引言
数据是数字经济时代的关键生产要素。2022年12月，中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》(“数据二十条”)［1］，首次从国家制度层面系统部署了数据产权、流通交易、收益分配和安全治理等基础制度框架，标志着我国数据要素化进入制度建设新阶段。2024年12月，国家数据局发布《国家数据基础设施建设指引》［2］，明确提出要构建横向联通、纵向贯通、协调有力的国家数据基础设施体系，为数据要素的大规模流通利用提供底座支撑。与此同时，全球主要经济体也在加快数据基础设施战略布局，欧盟发布《欧洲数据战略》［3］，提出建设欧洲数据空间；美国通过“星际之门项目”大规模投资AI基础设施［4］。这些政策实践表明，数据基础设施已成为大国竞争的战略制高点。
然而，数据要素化价值化在实践中仍面临“供不出、流不动、用不好”的普遍难题［5］。一方面，算力、算法和数据作为人工智能的三大要素［6］，在算力和模型技术快速迭代的同时，高质量数据集的供给严重滞后，特别是2025年初DeepSeek的崛起大幅降低了大模型应用门槛，使得数据供给瓶颈更加凸显。另一方面，长期存储于政府、企业中的私域数据因安全顾虑难以流通，高质量数据集仍以作坊式、分散化方式生产，无法满足大模型对数据的规模化、标准化需求。数据产业链上下游企业难以协同，数据“采而不存、存而不治、治而不用”的现象普遍存在。
从基础设施演进的视角看，在工业社会，水厂、电厂是加工生产战略资源的基本业态；在信息社会，网络厂商、算力厂商承担了类似角色；进入数智社会，数据已成为国家战略资源，但作为数据基础设施基本业态的“数据工厂”尚未形成。现有研究对数据治理［7-8］、数据要素市场化配置［9-10］、数据流通与共享机制［11-12］以及数据确权与价值评估［13］等方面已有较多探讨，但对于如何构建面向人工智能大模型的规模化数据生产设施，尚缺乏系统的理论阐释和概念界定。
正如工业社会水有水厂、电有电厂，数据工厂正在成为数智社会的一种新兴生产业态。发展数据工厂，不仅是顺应全球数智化发展趋势的必然选择，而且对于创新国家数据基础设施新型业态，打造高质量数据集规模化供给设施，推动数据产业高质量发展，打通数据赋能人工智能“最后一公里”等方面，具有重大理论意义和实践价值。
本文详细内容请下载：
http://www.chinaaet.com/resource/share/2000007053
作者信息：
张茜茜1, 殷宏宇2，杨光3
(1.北京物资学院计算机与人工智能学院，北京101126；
2.北京联海信息系统有限公司，北京100043；
3.中国信息安全测评中心，北京100085)
