参与社区运营。
培育数据经纪、数据咨询服务机构，提升产品发现、市场拓展等服务能力。加快发展合规认证、安全审计、质量评价、资产评估、争议仲裁、风险评估、教育培训等专业服务机构。
面向产教融合，加快数据领域学科体系和人才队伍建设，大力培养交叉学科人才。坚持需求导向，发挥高等学校教学指导委员会的指导和引领作用，推进政产学研合作协同育人，构建高等教育、职业教育和继续教育相互支撑的数据领域学科专业建设体系，支持高校、科研机构加强国际交流合作，大力培养领军科学家。立足产业发展，重点培养数据采集、治理、分析及合规建设等方面的专业人才、复合型人才，打造高水平数据人才队伍。鼓励有条件的企业设立首席数据官。突出创新引领，加大引智引才工作力度，积极引进海外高层次数据人才，支持数据领域人才出国（境）培训交流。
在行业企业与数据应用、管理方面， 《意见》提到，鼓励有条件的行业龙头企业、互联网平台企业设立数据业务独立经营主体，支持数据企业做强做优做大，促进集约化、规模化发展。
支持企业面向“智改数转”、新兴产业和全域数字化转型需要，创新应用模式，更好发挥数据要素价值，赋能产业发展，培育一批深刻理解行业特征、高度匹配产业需求的数据应用企业。
鼓励行业龙头企业、互联网平台企业在落实数据分类分级保护制度要求和保障各方合法权益的前提下开放数据，支持企业、研究机构和行业组织开展合作，共同建设城市可信数据空间、行业可信数据空间，促进数据可信交互、高效协同和融合利用，推动跨行业跨领域数据互通共享。
在大模型方面， 《意见》表示，推进城市全域数字化转型，促进数据资源、应用场景、数据企业、数据产业集聚。支持企业面向人工智能应用创新，开发高质量数据集，大力发展“数据即服务”“知识即服务”“模型即服务”等新业态。
同时，《意见》列举了数据技术和产业重点发展方向，分别是：
- 数据采集。推动基于 5G、物联网等技术的数据实时采集方式创新，支持高精度数据采集、合规采集、自动识别采集等采集技术创新，提升数据采集自动化智能化水平。
- 数据存储。加快发展高带宽、高容量、高性能存储器，推动湖仓池一体、数据编织、数据压缩等技术创新。支持面向数据分类分级管理使用需求，提供全栈数据存储产品和解决方案。
- 数据治理。推动数据清洗、质量检测、数据加工、数据标注、数据集成等技术和业态发展，创新数据开发治理一体化模式，支持人工智能技术在自动化数据处理、数据标注、模型构建、预测分析等领域的应用。
- 数据分析。大力发展云计算、边缘计算，推进商业智能、数据引擎、数据融合、数据可视化、大数据平台等技术创新和产业化应用，支持机器学习、预训练大模型、深度合成服务算法等迭代创新。加速向量数据库、多模态数据分析等实时检索分析技术突破。
- 数据交易。发展数据流通交易市场，培育数据经纪、数据托管等新业态，提高第三方服务机构专业服务能力。
- 数据应用。深化产业发展、社会治理、公共服务等领域数据应用，培育“数据即服务”等。数据智能应用新产品新服务新业态，支持大模型应用创新发展。大力支持重点行业高质量数据集建设。
- 数据安全。支持数据加密、防勒索、容灾备份、数据冗余等技术产品推广应用，加强量子加密、多因子身份认证、端到端加密、零信任安全等技术创新，加快突破可信数据空间、区块链、隐私计算、匿名化等数据可信流通技术，发展数据安全监测预警、数据合规检测、人工智能数据安全等服务业态。
