中电数据产业集团&中国信通院：
《中央企业高质量数据集建设研究报告》

（完整版.pdf ）
以下仅展示部分内容
下载方式见文末

一、央企高质量数据集建设的背景与驱动力量

（一）发展趋势：行业智能化转型的核心支撑

在科技革命与产业变革深入推进的背景下，央企高质量数据集建设已从单点应用迈向体系化推进阶段。人工智能向行业核心业务渗透，推动生产方式、管理模式和决策机制深刻变革，对数据的规模、质量、模态提出更高要求。单纯依赖零散数据或业务系统数据已难以支撑复杂模型训练，高质量、可复用、可持续迭代的数据集成为行业智能化发展的关键基础。

央企在能源、制造、交通、通信等重点领域积累了海量设备、系统和长期运行数据，具备开展智能化应用的天然优势。但由于业务专业性强、运行环境复杂，对模型的可靠性、稳定性及可解释性要求严苛，需要通过系统化数据集建设，将分散在不同系统、阶段、模态中的数据统一组织、规范处理和质量控制，形成真实反映业务运行规律的数据集，满足人工智能模型训练需求。高质量数据集已从支撑性资源转变为基础性能力，直接决定央企智能化转型的深度和质量。

（二）政策驱动：全方位政策体系保驾护航

国家层面政策持续加码，形成全方位支撑格局。2023 年《“数据要素 ×” 三年行动计划》提出在科研、交通等领域打造高质量大模型训练数据集；2024 年《关于促进数据产业高质量发展的指导意见》明确支持重点行业高质量数据集建设；2025 年《数字中国建设 2025 年行动方案》《关于深入实施 “人工智能 +” 行动的意见》将高质量数据集作为重点任务统筹推进。各行业主管部门也陆续出台建设方案，如交通运输部明确 7 大业务领域 39 个数据集建设场景，为央企数据集建设提供具体指引。

国务院国资委将高质量数据集建设作为提升央企智能化能力和核心竞争力的重要抓手，通过专题部署、示范发布和平台建设等方式，推动数据资源向数据资产转化。央企积极响应政策要求，布局交通物流、绿色低碳、金融服务等 10 个领域数据集，发布首批 30 项高质量数据集成果，形成政策引导与企业实践良性互动的发展态势。

二、央企高质量数据集建设的现存问题与挑战

（一）制度层面：内外部制度亟待细化

数据基础制度不完善，数据所有权、使用权和收益分配等关键制度不清晰，缺乏明确的定价与利益分配机制，导致央企对数据共享、流通交易普遍持审慎态度，数据资源获取和流通存在障碍。行业层面缺乏统一的数据汇聚共享机制，部分数据集存在重复建设问题；企业内部以项目化方式推进数据集建设，尚未形成覆盖全环节的制度体系，影响数据集的持续建设与迭代。

（二）标准层面：体系不完善制约互通共享

多数行业尚未形成覆盖数据采集、格式、标注和质量评估的统一标准体系。工业领域不同设备的协议、数据格式和接口不统一，交通领域时序数据标注缺乏统一时空标准，生态环境领域存在数十套管理系统，数据标准和技术接口差异显著。标准不统一导致企业间数据互通、标注结果和质量结果互认困难，形成数据孤岛，制约行业整体智能化水平提升。

（三）技术层面：支撑能力不足影响建设成效

技术架构方面，部分央企虽已搭建数据平台，但数据采集、处理、标注、评估、应用全过程未打通，开发、标注等过程难以追溯、验证和迭代。数据处理方面，缺乏面向非结构化、多模态数据的智能处理工具，多模态数据结构和特征提取能力不足，非结构化数据联合建模可用性较差。数据标注方面，部分工具对 BIM 模型、影像等非结构化数据标注效率低；质量评估多为事后环节，难以即时发现和修正采集偏差、标注错误等问题。

（四）生态层面：协同机制未建立阻碍价值释放

央企虽已开始构建企业或行业可信数据空间，但尚未形成成熟运行模式，空间内主体准入、应用成效、收益分配等运营机制和规则未完全明确，导致数据集难以被跨主体复用，反馈迭代机制缺失。数据提供方、服务方与使用方之间缺乏以 “数据即服务” 为核心的商业模式，数据产品供给形式单一、价值实现路径模糊，阻碍了高质量数据集的服务化推广和产业化落地。

三、央企高质量数据集建设的实践体系与核心能力

（一）数据集建设：全流程标准化推进

1. 需求管理与数据采集

需求管理以核心业务场景为牵引，结合企业智能化应用规划集中判断和统筹安排。央企围绕生产运行、安全保障、经营管理等重点方向，提前梳理可落地应用场景，拆解数据集建设任务，明确服务对象和使用方式，提高数据集与模型训练、业务验证的匹配度。

数据采集来源广泛，涵盖业务系统多模态数据、采买数据产品、公开网站或开源社区数据集、合成数据等。采集过程呈现 “面向场景取数”“内部资源汇聚”“多源多模态” 等特点，通过统一数据接口规范实现多源数据标准化接入，引入多通道同步采集技术剔除无效数据，确保原始数据质量。例如交通物流央企汇聚内部图纸、监控平台、政府网站等多来源数据，能源央企推动统建、自建数据入湖，实现数据内外部开放共享。

2. 数据处理与标注

数据处理通过算子化、流水线化方式，将常用处理规则固化为可复用组件，通过清洗、规范化、切分和重组等操作，将原始数据转化为适合训练的样本形态。央企优化技术架构，研发覆盖全流程的工具链，开发格式转换、特征提取、数据融合、增强合成等工具算子，提升多模态数据处理能力。

数据标注形成 “业务规则 + 技术工具 + 人工校验” 的混合模式。通用场景以自动化标注结合人工审核为主，复杂场景以专家标注结合智能化判断为主。通过规则化标注、模板化标注完成基础标注工作，引入自动标注或智能辅助工具提升效率，专家聚焦边界样本判定等复杂任务。例如通信央企采用智能预标注、多模态标注和人机协同模式，工业央企通过专家主导结合人工智能辅助校验方式，大幅提升标注准确率和效率。

3. 质量管理与数据交付

质量管理已从 “事后把关” 走向 “过程约束”，融入数据采集、处理、标注等各个阶段。评估维度从传统的完整性、准确性、一致性，扩展到全面性、均衡性、应用效果等场景化维度；评估方式采用规则校验、自动检测和抽样复核等，对关键质量问题提前识别和集中管控。质量结果反向校正采集策略、处理规则和标注口径，形成闭环管理。

数据交付以企业内部使用为主，围绕模型训练、分析验证和业务应用等场景，对数据集进行结构整理、格式规范和必要说明，确保可直接调用。部分央企已开始探索外部协作交付方式，在科研合作、行业共建等场景中，通过限定数据范围、版本和用途实现有序共享，或通过数据交易所挂牌交易数据产品。例如能源央企在交易所挂牌设备故障诊断数据集，为行业提供风险事件预警服务。

（二）数据集运营：从内部使用到生态共建

1. 应用服务：体系化服务能力逐步形成

应用服务从零散调用走向体系化供给，央企围绕模型研发、算法验证和业务试点场景，为数据集提供统一的访问接口、调用规范和使用说明，降低使用门槛，避免重复建设。随着 AI 应用场景不断扩展，数据集服务呈现 “按场景供给” 特征，围绕特定业务提供对应版本数据集，精准支撑模型迭代和应用优化。例如通信央企的数据集支撑网络运维、智能客服、电信反诈等近百项细分场景应用，显著提升运营效能。

2. 运营监控：全生命周期保障持续可用

运营监控以资源监控、任务状态监控为重点，逐步向数据集使用效果、质量变化和潜在风险综合感知拓展。通过持续跟踪数据集调用情况、使用频率、异常中断等，判断其在实际应用中的稳定性和活跃度；将样本分布、标签一致性、异常比例等质量指标纳入监控，及时发现数据老化或偏移问题。监控结果与模型效果、业务反馈关联分析，为数据集更新、扩展或重构提供依据，保障数据集长期可用。

3. 生态运营：协同范围不断拓展

央企依托行业资源优势，将数据集运营从内部团队拓展至子公司、产业链上下游、科研机构、专业服务方等主体，围绕典型场景开展共建、共用和协同优化。通过明确参与边界、使用规则和协作方式，实现数据集有序流通和价值放大。例如能源央企通过构建行业生态，与其他能源企业按约定规则数据互通，提升模型准确性；部分央企借助行业社区、联盟平台，沉淀工具、规则、样本和开发经验，推动数据集生态化发展。

（三）基础保障体系：全方位支撑建设运营

1. 组织管理与制度规范

组织管理从项目化松散模式转向长期能力建设导向，部分央企在集团层面明确统筹责任，设立专门协调机制或牵头部门，对建设方向、重点任务和资源配置统一安排，子企业或业务条线承担具体建设任务，形成 “集团统筹规划、企业分工建设” 的协同格局。人才培养方面，通过人才引进、内部培养、项目轮岗和外部合作等方式，组建兼具行业知识、数据工程能力的复合型团队。

制度规范逐步完善，央企搭建涵盖职责划分、建设流程、质量评估、安全合规等方面的制度框架，将数据集建设从短期项目行为升级为可持续组织行为。建设阶段明确数据采集、处理、标注等环节的步骤和规则；运营阶段对数据集使用范围、版本管理和迭代方式进行制度化约束。部分央企将数据集相关制度与数据治理、信息安全和合规管理体系衔接，避免制度割裂。

2. 资源管理与安全合规

资源管理聚焦算力和存储两大核心要素。数据集建设对算力需求呈现阶段性和结构性特征，既包括集中式计算任务，也包括多项目并行的弹性计算需求，随着智能化技术引入，算力需求持续提升。多模态数据集规模扩大，对存储资源的容量、性能和管理能力提出更高要求，尤其是图像、视频、时序数据的长期保存、版本管理和高频访问需求并存。目前部分央企仍存在资源分散、调度不灵活、建设与使用脱节等问题，亟需构建统筹化资源管理模式。

安全合规贯穿数据集建设全生命周期，涵盖系统安全、通信安全、存储安全等技术层面要求，以及个人信息保护、商业秘密和国家秘密保护等合规管控。央企围绕数据分类分级、敏感信息识别与处置、访问控制与权限管理、使用留痕与审计追溯、风险评估与持续整改等关键要素，建立全流程安全合规体系，确保数据在采集、汇聚、加工、存储、共享等环节均可控。安全合规能力直接决定数据纳入范围、加工形态和协同应用条件，是数据集长期稳定运行的重要基础。

四、八大重点行业典型案例实践

（一）智慧能源：赋能能源安全与高效运营

中国石油构建油气地震勘探大模型高质量数据集，遵循行业标准，采集国内主要含油气盆地高分辨率地震勘探数据、测井数据及地质资料，构建多模态勘探数据集和样本标签库。通过分布式存储云和统一数据共享服务平台实现多源异构数据统一管理，研发智能标注工具平台提升标注效率，从准确性、一致性、完整性等维度开展数据评估。该数据集支撑地震解释大模型构建，在 20 余个国内外油气田部署应用，缝洞体预测符合率达 90% 以上，致密砂岩岩性预测准确度比常规方法高出 10% 以上，显著提升勘探效率，降低钻井投资风险。

国家石油天然气管网构建油气管道保护高质量数据集，聚焦无人机巡检、视频监控等 5 个典型应用场景，通过标准化、自动化、可审计的多源数据采集体系获取卫星数据、无人机影像、地面传感时序数据等。建立系统化预处理流水线，统一数据格式、实施多级清洗、引入数据增强技术，构建 “规范先行、工具赋能、闭环优化” 的协同标注体系。数据集训练 11 个专用 AI 模型，第三方施工识别准确率达 92.5%，每年节约成本约 1357 万元，释放 5% 的基层人力资源，实现管网安全风险管控从 “经验驱动” 向 “数据驱动” 转变。

中国南方电网构建配电网智能规划多模态数据集，整合规划文本、拓扑图、时序负荷等 7 类异构数据，建立 “标准 - 技术 - 流程” 三位一体治理体系。遵循 “场景选取 - 需求明确 - 数据采集 - 数据处理 - 数据标注 - 数据质检” 全生命周期闭环流程，构建人机协同的标注闭环和量化质量检验体系。数据集支撑负荷预测、网架问题诊断等模型研发，将传统数周的规划方案生成时间压缩至十分钟以内，整体规划周期缩短 95%，年均节约人工成本约 3312 万元，有效避免大规模停电损失约 14.35 亿元。

（二）工业制造：驱动产业升级与效率提升

中国一汽构建乘用车产品智能数据集，覆盖车辆改制、数据采集、合规脱敏、数据存储、真值生产、业务应用六大核心环节。改造智能采集车辆，确保传感器布局合理、数据同步精准；采集覆盖城市、高速、乡村等多样化场景的多模态数据，采用国家认可的脱敏算法保障数据合规；依托合规云实现数据存储，采用 “人工标注 + 自动标注” 模式开展真值生产。数据集应用于红旗多款量产车型的智驾产品，目标检测模型在复杂城市场景的准确率提升 20%-30%，恶劣天气下的误检率降低至 5% 以下，70% 标注数据可用于多车型开发，加速智能驾驶技术商业化落地。

中国铝业构建铝合金材料金相组织图片数据集，覆盖五大铝合金系，包含光学显微镜和扫描电子显微镜图像，关联材料牌号、工艺状态等元数据。遵循标准化建设流程，严格按标准制备试样和拍摄图像，采用自适应滑动窗口切分、去噪、对比度增强等技术处理数据，通过 “人工初标 - 模型预标 - 专家矫正” 半监督模式开展标注。数据集使铸锭组织分析效率较人工提升 300 余倍，分析误差从 10% 左右降至 1% 以内，单次分析人力成本从数千元降至 300 元左右，年节省成本 30.3 万元。

（三）绿色低碳与交通物流：助力绿色转型与智慧发展

中节能大数据构建企业远程非现场执法数据集，整合环境监测数据、污染源信息、企业工况等多源信息，应用于企业生产、治理及排放数据异常发现场景。通过 5G + 边缘计算技术实现数据实时传输，开展标准化处理、数据融合和 “人工 + 智能辅助” 标注，围绕准确性、一致性、有效性三大核心指标建立多级质检机制。数据集训练的模型已集成至生态环境智慧管控平台，试运行半年累计发现线索 3586 条，人员效率提升 35%，推动生态环境监管由 “人海战术” 向 “智慧监管” 转型。

中国交通信息科技构建交通基础设施多模态三维构件数据集，涵盖点云、图像和文本信息，总量达 11.8TB，入选国资委首批央企高质量数据集优秀成果。遵循 “5+2” 建设架构，整合重大工程项目 BIM 模型、外部构件资源库等数据，严格遵循行业标准，开展精细化预处理与数据清洗，采用 “专家经验 + AI 辅助” 的混合样本生成模式。数据集已应用于多个国家重点项目，构件审核效率从数天缩短至数小时，人力成本降低近 70%，支撑的算法斩获多项发明专利和软件著作权，为项目节约 10%-15% 的施工成本。

（四）医疗卫生与现代农业：赋能民生改善与乡村振兴

中国联通联合北京胸科医院构建肺结核影像精标注高质量数据集，整合 2 万例确诊肺结核患者的 1.25mm 层厚胸部 CT 影像，覆盖全部结核类型及病程阶段。数据经过脱敏、清洗和变换处理，由影像学和结核病专家团队制定统一标注规范和 17 个自定义语义标签体系，通过分级质控流程、标注医师能力校验机制及重复抽检制度保障质量。数据集标注效率从 30 例 / 周提升至 1800 例 / 周，为肺结核智能诊断模型训练提供高质量数据基础，大幅缩短诊断时间，提升诊断准确性。

国机数字科技构建农业机械及作业高质量数据集，聚焦耕整地、播种、植保和收获四大核心环节，覆盖拖拉机、播种机等主要机型。依托智能农机作业示范区，通过车载终端、传感器系统和视频采集设备同步获取多源数据，开展预处理、对齐融合和结构化整理，围绕 “作业行为” 和 “作业质量” 开展标注，从准确性、一致性和完整性三个维度开展质检。数据集支撑作业轨迹识别、作业质量自动评估等应用，降低农机企业研发试验成本，推动 10 余家科研机构构建相关算法模型，为多省农机管理部门提供决策依据，提升农业生产效率与资源利用率。

（五）移动通信与应急管理：筑牢数字底座与安全防线

中国移动构建人时空三元组高质量数据集，基于十亿级手机用户和百万级通信基站信令数据，聚焦节假日交通态势预判、人流与拥堵动态管理场景。通过省级共享平台汇聚多制式信令数据，采用深度自监督学习与时空插补技术修复数据缺陷、重构完整轨迹，打造可视化标注工具实现出行方式和职业画像标签标注，建立涵盖通用指标和定制化指标的质量评估体系。数据集支撑 “九天川流出行大模型” 研发，广泛应用于交通、文旅、政务等 5 大行业，荣获 10 余项国内外重要奖项，入选国家数据局高质量数据集典型案例。

中国电信构建通信行业网络大模型高质量数据集，以 “5+2” 云网知识体系为基础，整合云网用户、订单、产品、业务等多源数据，构建 5 大类高质量数据集及数百个场景化知识库。突破多源智能解析、动态清洗、多级去重等数据治理技术瓶颈，建立 “生产 - 规划 - 采集 - 加工 - 应用 - 评估 - 反馈” 闭环管理机制，构建集团 + 省多级协同运营机制。数据集覆盖集团 + 31 个省份，检索服务调用量达千万次，助力云网自智达 L4 级，培养千余名 “懂业务、懂网络、懂模型” 复合 AI 人才，成功向工业制造央企输出数据标注和数据集构建能力。

新兴际华集团构建大型石油储罐火灾救援数据集，整合火灾多模态数据、灭火救援技术数据、应急装备数据和消防规范数据四类核心数据。通过智能应急装备、储罐运行参数、火场实时影像等多渠道采集数据，针对性开展数据清洗和三级体系标注，基于生成对抗网络和数字孪生系统进行数据增强合成，建立包含说明文档、数据质量、模型应用三类指标的评估体系。数据集支撑火灾识别、灭火决策、装备问答等核心模型研发，优化灭火救援流程，提升装备实战效能，其建设经验可复用于化工储罐、天然气储备库等高危险设施的应急装备研发。

三、央企高质量数据集建设的核心结论与未来展望

（一）现状评估：成效与问题并存

央企高质量数据集建设已取得显著成效：场景化落地验证了数据价值，在故障诊断、智能巡检、工艺优化等场景产生显著经济与社会效益；行业共识基本形成，企业明确将数据集作为 AI 时代核心战略资产；技术工程化能力初步构建，部分领先企业搭建平台技术架构，形成多模态数据处理工具链，完善质量评估体系。

同时，深层次矛盾依然突出：制度性瓶颈制约发展，数据权属、收益分配等基础制度不完善，企业间数据共享困难；工程化能力存在短板，数据处理依赖人工和定制化开发，自动化标注与持续质量监控机制尚未形成；项目制思维阻碍长期发展，数据集缺乏后续运营和迭代优化机制；生态位角色亟待厘清，各方协作不畅，央企制度性优势难以充分发挥。

（二）核心发现：成功建设的关键要素

一是坚持 “业务 - 数据 - 模型” 闭环驱动。成功案例均始于明确业务痛点，通过业务效果反哺数据工程与模型训练，打造 “业务产生数据、数据优化模型、模型赋能业务” 的数据飞轮，持续提升数据质量。

二是构建 “专家知识 + 智能工具” 人机协同模式。在强专业领域，将领域专家知识通过标注规则、质检标准、预训练模型等方式固化到工具链中，实现 “专家定义规则，机器规模化执行”，保障数据集的专业性和准确性。

三是形成 “集团统筹 + 一线创新” 协同组织。集团承担顶层制度设计、共性能力建设和运行机制统筹职责，围绕跨业务、跨场景共用能力统一规划建设；一线业务单元作为创新主体，负责具体场景数据集构建，确保数据集紧贴业务需求。

（三）未来展望：构建高质量发展新格局

未来，央企高质量数据集建设将呈现标准化、智能化与生态化发展趋势。制度与标准层面，数据基础制度、治理体系和安全监管将不断完善，行业数据规范、标签体系与质量评估体系逐步统一。建议央企在集团内部探索数据资产确权、内部核算与收益分享机制，联合行业主管部门研制发布行业级建设标准，为跨企业数据互通奠定基础。

技术与平台层面，多模态数据处理、数据合成等技术将逐步成熟，数据生产方式更加智能高效。建议央企加大数据工程技术投入，研发适配行业特点的智能标注、质量评估、动态监控工具，建设 “集团级数据资产运营平台”，将分散的项目能力沉淀为可复用、可共享的平台服务，降低下属企业建设门槛。

生态与价值层面，基于行业可信数据空间、区域数据平台和跨主体协同机制的新型生态将加速形成。建议有条件的央企牵头建设行业可信数据空间，探索数据 “可用不可见” 合作模式，完善空间内制度规则；以自身高质量数据集为 “锚点”，吸引上下游企业、科研机构贡献数据、共同开发，将数据优势转化为产业生态领导力。

央企作为国家关键领域高价值、高可信数据的核心供给者，行业数据规范与治理规则的主要制定者，融通产业链、创新链、价值链的数据生态组织者，将通过在标准、技术与生态领域的持续投入，筑牢自身智能化转型基石，牵引重点行业整体数字化水平提升，为深化 “人工智能 +” 行动、壮大数据要素市场、发展新质生产力提供坚实支撑。

1. 篇幅有限，部分展示

   加入会员，任意下载

   资料下载方式

   Download method of report materials

   关注公众号后回复：ZY260118
   即可领取完整版资料
   
   荐：
   【中国风动漫】《姜子牙》刷屏背后，藏着中国动画100年内幕！
   【中国风动漫】除了《哪吒》，这些良心国产动画也应该被更多人知道！

   【中国风动漫】《雾山五行》大火，却很少人知道它的前身《岁城璃心》一个拿着十米大刀的男主夭折！

   

   如需获取更多报告

   扫码加入

   “人工智能产业链联盟”

   知识星球，任意下载相关报告！

   

   报告部分截图

   

   

   声明

   来源：中电数据产业集团&中国信通院，人工智能产业链union（ID:aiyuexingqiu）推荐阅读，不代表人工智能产业链union立场，转载请注明，如涉及作品版权问题，请联系我们删除或做相关处理！

   编辑：Zero

   

   文末福利

   1.赠送800G人工智能资源。

   获取方式：关注本公众号，回复“人工智能”。

   2.「超级公开课NVIDIA专场」免费下载

   获取方式：关注本公众号，回复“公开课”。

   3.免费微信交流群：

   人工智能行业研究报告分享群、

   人工智能知识分享群、

   智能机器人交流论坛、

   人工智能厂家交流群、

   AI产业链服务交流群、

   STEAM创客教育交流群、

   人工智能技术论坛、

   人工智能未来发展论坛、

   AI企业家交流俱乐部

   雄安企业家交流俱乐部

   细分领域交流群：

   【智能家居系统论坛】【智慧城市系统论坛】【智能医疗养老论坛】【自动驾驶产业论坛】【智慧金融交流论坛】【智慧农业交流论坛】【无人飞行器产业论坛】【人工智能大数据论坛】【人工智能※区块链论坛】【人工智能＆物联网论坛】【青少年教育机器人论坛】【人工智能智能制造论坛】【AI/AR/VR/MR畅享畅聊】【机械自动化交流论坛】【工业互联网交流论坛】

   入群方式：关注本公众号，回复“入群”

   

   戳“阅读原文”下载报告。