数据要素（886041）赋能人工智能（885728）创新发展”列为“531”体系的“1个重点”，并明确提出“人工智能（885728）+行动到哪里，高质量数据集的建设和推广就要到哪里”。
一、数据正在从“原材料”走向“成品燃料”
过去大家有个误区：觉得只要把整个互联网的数据扒下来喂给模型，就能训练出无所不能的AI。事实恰恰相反，互联网上绝大多数公开数据，不仅不能提升模型能力，反而会成为拖累。
刘烈宏在博览会上给出了三个明确的判断：
.高质量数据集是先进制造（883433）业智能化升级的“基础资源和创新引擎（399050）”；
.是具身智能“感知-决策-执行”的重要基础；
.也是AI for Science加速发展的“关键支撑”。
这三个定位背后，其实是一个共同的逻辑：
.大模型要理解工业机理，必须靠真实产线数据“喂养”；
.具身智能在真实环境中的自主适应能力，取决于多模态训练数据的质量；
.而科学研究对数据的准确性、规范性要求更高，高质量数据集是推动基础研究走向产业应用的底座。
说白了，过去我们把数据当成“原油”，想着量大管饱就行。但如今AI需要的，是经过清洗、标注、对齐的“成品燃料”。
从“原油”到“燃料”这条加工链，才是AI与数据要素（886041）深度融合的真正战场。
一个残酷的数据是：如今训练一个千亿大模型，数据清洗和标注的成本已经超过总成本的40%。企业花出去的每一块钱，有近五毛是在给互联网垃圾“擦屁股”。
二、从“倡导”到“推进”：政策的落地比想象中快
刘烈宏在署名文章中提出一个明确要求：“人工智能（885728）+行动到哪里，高质量数据集的建设和推广就要到哪里。”
这句话不是口号，已经在变成系统性政策。
2026年6月8日，国家数据局正式印发《关于推进行业高质量数据集建设行动的实施方案》，这是国家层面首次针对数据赋能人工智能（885728）发展作出系统性、全链条部署。
文件圈定了“强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放”六大行动，目标很清晰：到2028年底，建成一批覆盖重点领域、经过应用验证的行业高质量数据集。
刘烈宏在讲话中反复强调一个理念：“以产业应用牵引数据供给、以数据驱动产业智能发展”。换句话说，数据不是建好了等人来用，而是产业需要什么，数据就建什么，让“数据飞轮”真正转起来。
从实际进展来看，方向正在加速变成现实。
截至2026年第一季度，全国已建成高质量数据集超过11.6万个，总体量超过960PB。
日均词元调用量突破140万亿。国家数据集管理服务平台已于4月底启动试运行，截至5月31日已认证机构516家，发布数据集1350个。
三、“词元经济”：数据终于有了自己的“度量衡”
如果说前两部分是“常规动作”，那《实施方案》里最让人眼前一亮的，是首次将“词元交易”纳入政策视野。
文件明确提出“探索以词元为基础，可量化、可定价的数据价值体系”。什么意思？以往数据交易，要么“按条卖”，要么“按存储大小论斤称”，这跟用重量衡量黄金一样荒谬。
一条简单的医疗记录和一份全流程诊疗数据，在旧体系里可能卖一样的价，实际价值却相差千百倍。
词元的出现，相当于给数据要素（886041）市场建立了一套“通用度量衡”。
无论是文本、图像、音视频还是基因序列，都能拆解为可独立定价、可溯源的最小价值颗粒。
这让数据从“只能打包卖”变成“可以拆开按需计价”，商业模式的想象空间一下子打开了。
青岛已经抢跑了一步。
2026年5月28日，青岛完成了全国首例以词元为计量单位的数据产权登记——“青岛华大千种海洋生物基因测序（885578）数据资源集”中，每个碱基对都被精准映射为词元。
更早之前，全国首个词元计量收益分配体系在青岛试运行，仅两个月，平台上高价值数据集占比就突破40%，比去年同期增长两倍多。
而在资本市场，今年5月20日，全国首纯数据资产信托收益权ABS在深交所成功发行5.32亿元，全网19.8亿元资金来抢购，超额认购倍数达3.72倍。这说明，只要把数据的价值算清楚、能量化，资本是认账的。
《实施方案》还提出，推动商业模式从“基础数据包销售”向“API调用、模型化解决方案及全栈服务”梯次跃升。
刘烈宏在广东调研时也明确表态：支持民营企业参与数据产品化、服务化开发，充分释放数据要素（886041）乘数效应。这意味着，政策大门已经敞开，市场化的主体有了更大的参与空间。
结语
刘烈宏在署名文章里说了一句话：“数据只有在使用过程中才会创造价值。”高质量数据集不是“建”出来的，而是“用”出来的。
过去AI比的是谁家模型更大，未来比的是谁家数据更精、更干净、更合规。大模型的“军备竞赛”落幕了，数据的时代才刚刚开启。
那些能沉下心来打磨高质量数据集的企业，终将成为AI下半场的赢家。
