AI進化的“新燃料”從哪來？答案就在“數據工廠”里

當人工智能以驚人的速度重塑世界，你是否想過，支撐它不斷進化的“燃料”從何而來？這個答案就藏在“數據工廠”的新興業態里。它不像傳統工廠那樣生產鋼鐵或汽車，而是專門“生產”高質量的數據集，為AI大模型提供源源不斷的“糧食”。

“數據工廠”是什么？

當前，整個AI行業正面臨一個巨大的瓶頸——高質量數據嚴重短缺。一個名為“數據工廠”的新興事物，正試圖成為這個瓶頸的破局者。它專門“生產”和“加工”數據，就是將散亂、原始的龐大數據資源，轉化為人工智能可以直接吸收、高效利用的“高質量數據集”。

北京交通大學信息管理理論與技術國際研究中心教授張向宏介紹，我們在農業社會效率很低，是因為沒有基礎設施。工業社會效率提高的一個很重要的突破點就是有了基礎設施，有自來水、燃氣的供應。

如今進入數智社會，數據成為核心生產要素，同樣需要類似“水廠”“電廠”這樣的基礎設施來規模化供給，這就是“數據工廠”。

張向宏表示，現在這些大模型其實都遇到了這個問題，原因就是數據就是那些公域數據，私域數據確實開發不出來，數據瓶頸非常突出。

這個瓶頸導致了一個怪圈：一邊是手握海量數據的企業“有數不采、采而不存、存而不加工”；另一邊是渴求數據的大模型公司，不得不重復“自己打井自己喝”，從采集、清洗到標注全部自己來，成本高昂且效率低下。“數據工廠”，正是破局的關鍵。

“數據工廠”建設路徑如何走？

我國的“數據工廠”建設之路該如何走？張向宏指出，“數據工廠”本就有不同的形態，主要分為集中式、半集中式和分布式三種：

• 集中式是統一采集、統一匯聚、統一加工。目前做“數據工廠”的，90%以上采取的都是集中式。
• 半集中式是通用的技術根據不同的應用搭建不同的平臺。
• 分布式是沒有一個工廠的物理的形態，數據“采存算管用”技術就是數據編織技術。

業界認為，從長遠看，能實現“數據可用不可見”的分布式數據工廠是必然趨勢，因為它從根本上解決了數據持有者對安全和控制權的擔憂。但短期內，三種模式將并行發展。

政策出臺助力數據生產與人工智能深度對接

國家層面，國家數據局、工業和信息化部、公安部、證監會2月7日聯合發布《關于培育數據流通服務機構 加快推進數據要素市場化價值化的意見》（以下簡稱《意見》），首次明確我國將培育三類數據流通服務機構。三類數據流通服務機構包括：數據交易所（中心）、數據流通服務平臺企業、數據商。《意見》提出，支持各類數據流通服務機構加強與人工智能企業等合作，依托數據基礎設施提供數據匯聚、治理、模型訓練等服務。

國務院發展研究中心研究員馬源表示，當前人工智能企業普遍面臨數據荒問題，現在數據流通服務機構就有了一個新的核心使命：匯聚、整合跨行業、跨領域的數據資源，促進數據供方和AI企業需求高效匹配。

展望未來，“數據工廠”不僅為AI“供糧”，它將成為國家數據基礎設施的核心單元。它或許沒有傳統工廠的喧囂，但它“生產”出的數據洪流，必將無聲卻深刻地重塑我們的時代。

（來源：中央廣播電視總臺中國之聲）