大数据技术标准推进委员会：2025年数据智能研究报告

（2025CCSATC601伯君、裴亚、袁雪梅、史赟前了“高算力和高投入是发展人工智能唯一途径”（2025年欢迎联系tianjiafeng@交流探讨。一、数据智能综 （一）数据智能的价值与意 （二）国内外数据智能政策综 （三）数据智能产业综 （四）四大领域协同驱动数据智能产业发 二、高质量数据为数据智能实践奠定坚实基 （一）高质量数据进入建设元 （二）三大瓶颈限制各行业高质量数据建 （三）高质量数据建设呈现出三大趋 三、高水平算法为数据智能实践提供核心动 （一）以大模型为代表的人工智能技术加速渗 （二）智能化水平进一步提升面临三重问 （三）大模型研发应用支撑能力呈三大发展趋 四、高价值应用是数据要素价值释放的关键环 （一）数智应用百花齐放，场景渗透持续深 （二）数智应用落地面临三方面挑 （三）AI驱动数智应用呈现四大趋 五、高安全防护护航数据要素流通与AI融合新范 （一）智能化数据安全治理体系加速升 （二）数据智能浪潮中面临三大安全挑 （三）智能驱动的下一代数据安全呈现出两大趋 六、总结和展 图 全球数据智能企业数量国家分 图 2019-2024全球数据智能领域投融资规 图 全球及中美数据智能高水平论文发文 图 2014-2024年各国数据智能专利授权 图 《人工智能数据工程能力要求》标准框 图 《非结构化数据处理平台技术要求》标准框 图 以大模型为代表的人工智能技术体系概 图 《智能中台能力成熟度模型》框 图 数智应用体系概 图10《企业知识工程能力成熟度模型》标准框 图11《智能体研发运营(AgentOps)能力成熟度模型》标准框 图12《大模型驱动的数字员工平台技术要求》标准框 表1各行业数智应用落地的头部场 产业进入剧烈变革期。1956年人工智能（AI）概念诞生以来，智Transformer果出现跨越式提升。以GPT、DeepSeek为代表的大模型能实时对图美国出台法案推动人工智能研发创新和应用落地。20235月，方面继续保持全球领先地位，并为未来的人工智能研发做好准备。20243月，美国白宫管理和预算办公室（OMB）发布《推进联邦AI使用的欧洲建立人工智能监管框架规范AI的开发和利用。欧盟《人工202481日正式生效，是全球首部全面监管人工限风险”和“低风险”AI系统提出包括风险缓解措施、2025年3月，英国正式提出《人工智能（监管）日韩通过制定战略规划为AI产业提供政策支持和法律保障，鼓立国家人工智能委员会和人工智能安全研究所、为AI研发、科研数AIAI产业提供政策支持和法律保障。国家层面，2023820249月发布的《人工智能生成合成内容标识办法（征求意见AI生成的合成内容进行标识，为人工智能技术的规范发展提供202312“数据要素×”（2024—2026年（征求意见稿202552025+国 国 国 度 国以色列 法国 新加坡 韩国 其他1314901109035%，中国469615%。从地域看，我国数据智能企业主76%10省市数据智能400087%。未来，随着大

资 金（美元

0000融资金额融资笔数20241098117%61906%。全20226.1%202413.6%，并2025Q124.4%AI、xAI、Athropic2024年均完

全 美 中论文20142015201620172018201920202021202220233专利授权量领跑全球。论文方面，2014-2024年，全球数据智能领域1400020242019年超过美国后逐年上升，20241100486篇。1051授权比例显著提升，2019-2021年，全球数据智能专利授权量占申请（四）AI融合新范式保驾护航。2025227个部门参2025年1030项央企人工智能行业高质量数据集优秀建设成果数据产业共同体。20245月，成都、沈阳、合肥、长沙、海口、7个城市入选国家数据局首批承担数据标注基地建设任自人工智能（AI）1956年诞生以来，人类致力于创造2022年对话式语言生成模型ChatGPT发布以来，生成式大语言模型跨越式的应用效果提升再度唤醒人工智能产业的热度，以Transformer在近两年的持续迭代中强化学习混专家模（MixtureofExperts,MoECoTAdaptation,LoRA）微调、检索增强生成（Retrieval-Augmented模型性价比等维度提升大模型的各方面能力，诞生出以GPT-4o、DeepSeek-R1等为代表的最新成果。7IDC数据显示，2024AIAI18.9%，预2028AI30.6%300亿美一是多模态能力有限GPT-4o为代表的头部大模型已具备多与迭便利研流程的环均发了一系高但繁杂琐碎的工具链为其技术选型和采购带来极高的技术门槛和学习成本。（MdelsaSerice,S平训推体化平等类平工品意向用户提供一套集成模型研发技术栈中复数工具能力的一站式平化产品，但由于相关概念定义不明确、市场中企业产品能力不统一、OpenAIMeta、（ScalingLlama4为代表的更多主流大模型开始采用MoE架构，多专家领域划分的网更适用于应用方完善自身模型研发应用能力。智能（AI）中的概念源于数据中所带动的“中”概念扩散。智能中可以理解为企业内体能力上限有望得到进一步拓展。近期，MCP逐渐流行于越来越多调用外部特定功能，MCP能够通过更多标准化的预建程序让模型实3Manus便采用了多智能体系统架构，对（A2A生命周期管理的系统性需求也在同步激增。智能体研发运营（AgentOps）（AIAgent）为核心对象，强调将传统模型×”“9法、擅长工程实现、深刻理解业务的复型人才，目前这类综性人使得对于数智化应用的建设自为政，难以形成力，技术和业务需果大模型驱动的数据分析工具将趋向于整多种类型的数据分析能面地理解和处理复杂问题。为助力方开展ChatBI等大模型数据分完善知识中、知识工程相关能力，为企业大模型建设提供知识供给10与决策智能化。企业智能体能力建设的布局主要体现在三个方面：的智平以及备智体工具成及I服务能的MP（gts体开发培训等形式推进智能体应用创新并实现智能体对企业原有系12障，也鞭策企业加快规能力建设。——在数智发展的新领域，IT析、AI客服等但安全策略制定需经历跨部门评审、规评估技体系缺陷上下游安全策略将左右数据作过程能力短板，企业自身缺可持续执行的落地实践。从行业视角出发，新兴应用场景的规标准企业智