國家數據專家咨詢委員會委員、北京交通大學教授張向宏。人民網記者 翁奇羽攝

人民網自貢6月16日電 （記者栗翹楚）6月16日，由人民網·人民數據主辦的“2026人民數據大會”在四川省自貢市舉行。國家數據專家咨詢委員會委員、北京交通大學教授張向宏在大會主旨發言中表示，人工智能正加速從學習階段邁入規模化應用階段，而高質量數據供給不足正成為制約其深度落地的關鍵瓶頸。發展“數據工廠”，是實現高質量數據集規模化、標准化生產的必然選擇。

張向宏介紹，2025年是人工智能從“訓練”走向“應用”的起點。數據顯示，2025年國內AI推理數據量達101.34EB，首次超越98.14EB的訓練數據量，標志著人工智能已正式跨過學習階段、步入規模化應用階段。全年詞元調用量約21100萬億，詞元正成為人工智能的新度量衡。然而，支撐人工智能技術升級的高質量數據集依然匱乏。存量公域語料持續供給乏力，海量私域數據、非結構化數據、行業高端數據無法有效供給，導致市面上各類大模型能力趨同，難以突破專業場景應用。

張向宏認為，高端數據匱乏的深層原因在於生產方式滯后。當前，大部分高質量數據集的生產仍處於“作坊式”階段，大模型公司和人工智能企業大多“自採自用”，亟需一種能夠規模化、設施化、標准化生產高端數據的新型基礎設施——“數據工廠”。

從建設路徑看，數據標注企業升級、算力工廠轉型、人工智能企業數據業務剝離、技術創新企業引領，是當前數據工廠建設的四種主要模式。張向宏介紹，自去年底提出“數據工廠”概念以來，全國已有28個省、市將數據工廠建設列為2026年工作重點。

張向宏表示，打造數據工廠是實現高質量數據集規模化、標准化供給的必然選擇。在國家數據底座、核心功能節點、行業與企業基礎設施等不同層面布局建設數據工廠，構建從行業通識、行業專屬到業務專精的多層次數據供給體系，才能推動數據要素切實服務於人工智能發展和千行百業的場景需求，為人工智能創新發展提供充足、可持續的“燃料”。