数据智能产业蓬勃发展成为推动数字经济创新与增长的核心引擎

日前，中国信通院云计算与大数据研究所发布《数据智能研究报告（2025年）》（以下简称“报告”）。报告指出，近年来，伴随生成式人工智能技术的突破，人工智能成为数据要素价值释放的关键途径和有效手段。大数据产业与人工智能产业间的关系也从单向赋能转化为深度融合，数据智能产业应运而生。

报告认为，数据智能的概念可以初步概括为，以全形态数据为关键资源，以大数据和人工智能深度融合后的新技术体系为关键手段，以决策式、生成式人工智能和传统数据应用形式协同应用于生产生活各领域为最终目标，由此形成的新兴生产生活方式，以及相应延展出的新技术、新产业、新生态。

2024年至今，数据智能产业剧烈变革，取得系列突破。从政策角度来看，我国密集出台一系列政策，开展“人工智能+”行动，推动高质量数据集建设，加速数据智能技术与各行业的深度融合，为数据智能产业注入了强劲动力。从技术角度看，DeepSeek的横空出世颠覆了“高算力和高投入是发展人工智能唯一途径”的固有认知，引领从业者进入以算法和模型架构优化为主，同时高度重视数据质量与规模理性提高算力的新时期。从应用角度看，智能体的出现进一步降低了数据智能技术的应用门槛，推动了数据智能技术在更多领域的落地。

从产业发展来看，全球数据智能产业相关企业加速涌现，企业总量超3万家。据中国信通院统计，截至2024年12月，全球共有数据智能企业31490家，其中，美国企业达11090家，占全球总数的35％，中国企业4696家，占全球总数的15％。从地域看，我国数据智能企业主要集中在经济发达地区。北京、广东、上海、浙江四省市数据智能企业数量合计占全国数据智能企业数量的76％，东部10省市数据智能企业数量超4000家，约占全国数据智能企业的87％。未来，随着大模型技术在各行业各领域的落地应用，数据智能企业数量将持续增长，支撑产业规模持续扩大。

报告指出，数据、算法、应用、安全四大核心领域正协同驱动数据智能产业持续发展。数据是数据智能产业的基石。高质量的数据能够帮助模型更准确地学习和预测，决定了模型的精度与应用的可靠性，为数据智能实践奠定了坚实基础。算法是数据智能产业的引擎。从机器学习到深度学习，从强化学习到生成式大模型，算法的每一次突破都为数据智能带来了新的可能性。应用是数据智能产业的牵引。应用是数据智能产业从技术理论转化为生产力的关键。将数据智能应用到企业运营效率提升、用户体验优化、业务模式创新后，数据智能产业才能持续获得投入，才具备长远发展的生命力。安全是数据智能产业的保障。随着数据智能应用的广泛普及，数据泄露和针对模型的恶意攻击也随之增加。完善的安全技术能够有效抵御这些威胁，防止数据被非法获取、篡改或滥用，为数据与AI融合保驾护航。

报告指出，数据智能产业蓬勃发展，已成为推动数字经济创新与增长的核心引擎。在数据领域，各行业企业积极投身高质量数据集建设工作，为上层模型训练和应用开发筑牢根基；在算法领域，以大模型为代表的人工智能技术加速渗透，诞生出GPT-4o、DeepSeek-R1等标志性成果；在应用领域，智能体的出现进一步降低了数智技术的应用门槛，推动数据智能应用在更广泛的行业及场景中落地生根；在安全领域，在政策、规章、要求与技术应用突破的双重驱动下，智能化数据安全治理体系加速升级，为数据与智能融合保驾护航。

展望未来，报告认为，随着技术的不断突破和创新，数据智能将进一步提升数据处理与应用的效率和安全性，同时，加速向医疗、农业、能源、交通等传统行业渗透，深度赋能各领域数字化转型。数据智能产业将进一步解放个体生产力，驱动企业业务创新，重塑生产关系和产业格局，推动全社会实现跨越式进步，助力我国抢占未来发展制高点，开启智能化发展的崭新篇章。　（辛通）

文章内容来自网络，如有侵权，联系删除、联系电话：023-85238885