中国电子王桂荣：AI时代必须推动数据消费和生产形成正向循环

4月30日WhatsApp中文版，中国电子信息产业集团有限公司党组成员、副总经理王桂荣在2025数字中国峰会期间指出，数字化是数据产生和消费的“源头”，数据是人工智能（AI）时代的“原油”，必须大力推动数据消费和生产形成正向循环。

当前，尽管数据是新型生产要素已成为各行各业达成的共识，但数据供不出、流不动的情况仍然存在。究其原因，除了通常认为的公共数据开放不够、数据确权定价难等问题外，提升行业数字化水平是另一个重要问题。

数字化是数据产生的源头和基础，数字化水平越高的行业领域往往具备更强的数据消费能力。“我们看各行各业的数字化里谁做得好？大家可以感受到的是金融行业。无论是手机银行，还是支付宝、微信支付提供的便利服务，都能证明金融行业的信息化水平是非常高的，所以它能开放出来大量的数据被各类支付渠道所调用。”王桂荣说道，“再看全社会第三方数据被谁去消费？我们粗略统计70%以上是金融行业。如果一个行业自己的信息化水平很低，那么他产生不了太多数据，也不能很好地消费自己产生的数据，那就更不太可能消费别人的数据，所以首先必须要提高全社会数字化水平，才能够更好让数据消费和生产形成正向的循环。”

伴随AI技术快速迭代升级，尤其是生成式AI取得突破性进展，整个社会对于数据的观念和认知也发生了天翻地覆的变化。从ChatGPT横扫全球到“百模大战”爆发，再到DeepSeek掀起AI平权、AI普惠浪潮，数据规模与需求呈现爆发式增长，成为AI规模化应用的关键。

“人工智能三个核心要素：算力、算法、数据，其中，当前对于行业大模型来说，数据是最为关键的瓶颈，也决定了大模型能力的天花板。”王桂荣表示，“数据定义认知，多元数据作为行业大模型训练的‘原油’WhatsApp网页版，是提升AI对行业理解和认知的关键。”换言之，决定模型能力差异的关键便在于“投喂”给它的数据语料够不够好。举个例子，使用医疗专业数据微调后的Qwen-72B模型，在日本医生执照考试中明显优于GPT-4o商用模型和Qwen基础模型。

王桂荣指出，驱动AI发展的核心要素正逐步向高质量的数据转变。数据语料质量的提升对模型性能取得阶段性突破至关重要。据他介绍，为解决高质量数据短缺难题WhatsApp登录，中国电子围绕“数字化、网络化、智能化”三大方面进行了能力升级。

比如，在数字化方面，中国电子的计算产业全面升级并加速拥抱AI，以数据为主线服务客户数字化平台建设；在网络化方面，通过建立包括数据元件、数据要素加工中心、安全可信数据空间在内的工程建设体系，推动数据高效供给和安全流动，并打造连接供给端与消费端的鲜活数据网络；在智能化方面，研发高质量数据集建设体系，语料智能加工处理平台，构建“天璇”高质量合成数据集、制定数据集质量动态评测指标等。

“面向AI时代，我认为央企组织的数据集将成为数据消费的主力军，可能会占到2/3以上。现在来看是金融、保险占了消费数据的2/3，但未来行业大模型消费数据将占到更大的比例。我们希望能为客户提供更高效、更快、更准、更大规模的语料库数据。”王桂荣表示。

参考国外的Scale AI公司，2024年营收大约8.7亿美元，估值高达250亿美元，在数据领域已经实现了非常好的商业闭环。“过去几年，我们跟一些客户做了很多实践尝试，涉及交通、物流、建筑、植物培育等各个领域，包括文本数据、结构化数据和多模态数据，帮助相关企业形成了不同形态、不同形式的数据集。这些数据集我们也想拓展到其他领域，延伸至产业链上下游，希望能够更好地把它用起来。”王桂荣说道。

他表示，未来中国电子将从高端芯片、整机、基础软件人工智能平台等各个维度推动新型数据基础设施建设，不断深化数字技术创新应用，推动实体经济和数字经济深度融合，高质量服务数字中国建设。