近日,普元信息技术股份有限公司(科创板股票代码:688118)长期深耕的标准化工作又迎来一次自然延伸:全国数据标准化技术委员会(SAC/TC609)正式发布《面向高质量数据集的数据基础设施研究报告》,助力数据要素安全有序流通,赋能新质生产力发展。
普元大数据研究院院长李书超参与报告研究与编撰,与来自科研院所、数据交易机构,以及能源、交通、通信、医疗等领域企业等100家单位专家一起,聚焦高质量数据集的规模化生产、高效应用、可信流通与全程安全合规,贡献实践经验为正在推进"人工智能+"的企业建设高质量数据集提供系统参考。
普元信息深度参编全国数据标准化技术委员会《面向高质量数据集的数据基础设施研究报告》
人工智能大模型正从"以模型为中心"转向"以数据为中心",高质量数据集成为决定模型能力上限的核心战略资源。报告显示,据国家数据局公开数据,截至2026年8月,全国累计建成高质量数据集超12.6万个、总体量超1815PB,较一季度末增长超89%,规模化供给格局初步形成。但数据分散与主体壁垒、"作坊式"生产、共享机制不完善、质量评估不完善四类问题,仍制约着数据集的生产、应用与流通。
值得注意的是,报告把破解之道落在了数据治理上。报告在分析数据集生产的核心环节“生产车间”时明确提出,要“建立覆盖元数据、主数据、数据字典、术语体系、编码规范、质量规则、数据血缘追踪、数据分级分类、数据脱敏加密、合规性校验的一体化治理能力”。这意味着,高质量数据集的规模化生产,归根到底是企业数据治理能力的延伸——而这恰是普元深耕二十余年的主战场。
报告还以五大共性组件贯通数据集生产全过程,即任务编排调度、数据目录、数据血缘、数据版本、数据编织,每一项都能在普元“易数”平台上找到对应:从50余类异构数据源的统一接入,到元数据、主数据、标准与质量的一体化治理,再到任务调度、多级目录、血缘分析与数据编织。
普元大数据研究院院长李书超强调,高质量数据集的难点不在有没有数据,而在能否稳定、可信、可追溯地持续供给。普元“以智治数、以数育智”的Data-AI双向飞轮正是破解这一难题的有效方法:
一方面以AI赋能元数据编目、质量诊断与血缘分析,提升治理效率;
另一方面依托主数据管理、多模态数据融合与全链路治理,把分散的业务数据淬炼为可信数据、高质量数据集,支撑大模型训练与智能体应用等。
这一路径与报告提出的“储备车间—生产车间—中试车间”三级供给体系相互印证。报告在展望中判断,语义与知识将成为高质量数据集的核心能力,本体建模与知识图谱的工程化落地将让数据集从“字段可查”升级为“概念可懂、关系可追、规则可解释”;在这一方向,普元已形成自研企业管理场景本体模型,相关研究成果先后发表于CAIBDA 2026与ICCBD 2026国际学术会议。
普元累计参编人工智能、数据管理等领域百余项标准,相关能力也在众多企业一线落地:在某大型央企的集团级AI问数工程中,一线人员用自然语言直接取数、用数;在某装备制造企业,普元打通设计、生产、质量等环节数据,为设备故障诊断数据集提供了统一底座。
面向AI原生时代,普元还将持续融合国家规划布局内重点软件企业、国家级企业技术中心、国家数据管理成熟度DCMM乙方四级认证等优势,在更明确的标准框架下支撑更多企业或政府打造安全、可控、可持续演进的企业数智基座,把数据转化为可评价、可运营、可增值的核心资产。
点击此处,获取《面向高质量数据集的数据基础设施研究报告》全文
股票
板块
用户
资讯
评论 (0)