“三二一”路徑推動高質(zhì)量數(shù)據(jù)集建設(shè)

在“人工智能+”行動深入推進的時代背景下，高質(zhì)量數(shù)據(jù)集已成為驅(qū)動產(chǎn)業(yè)智能化轉(zhuǎn)型、培育新質(zhì)生產(chǎn)力的核心要素。其價值不僅在于數(shù)據(jù)本身的精準性與標準化，更在于通過集群化效應(yīng)實現(xiàn)從單點突破到面狀發(fā)展的跨越式賦能。如何構(gòu)建可持續(xù)、可推廣、可落地的高質(zhì)量數(shù)據(jù)集發(fā)展體系，推動高質(zhì)量數(shù)據(jù)集建設(shè)收獲“規(guī)模紅利”，并向“質(zhì)量紅利”“生態(tài)紅利”躍遞？筆者在此提出“三二一”思路，希望能為這項創(chuàng)新性工作做些拋磚引玉的嘗試。

堅持三個導(dǎo)向

所謂“三”，是指堅持問題導(dǎo)向、價值導(dǎo)向、市場導(dǎo)向這三個導(dǎo)向，以期錨定高質(zhì)量數(shù)據(jù)集解決實際問題、創(chuàng)造核心價值、實現(xiàn)持續(xù)運轉(zhuǎn)的生命根基。

問題導(dǎo)向是高質(zhì)量數(shù)據(jù)集的立身之本。數(shù)據(jù)集的成功，關(guān)鍵就在于精準切入全產(chǎn)業(yè)鏈發(fā)展中的痛點，有針對性地解決生產(chǎn)決策、供需對接、研發(fā)制造過程中的難點問題。合肥的杰士杰公司是一家生產(chǎn)改性工程塑料和高分子復(fù)合材料的公司，在企業(yè)發(fā)展過程中，一個難題就是，客戶越來越多，需求品種已經(jīng)超過了5000種，每一個品種的配方都要千百次地研發(fā)嘗試，科研成本效率亟待提升。后來公司找到蕪湖智唐科技公司，該公司直面這個棘手問題，從相關(guān)數(shù)據(jù)搜集、清洗、統(tǒng)一標準、標注等開始，建立起高質(zhì)量數(shù)據(jù)集，然后用高質(zhì)量數(shù)據(jù)集“喂”出相應(yīng)的工業(yè)模型，最終打造出工業(yè)智能體，一舉解決了這個問題?，F(xiàn)在，相應(yīng)的產(chǎn)品配方都是AI自動生成的了，研發(fā)效率提升80%以上，大大節(jié)約了科研成本。杰士杰公司對此成就感到驚喜，立刻又著手和智唐公司合作解決其他棘手問題，目前已打造出三個智能體，全面提升了企業(yè)效率。這個案例讓我們充分認識到，只有聚焦企業(yè)的難點、痛點問題，所構(gòu)建的高質(zhì)量數(shù)據(jù)集才能體現(xiàn)出價值，使之真正成為企業(yè)降本增效的“利器”，這也是人工智能賦能新型工業(yè)化的核心邏輯。問題導(dǎo)向下的數(shù)據(jù)集建設(shè)，拒絕“為建而建”的形式主義，堅持“有用才建”的務(wù)實原則，讓數(shù)據(jù)真正成為破解產(chǎn)業(yè)發(fā)展瓶頸的“金鑰匙”。

價值導(dǎo)向是高質(zhì)量數(shù)據(jù)集的推廣之要。我們今天有聲有色地開展高質(zhì)量數(shù)據(jù)集建設(shè)，是為了讓更多的企業(yè)從中受益，最大程度地攤開價值之餅。如何做到呢？就是要從成功的個性案例中萃取出共性的東西來，然后用這個共性的東西，為更多的企業(yè)送去福音。第一步，基于個性化的共性萃取。筆者在此提出“因式分解+取最大公約數(shù)+共性模型化處理”的方法?！耙蚴椒纸狻?，就是把解決企業(yè)問題的數(shù)據(jù)集細分成若干單元因子。“取最大公約數(shù)”，就是把解決同一類問題（不同案例）的相同單元因子取出來?！肮残阅Ｐ突幚怼?，就是把同一類問題帶有共性的單元因子處理成模型單元。第二步，借助共性化模型單元，結(jié)合企業(yè)具體情況，加以微調(diào)處理，形成眾多不同企業(yè)的個性化解決方案。這樣，就可以實現(xiàn)從單點應(yīng)用到批量賦能的輻射效應(yīng)，實現(xiàn)高質(zhì)量數(shù)據(jù)集建設(shè)的價值更大化，實現(xiàn)解決一類問題，帶動一片產(chǎn)業(yè)。合肥的零壹數(shù)智公司正在這方面進行積極探索，并取得一定的成效，在為陽光電源、雅迪這樣的大公司建設(shè)高質(zhì)量數(shù)據(jù)集的過程中，已經(jīng)形成若干共性的模型單元，這讓它們有條件為更多的企業(yè)高效地送去AI賦能服務(wù)。

市場導(dǎo)向是高質(zhì)量數(shù)據(jù)集的續(xù)航之基，旨在通過市場化運作邏輯實現(xiàn)可持續(xù)發(fā)展。數(shù)據(jù)采集、治理、標注、更新等數(shù)據(jù)全生命周期環(huán)節(jié)均需持續(xù)投入，單純依靠政策扶持或公益投入難以長久。市場導(dǎo)向下的高質(zhì)量數(shù)據(jù)集建設(shè)，不僅要考慮技術(shù)可行性，更要設(shè)計清晰的價值變現(xiàn)路徑，通過數(shù)據(jù)產(chǎn)品、技術(shù)服務(wù)、授權(quán)使用等多元模式，讓數(shù)據(jù)要素在流通中實現(xiàn)價值增值，為數(shù)據(jù)集的持續(xù)迭代提供不竭動力。杰士杰公司和智唐公司就有意把他們基于高質(zhì)量數(shù)據(jù)集建設(shè)起來的三個智能體剝離出來，成立新的AI賦能公司，以一種新的業(yè)態(tài)開展普適性的服務(wù)。在這項嶄新的數(shù)字技術(shù)實踐過程中，我們希望能有更多的新模式、新業(yè)態(tài)與之匹配。

嘗試兩條路徑

所謂“二”，是指“可解耦”和“不可解耦”兩條路徑，以期破解高質(zhì)量數(shù)據(jù)集的推廣難題。

當前高質(zhì)量數(shù)據(jù)集建設(shè)面臨的最大難題就是共享與隱私之間形成的矛盾。龍頭企業(yè)走出了高質(zhì)量數(shù)據(jù)集建設(shè)之路，但是出于對企業(yè)隱私的顧慮，多數(shù)企業(yè)不愿意把自己的數(shù)據(jù)集拿出來共享。怎么解決？筆者提出可解耦與不可解耦兩條路徑并行發(fā)展之策，以期既兼顧中小企業(yè)的共享需求，又尊重龍頭企業(yè)的隱私訴求，實現(xiàn)“普惠性”與“特殊性”的有機統(tǒng)一。

可解耦路徑，主要是針對產(chǎn)業(yè)集群的共性需求，通過數(shù)據(jù)共享構(gòu)建“普惠型”高質(zhì)量數(shù)據(jù)集。在中小企業(yè)密集的產(chǎn)業(yè)集群中，單一企業(yè)的數(shù)據(jù)規(guī)模小、覆蓋面窄，難以形成高質(zhì)量數(shù)據(jù)集，但眾多企業(yè)的共性問題為數(shù)據(jù)共享提供了基礎(chǔ)。通過行業(yè)聯(lián)盟或第三方平臺組織，引導(dǎo)企業(yè)貢獻非涉密的共性數(shù)據(jù)，經(jīng)過標準化治理，形成可剝離、可共享的數(shù)據(jù)集，能夠有效降低中小企業(yè)的智能化轉(zhuǎn)型成本。中國農(nóng)業(yè)科學(xué)院構(gòu)建的企業(yè)典型作業(yè)場景多模態(tài)數(shù)據(jù)集，正是通過“申請—授權(quán)”的共享機制，整合多家生產(chǎn)單位的作業(yè)數(shù)據(jù)，支撐AI算法研發(fā)與智能裝備創(chuàng)制，幫助相關(guān)企業(yè)節(jié)省勞動力10%以上。這種路徑的核心價值在于“聚沙成塔”，讓中小企業(yè)無須單獨投入高昂成本，即可享受高質(zhì)量數(shù)據(jù)集的賦能，同時通過數(shù)據(jù)共享進一步豐富數(shù)據(jù)集的多樣性與完整性，形成“共享—賦能—共贏”的良性生態(tài)。我們今天已經(jīng)建成許多產(chǎn)業(yè)集群，完全可以針對不同細分行業(yè)的共性生產(chǎn)問題，構(gòu)建起跨企業(yè)的可解耦數(shù)據(jù)集，推動整個產(chǎn)業(yè)集群的智能化水平提升。

不可解耦路徑，立足龍頭企業(yè)的隱私保護與生態(tài)引領(lǐng)，通過“數(shù)據(jù)集+大模型+生態(tài)”模式實現(xiàn)“輻射型”賦能。龍頭企業(yè)往往擁有海量高價值數(shù)據(jù)，但這些數(shù)據(jù)涉及商業(yè)秘密或核心技術(shù)，難以直接共享。對此，可以鼓勵龍頭企業(yè)依托自身數(shù)據(jù)資源構(gòu)建私有高質(zhì)量數(shù)據(jù)集，訓(xùn)練行業(yè)專用大模型與智能體，通過生態(tài)合作的方式，帶動上下游企業(yè)發(fā)展。西門子與微軟聯(lián)合推出的工業(yè)元宇宙計劃，正是依托西門子的工業(yè)全生命周期數(shù)據(jù)構(gòu)建專有數(shù)據(jù)集，通過大模型賦能生態(tài)合作伙伴的生產(chǎn)優(yōu)化與創(chuàng)新研發(fā)。國內(nèi)醫(yī)療領(lǐng)域的龍頭醫(yī)院聯(lián)合科研機構(gòu)構(gòu)建的專病病例庫，雖未直接開放原始數(shù)據(jù)，但通過模型輸出診斷輔助方案、科研分析結(jié)果等方式，賦能基層醫(yī)療機構(gòu)與相關(guān)企業(yè)，實現(xiàn)了“數(shù)據(jù)不流出、價值流出去”的效果。這種路徑既保障了龍頭企業(yè)的數(shù)據(jù)安全，又發(fā)揮了其技術(shù)與資源優(yōu)勢，通過帶動100家、200家生態(tài)企業(yè)共同發(fā)展，形成產(chǎn)業(yè)生態(tài)的“領(lǐng)頭雁”效應(yīng)，同樣是高質(zhì)量數(shù)據(jù)集集群化賦能的重要實現(xiàn)方式。

打造一個聯(lián)合體

所謂“一”，是指打造一個聯(lián)合體，以期凝聚起高質(zhì)量數(shù)據(jù)集的建設(shè)合力。

高質(zhì)量數(shù)據(jù)集建設(shè)涉及數(shù)據(jù)采集、治理、標注、應(yīng)用等多個環(huán)節(jié)，跨越政府、企業(yè)、科研機構(gòu)等多個主體，單靠任何一方都難以完成系統(tǒng)性建設(shè)，構(gòu)建“政產(chǎn)學(xué)研金服用”聯(lián)合體是破解協(xié)同難題的關(guān)鍵。聯(lián)合體的核心價值在于整合各方優(yōu)勢，形成“數(shù)據(jù)資源+技術(shù)研發(fā)+場景應(yīng)用+政策保障”的閉環(huán)體系。政府部門發(fā)揮政策引導(dǎo)與資源協(xié)調(diào)作用，通過出臺扶持政策、制定行業(yè)標準、搭建公共平臺等方式營造良好環(huán)境。研究機構(gòu)則聚焦核心技術(shù)攻關(guān)，突破智能標注、數(shù)據(jù)安全流通、質(zhì)量評估等關(guān)鍵技術(shù)，為數(shù)據(jù)集建設(shè)提供方法論與工具支撐。制造企業(yè)、數(shù)字化企業(yè)、軟件企業(yè)，包括金融單位、相關(guān)服務(wù)單位等作為關(guān)聯(lián)主體，既是數(shù)據(jù)集的使用者，也是數(shù)據(jù)資源的提供者與應(yīng)用場景的貢獻者，從各自角度為數(shù)據(jù)集建設(shè)提供支撐保障。在聯(lián)合體機制下，各方通過聯(lián)合攻關(guān)、成果共享、風險共擔，能夠有效破解“數(shù)據(jù)孤島”、技術(shù)壁壘、標準不一等突出問題。例如，針對工業(yè)高質(zhì)量數(shù)據(jù)集建設(shè)中存在的標準缺失問題，可由政府主導(dǎo)、科研機構(gòu)牽頭、企業(yè)參與，共同制定數(shù)據(jù)采集、標注、質(zhì)量評估等系列標準；針對數(shù)據(jù)安全流通難題，可通過聯(lián)合體共同研發(fā)隱私計算、區(qū)塊鏈等技術(shù)方案，在保障安全的前提下，促進數(shù)據(jù)要素流動。最終，依托聯(lián)合體構(gòu)建的高質(zhì)量數(shù)據(jù)集，能夠形成“數(shù)據(jù)集—大模型—工業(yè)智能體”的技術(shù)鏈條，針對具體產(chǎn)業(yè)問題實現(xiàn)精準賦能，讓數(shù)據(jù)要素的價值在協(xié)同創(chuàng)新中充分釋放。

高質(zhì)量數(shù)據(jù)集的建設(shè)不是孤立的技術(shù)工程，而是關(guān)乎產(chǎn)業(yè)升級、生態(tài)協(xié)同、可持續(xù)發(fā)展的系統(tǒng)工程。“三個導(dǎo)向”明確建設(shè)的價值邏輯，確保數(shù)據(jù)集“有用、能用、好用”；“兩條路徑”破解共享與隱私的矛盾，實現(xiàn)不同主體的差異化賦能；“一個聯(lián)合體”凝聚了多方合力，為建設(shè)工作提供了組織保障。三者相互支撐、有機統(tǒng)一，可以共同構(gòu)成高質(zhì)量數(shù)據(jù)集從建設(shè)到應(yīng)用、從單點到集群、從短期突破到長期發(fā)展的完整路徑。(安徽省工業(yè)和信息化廳二級巡視員、安徽省新經(jīng)濟聯(lián)合會會長 潘峰)