高质量数据集，中小企业玩不起

最近，各地高质量数据集建设热度高涨。

我们梳理了全国多省市公开申报的项目清单，发现一个现实，80%的项目由国企牵头，剩下20%多为地方垂直行业龙头，广大中小企业很难参与其中。

为弄清出现这现象的原因，我们访谈了3家不同领域的建设企业，整理了一线真实反馈，梳理了高质量数据集的发展脉络，只为找到中小企业参与的最优路线。

我们对高质量数据集的兴起，有了清晰的时间脉络。

2024年12月，国家发改委等部门联合印发《关于促进数据产业高质量发展的指导意见》，首次明确提出“高质量数据集”。同月发布的《关于促进数据标注产业高质量发展的实施意见》，进一步明确要加强重点行业数据标注，推进相关建设。

2025年2月，国家数据局在北京召开高质量数据集建设工作启动会，明确要推动其建设、助力行业发展。

到2025年5月，《高质量数据集建设指南（征求意见稿）》发布，将数据集分为通识、行业通识、行业专识三类，进一步规范了建设标准。

今年以来，各地密集申报相关项目，京东、百度等大厂也纷纷布局具身智能相关数据集，建设热潮彻底铺开。

高质量数据集的定义并不复杂，它是经过系列数据处理，能直接用于人工智能模型训练，并能有效提升模型性能的数据集合。作为支撑人工智能、具身智能发展的核心原材料，它就像石油之于汽车，需经过“炼化”才能发挥价值。

对于高质量数据集的建设，我们梳理出几个突出特质。

投入上，并非简单拼凑数据，从采集、标注到质检，全流程都需要资金支撑；门槛方面，需具备成熟的业务场景、完善的信息化系统和专业的数据治理能力；场景绑定上，多数数据集针对特定行业打造，缺乏相关业务支撑便无法落地；合规层面，必须严格遵循《个人信息保护法》《数据安全法》，脱敏、授权等环节缺一不可。

上海某科技公司，专注于具身智能领域的数据采集以及后续的数据整理工作。

负责人李文（化）介绍，他们自主搭建了近2000平的真实采集场景，覆盖家居、工业、商超等多个领域，累计采集超百万条动作轨迹，数据规模超700TB，资金投入超千万。

“光采集设备就花了几百万，我们还组建了专业的标注和质检团队，建立起‘采集+自动化标注+人工审核’的三重机制，数据准确性要求达到98%以上。”李文说，他们的数据集已开源共享，被企业用于具身基座模型训练。

李文介绍，即便如此，前期也靠扶持和大额投入才撑下来，中小企业根本扛不住这样的成本压力。

某省级能源国企，负责能源领域高质量数据集建设。

数据部门负责人张经理介绍，他们的数据集核心是电网调度、设备健康诊断等相关数据，这些数据是他们的业务留存，完全合法合规获取，其他企业连接触数据的机会都没有。

“我们有完整的业务数据积累，还有专门的团队负责数据治理，每年投入在数据建设上的资金就达千万。”他提出，中小企业既没有核心数据资源，也没这么多资金，根本无从参与。

一家专注于数据服务的龙头企业，主要做语音、文本类高质量数据集。

相关负责人给我们算了一笔账：一个中等规模的行业数据集，采集、标注、质检下来，至少要投入300万以上，周期需3-6个月，还得有专业的技术团队和标注规范。

他补充，数据标注看似简单，实则有严格的SOP规范，一套高质量数据集的建设，没有那么容易。

总结来看，基本印证了我们的观察，当前高质量数据集建设，仍以大企业为主导。中小企业不是不想参与，而是确实缺乏相应的能力。高质量数据集建设的核心壁垒，集中在资金、数据资源、技术能力和合规能力上。

大企业尤其是国企，业务覆盖广、信息化程度高，掌握核心业务数据，还有足够的资金和团队支撑，自然能主导项目建设。而中小企业大多业务单一、覆盖范围窄，没有核心数据资源，资金和技术也有限，甚至缺乏必要的数据治理基础，根本不具备建设条件。

难道只能看着大企业主导，除此之外毫无参与空间？

其实不然，结合市场实践，我们梳理了几条中小企业的可行路径，可供行业参考：

放弃“自建”，转而采购或被授权使用。高质量数据集基本以定制化为主两种，中小企业可根据自身业务需求，采购现成的数据集，成本远低于自建。比如一些做AI应用的中小企业，无需自建数据集，直接采购各大数据交易所、京东百度等大厂的数据集，就能满足模型训练需求。

国家也在鼓励大企业开放数据服务，大量的开源数据集，中小企业可主动对接，争取被授权使用相关数据集，降低用数成本。

承接分包业务。高质量数据集建设全流程中，数据标注、清洗等基础工作，大企业往往会外包出去。

中小企业可聚焦自身优势，承接这些基础环节，无需承担整体建设的成本和风险。比如一些有标注能力的中小企业，可对接京东、智元创新等企业，承接他们的标注业务，既能积累经验，也能获得收益，慢慢提升自身的数据处理能力。

参与开源数据集共建。现在很多企业和机构会推出开源数据集，比如智元创新的百万真机数据集，就上线了多个开源平台，吸引全球研究者参与共建。

中小企业可利用自身的细分场景优势，参与开源数据集的补充和完善，既能免费使用数据集，也能借助开源生态提升自身影响力，慢慢找到自己的定位。

直接使用基于高质量数据集衍生的产品。对很多中小企业来说，无需直接使用数据集，只要能用基于数据集开发的AI工具、模型等衍生产品，就能满足业务需求。比如一些做客户服务的中小企业，不用自建语音数据集，直接使用基于高质量语音数据集开发的智能客服系统，就能降低运营成本。

我们声明，并非否定中小企业的能力，也不认为高质量数据集建设只能由大企业主导。

它的建设初心，是支撑人工智能、具身智能等产业升级，最终需要全行业共同参与。但现阶段，中小企业确实不具备自建条件，盲目跟风只会浪费资金和精力。

从市场趋势来看，未来高质量数据集会朝着“小而精”的方向发展，行业垂直数据集的价值会远超通用数据集。

这其实给中小企业留下了机会。

中小企业可先做好数据应用的认知梳理，聚焦自身细分场景，积累相关的小范围数据，等有了足够的资金和技术积累，再考虑参与更深入的建设。

国家也在出台政策支持中小企业用数创新，多地发放数据券、算法券，降低中小企业治数用数成本，同步引导龙头企业带动上下游中小企业共享数据资源。

我们走访中发现，很多中小企业已经转变思路。

它们不再执着于自建数据集，而是通过采购、分包等方式，借力大企业的资源实现自身发展。当前市场格局下，与其硬撑着参与自己能力之外的建设，不如找对路径借势成长。

高质量数据集的建设热潮仍在持续，国企和大企业的优势短期内确实难以撼动。

中小企业无需焦虑，也不必盲目跟风，先做好自身核心业务，找到适合自己的参与路径稳步推进，或许就能在数据时代找到立足之地。

产业升级从来不是大企业的独角戏，我国中小企业占比90%以上，它们的参与才能让高质量数据集真正发挥最大价值，只是这个过程，需要时间和耐心。