“深化數據資源開發(fā)利用研究”課題組
數據是新的生產要素，是基礎性資源和戰(zhàn)略性資源，也是重要生產力。黨的二十屆四中全會通過的《中共中央關于制定國民經濟和社會發(fā)展第十五個五年規(guī)劃的建議》提出，健全數據要素基礎制度，建設開放共享安全的全國一體化數據市場，深化數據資源開發(fā)利用。2025年歲末召開的全國數據工作會議，將2026年確定為“數據要素價值釋放年”，指出要錨定數字中國建設目標任務，扎實推動數據事業(yè)高質量發(fā)展。在數字經濟已經成為發(fā)展新質生產力的重要引擎、全面賦能經濟社會發(fā)展的新形勢下，應充分發(fā)揮山西在數字標注產業(yè)具備的先發(fā)優(yōu)勢，構建數據標注產業(yè)發(fā)展新格局，激活數字經濟新引擎。
錨定新藍海：數據標注產業(yè)概況與發(fā)展形勢
數據標注作為數字經濟產業(yè)鏈的關鍵環(huán)節(jié)，是打造高質量數據集、驅動模型迭代的核心基石，已成為培育新質生產力、塑造數字經濟競爭優(yōu)勢的重要支撐。在深入推進數字中國建設的大背景下，要搶占數字經濟產業(yè)應用制高點，使人工智能全方位賦能千行百業(yè)，數據標注產業(yè)將發(fā)揮舉足輕重的作用。
廬山真面——什么是數據標注產業(yè)？數據標注產業(yè)是對數據進行篩選、清洗、分類、注釋、標記和質量檢驗等加工處理的新興產業(yè)，是指對未經處理的原始數據添加說明、解釋、分類或編碼的過程，以便數據可以被人工智能算法所理解和使用。這一過程主要是通過人工或半自動的方式，針對特定的數據集進行標注，以形成具有特定格式的結構化數據。數據標注產業(yè)鏈則超越了單一的數據處理環(huán)節(jié)，是指以數據標注為核心的數據服務上中下游產業(yè)鏈，涵蓋數據服務的全生命周期。數據標注產業(yè)是一種新興產業(yè)，其特殊性在于，所有產業(yè)的智能化數字化發(fā)展，都離不開數據標注產業(yè)的加持，是人工智能得以賦能千行百業(yè)的基礎產業(yè)。數據標注的類型包括文本標注、圖像標注、語音標注、視頻標注和3D點云標注等，精準賦予數據語義信息，對提升人工智能算法模型的準確性或泛化性起到關鍵作用。
大有可為——數據標注產業(yè)能做什么？數據標注作為數字經濟的關鍵基礎，堪稱將數據“原油”煉成“汽油”的核心工藝。一是可為原始數據賦予語義和坐標，為人工智能提供數據基礎支撐。數據標注對原始數據賦予“語義”和“坐標”，通過高質量的數據標注，為人工智能提供大量的高質量訓練數據，使其能夠更準確地解析人類語言、圖像、視頻和語音等信息，從而提升其在自然語言處理、計算機視覺、模式識別等不同領域的性能和應用效果，助力人工智能實現更為精準和高效的處理與決策。如果說算法是人工智能的“大腦”，算力是支撐其運轉的“心臟”，那么高質量標注數據就是滋養(yǎng)其成長的“血液”和“養(yǎng)料”。從人臉識別到自動駕駛，從智慧醫(yī)療到工業(yè)質檢，從政務服務到智能制造，任何先進人工智能模型的訓練、迭代與優(yōu)化，都離不開海量、精準、合規(guī)的數據標注工作。二是使海量數據資源從靜態(tài)無序狀態(tài)轉變?yōu)榭筛咝Я魍ǖ膭討B(tài)資產。數據標注是連接數據資源、算法模型與實際應用場景的關鍵橋梁，能推動數據從“沉睡資源”轉化為可高效流通的“生產要素”。從自動駕駛道路物體標注提升數據精準性，到醫(yī)療影像標注使數據市場價值倍增，標注不僅實現數據從“可用”到“好用”的升級，更推動其從潛在資源轉化為可交易商業(yè)資產，使其從靜態(tài)存儲狀態(tài)轉變?yōu)楦咝Я魍?、精確計算的動態(tài)資產。這一轉換，直接撬動了“數據要素×”三年行動計劃的加速落地，助力數據深度滲透實體經濟。三是數據標注產業(yè)催生數據產業(yè)全鏈條協作。數據標注產業(yè)串聯資源方、技術方與應用方，形成“數據采集—標注加工—模型訓練—場景應用”的全鏈條協作體系。當前，以數據標注為代表的人工智能基礎數據服務，連結上游數據來源方和下游人工智能算法研發(fā)方，并衍生出或輻射到更廣闊產業(yè)領域，其帶動的技術標準升級迭代、產業(yè)規(guī)范制定、人才培養(yǎng)培訓、平臺體系建設等配套產業(yè)發(fā)展，構建起完整價值網絡，成為數字經濟高質量發(fā)展的重要引擎。
蓄勢待發(fā)——數據標注產業(yè)發(fā)展形勢如何？2021年11月，《“十四五”大數據產業(yè)發(fā)展規(guī)劃》出臺，明確指出“圍繞數據清洗、數據標注、數據分析、數據可視化等需求，加快大數據服務向專業(yè)化、工程化、平臺化發(fā)展”，標志數據標注成為“構建穩(wěn)定高效產業(yè)鏈”的重要一環(huán)。2024年4月，全國數據工作會議首次提出“探索建設國家級數據標注基地”，同年5月，國家數據局公布了首批7個國家級數據標注基地名單（四川省成都市、遼寧省沈陽市、安徽省合肥市、湖南省長沙市、海南省?？谑小⒑颖笔”６ㄊ?、山西省大同市），著力推動產業(yè)集聚發(fā)展，形成央地協同的產業(yè)布局。2024年12月，國家發(fā)展改革委等四部門聯合發(fā)布《關于促進數據標注產業(yè)高質量發(fā)展的實施意見》，指出“著力培育數據標注新業(yè)態(tài)，布局數字科技新賽道，構建產業(yè)國際競爭新優(yōu)勢”，并明確到2027年年均復合增長率超過20%的目標，標志著數據標注產業(yè)正式納入國家戰(zhàn)略產業(yè)布局。當前，數據標注產業(yè)在智能駕駛、醫(yī)療影像、低空經濟、礦山巡檢等領域日益實現深度賦能，高質量數據建設進入規(guī)?；?、規(guī)范化發(fā)展新階段。數據標注產業(yè)宏圖待展、方興未艾，成為新興產業(yè)領域的一片生機勃勃、春潮涌動的新藍海。
領跑新賽道：山西在數據標注產業(yè)領域的比較優(yōu)勢
山西是典型的資源型內陸省份，以數據標注產業(yè)為切入口，培育數字經濟新優(yōu)勢，有助于突破傳統發(fā)展路徑依賴，實現要素結構重構與比較優(yōu)勢轉化，推動形成新的數字經濟增長點，為山西培育新質生產力、拓展競爭優(yōu)勢提供重要支撐和戰(zhàn)略抓手。《山西省加快數據標注產業(yè)發(fā)展的實施意見》《關于促進數據標注產業(yè)高質量發(fā)展的若干措施》等一系列文件的制定出臺，為數據標注產業(yè)發(fā)展提供了強有力的政策引導與支持。
戰(zhàn)略先發(fā)優(yōu)勢。山西數據標注產業(yè)具備提前布局、較早發(fā)力、躋身國家隊的先發(fā)優(yōu)勢。大同在2021年開始布局數據標注產業(yè)，并不斷創(chuàng)新體制機制與運營模式，成為全省乃至全國發(fā)展數據標注產業(yè)的探路者與領跑者。2024年5月，國家數據局公布了首批7個國家級數據標注基地名單，山西大同位列其中，在國家數字經濟布局中，獲得國家層面的認可與早期入場資格，這是山西在該領域躋身國家第一梯隊戰(zhàn)略布局的關鍵標志，為山西率先跨入新賽道、啟航新藍海，贏得寶貴的窗口期，是山西以制度紅利釋放發(fā)展新動能闖出的一條新路。經過持續(xù)發(fā)展，大同已上線全國首個“數據標注云園區(qū)”平臺，建成全國首所數據科技職業(yè)學院，數據標注規(guī)模達到1536TB，形成文旅、能源、文物、交通等領域高質量數據集361個，引進和培育包括抖音、京東、科大訊飛在內的70余家數據類企業(yè)，初步完成了從載體建設、數據生產到人才培養(yǎng)與企業(yè)集聚的閉環(huán)生態(tài)構建。2024年12月,大同市印發(fā)《大同市數據產業(yè)發(fā)展三年行動計劃（2024年-2026年）》，計劃通過“數標擴容”行動，以建設國家級數據標注基地為牽引，依托煤炭等優(yōu)勢行業(yè)構建特色數據集，加強校企協同培養(yǎng)標注人才，完善產業(yè)園區(qū)載體，推動數據標注產業(yè)向規(guī)?；?、專業(yè)化、鏈條化發(fā)展。這將使大同成為全省數據標注產業(yè)發(fā)展的核心承載區(qū)，并為其在全國范圍內形成示范效應奠定基礎。
特色場景優(yōu)勢。區(qū)域產業(yè)發(fā)展應充分依托其獨特的資源稟賦和既有特色優(yōu)勢。山西可以立足于其不可復制的區(qū)域資源，將傳統產業(yè)領域的深厚積累轉化為數字經濟時代的差異化競爭優(yōu)勢。比如，深厚的能源工業(yè)基礎構成了高價值工業(yè)數據來源。山西已建成智能化煤礦369座，占全國三分之一以上，在礦山安全監(jiān)測、設備識別、井下作業(yè)行為分析等方面積蓄了大量真實生產數據，可直接轉化為工業(yè)視覺和安全生產等高價值標注場景。再如，豐富的文物與文旅資源形成了獨特文化數據資產。山西擁有不可移動文物5.3萬余處、全國重點文物保護單位531處，為文物數字化保護、三維重建、智能導覽以及文旅影像理解、非遺語音識別等提供了獨一無二的多模態(tài)數據資源。此外，山西在裝備制造、生物醫(yī)藥、新能源汽車等領域也顯現出獨特產業(yè)優(yōu)勢。這些特色場景共同構成了山西數據標注產業(yè)獨特的行業(yè)賦能優(yōu)勢與價值縱深，為其在數字經濟體系中確立差異化發(fā)展路徑提供了重要支撐。
人才資源與成本優(yōu)勢。相較于傳統資本密集型、技術密集型產業(yè)，數據標注產業(yè)具有門檻適中、就業(yè)帶動強、產業(yè)易集聚等特征，有利于在較短周期內集聚項目和企業(yè)、擴大有效投資和就業(yè)。山西高等教育和職業(yè)教育體系較為完備，每年可穩(wěn)定輸送計算機、大數據等相關專業(yè)人才，能為數據標注產業(yè)一線標注人員和技術骨干提供充足而穩(wěn)定的人力支撐。在要素成本價格方面，山西勞動力成本和辦公用房租金等綜合成本整體低于東部沿海和一線城市，有利于在保障用工規(guī)模的前提下，大幅降低數據標注企業(yè)的人力和運營成本，提升數據標注企業(yè)的可持續(xù)經營能力。此外，山西國有企業(yè)占比較高，大量國企退休職工普遍具備較強的專業(yè)技能和協作能力，且具有較高的再就業(yè)意愿，是發(fā)展數據標注產業(yè)可以重點吸納和開發(fā)的重要人力資源。
算力與電力優(yōu)勢。算力與電力是發(fā)展數字經濟的關鍵要素，其成本與供給效率在很大程度上決定了對數字產業(yè)的吸納能力。在算力支撐方面，山西已建成規(guī)模龐大、能效領先的算力基礎設施體系，全省算力中心機架規(guī)模達51.4萬標準機架，能效水平位居全國前列，為智能標注工具研發(fā)、大規(guī)模數據處理和模型訓練等業(yè)務活動提供了穩(wěn)定算力基礎。在電力供給方面，2025年新能源和清潔能源裝機占比達到55.1%，綠電交易和外送規(guī)模持續(xù)位居全國前列，加之年均氣溫9.9℃的“天然冷卻”優(yōu)勢，可顯著降低數據中心能耗和用電成本，相較東部沿海地區(qū)在電價和能效上具有明顯優(yōu)勢。這不僅降低了數據標注產業(yè)及其緊密關聯的數據存儲、模型訓練等環(huán)節(jié)的直接成本，更在“雙碳”目標下為數據標注產業(yè)及其上下游環(huán)節(jié)在本地集聚提供了較為有利的外部環(huán)境。
激活新引擎：以拓展區(qū)域特色場景提升行業(yè)賦能水平
數據標注產業(yè)作為人工智能發(fā)展的基石，越來越呈現出高技術含量、高知識密度、高價值應用的“三高”特征，且正從通用場景向各專業(yè)領域縱深發(fā)展。加快拓展特色場景、提升行業(yè)賦能水平，是構建產業(yè)差異化競爭力的根本出路。應充分發(fā)揮山西擁有豐富的能源、文旅、裝備制造業(yè)等特色數據資源比較優(yōu)勢，不斷提升“能源重鎮(zhèn)、文化寶庫、制造根基”的數據潛能，加快建立可信數據空間，及早布局，梯次推動數據標注產業(yè)從基礎服務向高附加值、特色化升級，使山西成為全國人工智能高質量發(fā)展不可或缺的“數據糧倉”。
聚焦智慧礦山數據標注，打造工業(yè)數據新標桿。山西是國家重要能源原材料基地，煤礦智能化產業(yè)轉型為數據標注產業(yè)提供了體量巨大、需求剛性且技術壁壘高的應用場景。山西煤炭工業(yè)互聯網平臺發(fā)布的《山西煤炭工業(yè)互聯網平臺高質量數據集清單》（版本U1），聚焦井工煤礦安全生產場景，涵蓋1016個數據集及語料庫，總量達28TB，覆蓋采煤、掘進、主運、輔運、綜合保障、綜合管控、安全管控、生產經營8大類子系統，包含超800多項細分場景數據，可為行業(yè)AI模型訓練需求提供多樣選擇，也可為山西數據標注產業(yè)提供更具區(qū)域特色的發(fā)展空間。山西數據標注產業(yè)應更多聚焦能源安全領域，努力成為全國能源領域人工智能賦能標桿。一是推動煤炭企業(yè)深化數據角色轉型。加快從“數據擁有者”向“數據開發(fā)者”和“數據消費者”轉變，構建“數據供給—模型訓練—內部應用—產品優(yōu)化—對外輸出”的閉環(huán)。二是加快智能礦山專業(yè)數據集的規(guī)?；瘶俗?。將海量原始井下數據轉化為AI可識別的信息，需要開展大規(guī)模精準標注。圍繞皮帶運輸異物識別、人員違章行為檢測、設備狀態(tài)異常預警等場景進行視頻與圖像標注。系統采集采煤機、掘進機等關鍵設備的運行聲音與振動頻譜數據，訓練故障早期預警的聲學診斷模型。推進地質數據與三維點云數據精細化標注，為構建透明地質模型與數字孿生系統提供數據支撐。三是推動產業(yè)從“數據集”向“模型庫”升級。聚焦“瓦斯涌出異常智能識別”“井下設備預測性維護”等重大課題，開展定向數據標注與聯合模型訓練，形成一批經過井下驗證的專用AI模型庫，將數據資產轉化為保障安全、提升效率的核心技術產品。四是持續(xù)拓展能源數據體系。加快構建“露天煤礦”與“煤機裝備”特色數據集，在現有數據基礎上，補充露天礦智能巡檢、無人礦卡調度等場景數據，以及高端煤機裝備的深度工況與故障診斷數據，將推動產業(yè)服務從地下向地上延伸，從生產向裝備制造環(huán)節(jié)拓展。
聚焦歷史文化數據標注，開啟文旅增值新空間。山西擁有全國數量最多、類型最全、保存體系最完整的地上文物資源，是構建差異化競爭力的獨特數據富礦，需加快推動文物數據標注實現從簡單數字化存檔到可計算、可創(chuàng)作的“數據資產”躍遷。以云岡石窟為例，大同市利用云岡石窟“數據要素”資源，形成圖片數據集354萬張、音視頻數據集1574個、檔案數據集12182卷、文獻數據集13183本、洞窟三維模型數據集4971.39GB，為考古研究、文物監(jiān)測、保護修復、展示陳列等多領域提供數據支撐，“云岡石窟文物數據資源賦能文化遺產活化利用”入選第二批“國家數據局重點聯系示范場景”清單。一是加快文物精細化標注發(fā)展，對關鍵文物的三維掃描數據進行超越常規(guī)的精細化標注，不僅標注文物輪廓，更對紋飾類型、雕刻技法、歷史修復痕跡等進行結構化、語義化標注，形成“數字細胞”級的基礎數據元件。二是構建可授權數據產品包，探索數據產品的版權授權、合作開發(fā)等市場化模式。面向文化遺產保護與研學，開發(fā)支持文物虛擬拆解、結構原理動畫演示的深度標注產品；面向文創(chuàng)與數字消費市場，為游戲、影視、動漫、元宇宙企業(yè)提供高保真、可直接調用的文物數字模型與貼圖數據服務，將山西古建、彩塑、壁畫元素通過專業(yè)數據服務融入創(chuàng)作流程，實現從“資源授權”到“數據賦能”的模式升級。三是打造山西古建基因庫。系統標注晉祠、應縣木塔、晉商大院等山西代表性古建筑的建筑構件、彩繪圖案、空間布局，為虛擬重建、風格化衍生設計提供核心數據支撐，賦能“元宇宙文旅”“數字文創(chuàng)”等新業(yè)態(tài)，建設“文物高清渲染與AR數據工場”，降低微短劇、互動展覽等內容制作的成本與技術門檻。
聚焦裝備制造業(yè)視覺數據標注，提升智能制造新高度。數據標注作為連接數據與智能的橋梁，是推動制造業(yè)向智能化、個性化躍升的關鍵技術。當前，山西在重型機械、軌道交通裝備、特種材料等制造領域基礎雄厚，已積累了海量生產數據，生產環(huán)節(jié)中存在大量基于視覺的質檢、巡檢以及工藝流程優(yōu)化、供應鏈管理、產品研發(fā)等全流程需求，形成數據標注產業(yè)的增量市場。一是加快重點產業(yè)鏈數據標注發(fā)展。圍繞“軌道交通、智能煤機、新能源汽車、風電裝備”等高端裝備產業(yè)鏈，支持鏈核企業(yè)與上下游協同開展關鍵工序的數據采集與標注，推動集群整體智能化水平提升。二是開展“工業(yè)視覺燈塔”數據標注示范。在智能制造方面，發(fā)揮太重集團等本地龍頭企業(yè)，針對大型起重機、挖掘機、軌道交通輪對等關鍵零部件，開展缺陷自動檢測的工業(yè)視覺標注。三是加快“多模態(tài)工業(yè)數據”標注發(fā)展。推動標注服務從靜態(tài)圖片向復雜場景延伸，針對裝備運行，同步標注振動頻譜、紅外熱成像、聲音信號與視頻畫面，建立“異常工況多模態(tài)特征關聯數據集”，用于訓練更可靠的預測性維護模型。（執(zhí)筆人：山西省社會科學院〈山西省人民政府發(fā)展研究中心〉劉曉哲、張艷梅、王中；山西大學趙圓慶）
（責任編輯：梁艷）
晉公網安備 14090202000008號 
