2026年7月20日，上海，中国首个大模型创新生态社区模速空间迎来WAIC世界人工智能大会嘉宾参观。视觉中国/图
数据领域迎来“国家队”。
2026年10月20日，国家数据集团有限公司(下称国家数据集团)在河北雄安新区揭牌。
根据官方信息，国家数据集团的成立旨在推进数据资源开发利用、释放数据要素价值、服务人工智能发展、繁荣数据产业生态。
国务院国资委更新后的央企名录中，国家数据集团位列第28，排在中国电信、中国联通、中国移动以及中国星网之后，中国电子信息产业集团之前。
数据产业产值规模巨大。国家数据局公布的《中国数据产业发展报告（2026）》显示，2025年，中国数据产业规模达到6.78万亿元，同比增长15.7%，数据企业数量达48.2万家。
为什么此时需要一家专门“做数据”的央企？它的成立要解决哪些问题？
从“拼算力”到“拼语料”
2026年2月，由图灵奖得主约书亚·本吉奥领衔编撰的《2026年国际人工智能安全报告》发布。他认为，前沿人工智能的发展由三个方面驱动：计算能力、算法进步和数据。
报告还指出，高质量的语言数据是有限的，这意味着未来的发展可能会因数据可用性不足而受到限制。
国家数据专家咨询委员会委员、北京交通大学信息管理理论与技术国际研究中心特聘教授张向宏向南方周末记者表示，以数据为燃料的人工智能领域成为竞争焦点，“行业高质量数据供给已成为人工智能发展的巨大瓶颈。谁能在数据方面领先，谁就可能在下一轮竞争中脱颖而出”。
“从全球来看，通用大模型的发展已基本触及瓶颈，必须向行业延伸。”张向宏进一步解释，过去通用大模型得以快速发展，与互联网上免费的公域数据密不可分，但从通用大模型走向行业大模型，严重受制于行业数据供给。
他还提到，美国大模型公司如Anthropic、OpenAI等目前在向金融、保险、商业、工业等领域延伸，但进展并不理想，原因之一就是行业数据涉及隐私和机密，很难提供。
“算力是底盘，语料是弹药。”中至远咨询数据要素部总经理陈阳告诉南方周末记者，国家数据集团这个“卖水人”入场，意味着中文AI的竞争，正在从“拼算力”向“拼语料”延伸。谁能拿到高质量、合规、独家的行业数据，谁才能真正做出懂中国、懂中文、懂行业的大模型。
公共数据是公共部门在履职过程中产生的数据。与一般互联网数据相比，公共数据覆盖政务、医疗、交通、社保等领域，具有权威性高、覆盖面广、结构化程度较好的特点。
陈阳介绍，几乎所有主流大模型，不管是国外的ChatGPT、Claude，还是国内的文心、通义、豆包，它们“读”过的中文专业资料，比例都非常低。更麻烦的是质量，开源数据集普遍存在高重复率、低信噪比的问题，尤其是在深层语义标注、知识图谱构建这些高端语料加工领域。
11月4日，2026年世界互联网大会上，刚刚上任不久的国家数据集团副总经理胡啸也将演讲内容聚焦到人工智能。他提到，大模型针对不同行业场景的微调或后训练，高度依赖高质量的数据集。目前经过深度治理，能够直接引入模型使用的高质量数据集还存在不足。
此外，人工智能的应用需要多元、多主体数据的融合利用，由于隐私保护又有合规相关的要求，现在在数据开放程度方面还不够高。
从2025年9月开始，国家数据局多次发声，呼吁全社会加大对数据领域的投入，着力培育“为数据付费埋单”的意识。
与此同时，美国也在国家层面加速数据领域的战略布局。
2025年11月24日，美国总统唐纳德·特朗普正式启动名为“创世纪”（Genesis Mission）的国家级人工智能计划。该计划由美国能源部牵头，旨在整合联邦政府、国家实验室、高校及私营部门的海量科学数据、超级计算资源和先进AI技术，构建一体化的“美国科学与安全平台”。
张向宏介绍，美国“创世纪计划”的核心做法，是由美国能源部以行政命令方式整合国家级实验室数据，并将其用于大模型训练。他认为，该路径最为直接简单，本质上是一种行政命令驱动的推进模式。
2023年10月25日，北京，国家数据局揭牌。视觉中国/图
“三商两网”
国家数据集团官网显示，其由国务院、河北雄安新区管理委员会、中国电信集团有限公司、中国联合网络通信集团有限公司、中国移动通信集团有限公司、国家电网有限公司、中国南方电网有限责任公司共同出资组建。
其中，国务院国资委持股20%；中国联通、中国移动、中国电信各持股15%；国家电网、南方电网各持股12.5%；中国雄安集团持股10%。
张向宏解释，“三商两网”作为出资股东，本身拥有海量的数据资源，数字化程度高，三大电信运营商掌握着全国最完整的通信行为数据，国家电网、南方电网沉淀着覆盖十几亿人口的电力消费数据，以此为国家级的数据资源库奠定基础。
此外，“三商两网”提升智能化改造的诉求特别强烈，所以有应用场景。
“数据依附于通信，也依附于网络。”数据交易网CEO张瑶告诉南方周末记者，运营商的价值不只是掌握海量通信相关数据，更在于它们拥有全国性的通信网络、云计算设施、算力网络和企业服务能力。“国家数据集团若要推动跨行业的数据流通，就需要有能力承接数据传输、存储、治理和计算的基础设施。”
在人事方面，国家数据集团党组书记、董事长由简勤担任，陈荣辉任党组副书记、总经理。简勤此前为中国联通党组副书记、总经理。陈荣辉此前为国家数据局党组成员、副局长。
在陈阳看来，简勤在中国联通、中国移动长期任职，管理过万亿级的运营商网络和十几亿用户，擅长把企业经营资源调动起来，陈荣辉则熟悉政策走势、各政府部门间的协调指挥。“一个管怎么把事干成，一个熟悉怎么在规则中将项目推动，正好补上这家新公司最缺的两种能力。”
成立国家数据集团，也与近年公布的关于促进数据要素发展的各项决策一脉相承。
2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》，首次系统提出数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的产权制度框架，将数据确立为继土地、劳动力、资本、技术之后的第五大生产要素。
一年后，国家数据局揭牌，由国家发展改革委管理，负责促进对数据的管理、开发、利用。
2024年1月，《“数据要素×”三年行动计划（2024—2026年）》又提出推动科研机构、龙头企业等开展行业共性数据资源库建设，打造高质量人工智能大模型训练数据集。
牛泰在国家发展改革委下属的相关单位任职，他向南方周末记者分析，国家数据集团未来的业务方向可能包括三个方面。首先，统筹推动全国层面的公共数据授权运营落地。“此前，相关数据分散在各部门、事业单位以及中央企业和地方国有企业及其下属单位，较为零散。”
其次，参与国家数据流通基础设施建设，为数据登记、授权管理、隐私保护、脱敏加工等提供支撑，并参与全国一体化算力网建设，开展算力监测和调度。
最后，围绕人工智能发展，承担部分语料建设职能，加工形成合规、可用的训练语料。
“数据供不出”
在国家数据集团成立之前，地方层面已探索很长时间。
2022年开始，地方数据集团搭建进入高峰期。2022年9月，上海数据集团成立，以市场化运作方式积极发展数据收集存储、加工处理、交易流通等数据核心产业；2023年1月，河南数据集团成立，定位推动全省政企数据高度融通与公共数据全面接入，打造中部地区领先的数据科技公司。
上海数据研究院发布的《全国数据集团发展蓝皮书2025》显示，截至2025年9月，中国已组建超过29家省级数据集团公司；地市级数据集团达到187家，覆盖了64%的地级市。
但从现实情况看，数据供给存在卡点、堵点。2024年3月，国家数据局局长刘烈宏在一次会议上表示，制约数据“供得出”“流得动”“用得好”的问题依然突出，数据产权、流通交易、收益分配、安全治理等制度还需完善。
在张向宏看来，核心原因在于公共数据存在壁垒分割和数据孤岛问题，分散在各部门、各单位，而公共数据开发利用主体的层级过低，如地方数据集团无力跨省域、跨行业归集。
此外，不少政府部门在公共数据开发利用上缺乏持续投入的动力。“不开放，似乎没有新增责任；一旦开放，数据质量或安全出现问题，还要整改，工作负担随之增加。”王建冬表示。
“越重要的东西，其实大家越不太想开放。”张瑶坦言，虽然各地都在强调数字化、人工智能转型，但是一些手握大量敏感信息的政府机构因为隐私安全等合规要求，反而会比较忌惮，“就像跷跷板的两端，一边发展得越好，另一边就会把控得越严”。
刘航在北方一座城市的数据集团任职，他告诉南方周末记者，公共数据是整个市场里体量较大、价值密度较高的存量资源。各地都在推进公共数据运营，但跑下来发现，“数据供不出”是不少地方的共性难题。
他认为，原因在于供数部门要承担安全合规的全部风险，谁也不敢轻易松口，但收益机制缺位，数据产生的价值没法合理回流到供给端，“大家自然没动力”。
2022年，中办、国办印发的《关于构建数据基础制度更好发挥数据要素作用的意见》（下称数据二十条），将“授权运营”确立为与“共享”“开放”并列的第三种公共数据开发利用方式，并进行系统性制度部署。
牛泰曾参与“数据二十条”的起草。他介绍，数据共享主要面向党政机关和公共管理服务机构内部使用，数据开放则主要面向社会公众依法平等获取，一般具有公益属性。授权运营，即在安全合规前提下，由符合条件的主体对公共数据进行加工利用，形成数据产品和服务。
他表示，授权运营的重要意义之一，是通过合规开发形成数据产品和服务，为持续开展数据治理和开发利用建立激励机制。“相关收费应按照公共数据授权运营和价格管理规定执行，不能简单理解为直接把原始数据拿去卖钱。”
一位地方数据集团的人士向南方周末记者透露，为了激励委办局积极分享数据，数据集团一般会建立利益分配机制，其所在的地市，20万元以下的公共数据授权运营项目，数据集团与委办局利润五五分成，项目资金直接进入国库。“每个委办局在国库会开一个非税收入账号，我们就将收入打到该账号。”
“以前能够稳定拿到（的数据），现在难度加大了。”一位在国资系统从事信息化工作的人士告诉南方周末记者，过去因为缺少监管，一些部委有价值的公共数据已经在市场流通。“但今年以来，很多部委的数据反而处于收拢的阶段，因为现在要纳入公共数据授权运营的范畴。”
目前，在公共数据授权运营服务定价层面，采取政府指导定价机制，各级价格主管部门在价格调查、成本监审的基础上，按照成本加成法核定公共数据运营机构开展公共数据一级开发的准许收入。
这意味着首先要核算公共数据的成本。“核不出来就不能卖，但现在又没有明确的规则，很多部委就说放一放，或者先观望一下，这是目前的一个阵痛期。”上述国资系统人士说。
陈阳总结，公共数据不是普通商品，它既要公益，又要市场化。政策定的是“公益优先”，用于公共治理、公益事业的产品服务免费；用于产业发展的可以收费，但走政府指导价。
他表示，目前只有福建、江苏、贵州等少数省份出台了收费标准，大部分地方还在摸索。价格定高了，企业用不起；定低了，运营机构没动力。“这个平衡，两年了还没找到。”
2024年7月6日，上海，世界人工智能大会，地方数据集团的展台。视觉中国/图
如何央地协同？
国家级平台成立后，如何与既有地方市场主体形成分工，也是业内关注的重点。
前述国资系统人士表示，多数地方数据集团实际上是地方国资委出资，与国家数据集团没有隶属关系。部委手中的公共数据是从地方逐级收集上来的，地方反而不掌握。如果部委将这些数据授权给国家数据集团运营，地方数据集团反而会失去这部分收益。“对地方来说，实际上是一个竞争对手，未来可能需要统筹考虑，如何实现央地协同。”
在刘航看来，地市数据集团重在横向汇聚，把全市各委办局的数据统一起来，面向本地场景做授权运营。省数据集团是承上启下的角色，横向要打通省直各厅局，纵向要串联各地市（场景协同），形成全省一体化的资源底座。“国家数据集团应该干三件事儿，即地市干不了、市场做不好、行业打不通的事情。”
他认为，国家数据集团的重心，应该落在部级数据的横向统筹与国家级枢纽的体系化建设上。纵向层面，它依托各部委授权单独推进业务，核心目标是拿下部委级公共数据运营授权，走的绝非“地方数据层层上收”的路径。
“以前地方辛辛苦苦攒的数据卖不出省，现在国家把跨省的大路修通了，地方的产品能卖到全国，还不用自己重复修路。”陈阳表示，国家队层级更高，能整合到的数据质量、数量更有竞争力，那些自己没本事、全靠政府喂饭的地方数据集团，未来大概率被整合。
前述地方数据集团的人士表示，总体来看，目前多数地方数据集团尚未走通盈利模式，且不少地方数据集团与数据业务并不太沾边，主要做传统政务、网络以及政府委托的运维维护项目。“没有办法，国有企业要考核利润、资产增值。（数据集团）必须去做一些短平快的项目。”
陈阳认为，合理的分工应该是，国家队管全国主干道和跨省大工程，地方数据集团守好本地“最后一公里”，跨省生意按谁出数据、谁加工、谁使用来分配，统一标准、证照互认。
牛泰则表示，理想状态下，未来数据集团应成为一种新型运营商，与传统三大电信运营商形成互补。数据集团可依法受托运营部分公共数据，依托这些数据资源开发数据产品和智能应用，面向社会提供服务。
比如目前，一些地方数据集团已牵头建设本地的词元（Token）服务中心，由国有资本支持算力投入和大模型部署，对外提供词元服务。
（应受访者要求，刘航、牛泰为化名）
南方周末记者 赵继林 南方周末实习生 姜欣瑶
责编 冯叶
