专家说：关于系统性多层次打造 “数据飞轮” 应用闭环的若干建议
上海荟宸信科，数字中国的实践者；数字化转型的引领者；数据资产估值的领跑者。依托荟宸 “数价锚钉” 数据资产估值 AI 模型，为企业提供资产评估、入表、交易、质押、ABS 全流程服务。详情点击：“数价锚钉”数据资产估值AI模型获得的荣誉及资质
专家说：关于系统性多层次打造 “数据飞轮” 应用闭环的若干建议
一、引言
《关于推进行业高质量数据集建设行动的实施方案》第十一条创新性提出系统性打造 “数据飞轮” 应用闭环，确立 “场景牵引、数模互促、建用一体” 核心发展逻辑，构建起完整的正向循环发展体系。本条明确双层驱动实施路径：一方面坚持以模型应用牵引数据供给、以高质量数据赋能模型迭代，搭建 “场景 — 数据 — 模型” 协同共生良性循环；另一方面统筹落实 “人工智能 +” 与 “数据要素 ×” 两大国家级行动，实现 “以用促建” 和 “以建促用” 双向赋能。以 AI 真实场景需求拉动数据资源汇聚，倒逼行业高质量数据集持续扩充、迭代优化；依托模型运行产生的动态交互反馈数据，反哺数据集提质扩容，持续提升行业大模型、行业智能体综合能力，形成需求、数据、模型、价值循环放大的飞轮效应。
当前各地行业高质量数据集建设、垂直行业模型研发取得阶段性进展，但 “数据飞轮” 运转普遍存在动力不足、循环断裂、层次单一等突出问题。一是场景、数据、模型三者割裂，大量数据集建设脱离真实业务需求，模型研发缺少适配行业专识数据，场景落地缺少成熟模型支撑，供需错配造成资源闲置；二是 “以用促建” 机制不完善，AI 应用场景未形成常态化数据回流渠道，业务交互产生的反馈数据、缺陷样本、优化标注无法沉淀为高质量数据集增量，需求牵引数据供给的传导链条失效；三是 “以建促用” 支撑体系薄弱，存量行业数据集标准化、适配性不足，难以快速接入模型微调、智能体推理流程，数据建设成果无法高效转化为模型性能提升；四是飞轮建设缺少分层分类落地框架，行业、企业、项目层面无标准化实施路径，技术底座、政策激励、协同载体配套不足，难以形成多层次、规模化持续运转的数据循环生态。
立足实施方案顶层部署，结合数据二十条、人工智能 + 行动、数据要素 × 行动、全国一体化数据市场建设实践，本文从 “数据飞轮” 闭环建设战略价值、当前运转堵点、多层次落地实施路径、全链条配套保障体系四个维度系统建言，为地方政府分层构建可持续、自增强的场景 — 数据 — 模型正向循环体系提供标准化、可落地、可考核的政策方案。
二、系统性多层次打造 “数据飞轮” 闭环的战略逻辑与时代价值
（一）重塑数模发展底层逻辑，构建自增强正向产业循环
传统数据与模型发展模式呈现线性单向特征，数据一次性生产、模型静态训练，缺少持续迭代动力。数据飞轮打破单向发展局限，形成闭环放大机制：行业应用场景提出精准数据需求，引导市场定向生产高质量数据集；完备的行业数据支撑模型精度、推理效果提升，拓展 AI 落地广度；模型上线运行产生海量动态交互、用户反馈、业务缺陷数据，回流至数据治理环节，补充、修正、优化原有数据集；升级后的数据集再次赋能新一代模型迭代，每一轮循环同步扩大数据规模、提升模型能力、丰富落地场景，边际成本持续下降、产业价值持续放大，形成自主驱动、自我强化的长效发展动力。
（二）统筹 “以用促建、以建促用” 双向机制，打通供需双向平衡通道
“以用促建” 核心是发挥人工智能场景牵引作用，把产业、政务、民生真实业务痛点转化为清晰的数据需求清单，引导产业链上下游、政企主体主动归集、加工、共享行业数据，从源头解决高质量数据集供给不足、与行业脱节问题；“以建促用” 依托数据要素 × 行动深化数据集标准化建设，统一质量、标注、元数据规范，完善数据流通、授权、托管服务，让存量、新增高质量数据集可便捷用于模型微调、智能体开发，充分释放数据建设成果应用价值。二者一体两面、双向贯通，共同解决 “建而不用、用而不建” 结构性矛盾。
（三）衔接两大国家级行动，形成政策协同叠加效应
打造数据飞轮是同步落地 “人工智能 +” 行动与 “数据要素 ×” 行动的核心交汇载体。人工智能 + 行动提供海量产业、治理、民生落地场景，为飞轮运转提供需求源头；数据要素 × 行动完善数据产权、流通、资产化、收益分配全链条制度，为数据归集、加工、回流、复用提供制度保障。以飞轮闭环串联两大行动实施任务，实现场景创新与数据要素改革同步推进，避免政策分散、资源分割，最大化释放政策叠加红利。
（四）多层次覆盖产业主体，夯实新质生产力数据底座
多层次数据飞轮体系覆盖行业全域、龙头企业、示范项目三级载体：行业级飞轮统筹全域场景、公共数据、通用行业数据集与通用大模型协同迭代；企业级飞轮依托链主业务场景沉淀专属产业数据，培育垂直细分模型；项目级飞轮依托示范智能体、数据赋能工场形成轻量化小型循环。三级飞轮相互联通、资源互通，持续扩充合规、优质、适配行业的高质量数据资源池，为实体经济数字化、智能化转型提供可持续底层支撑。
（五）联动数据要素全链条改革，形成一体化治理合力
数据飞轮闭环建设与数据集全生命周期管理、数据三权分置、数据资产化、多元商业模式、协同生态、行业示范案例建设深度协同。全生命周期管理体系为数据采集、回流、迭代提供标准化治理流程；三权分置、收益分配机制解决数据回流共建的权责与利益分配问题；数据质押、API 订阅、词元交易等商业模式拓宽数据价值变现渠道，激励主体参与飞轮循环；各类行业标杆、智能体案例成为飞轮落地最小单元，共同构建完整的数据产业治理闭环。
三、当前 “数据飞轮” 闭环落地存在的突出堵点
对照实施方案闭环建设要求，结合工业、医疗、交通、金融、城市治理行业实地调研，现阶段飞轮培育存在四大系统性短板：
第一，场景 — 数据 — 模型传导链条断裂，循环动力缺失。未建立场景需求向数据建设转化的标准化传导机制，AI 业务需求无法快速转化为数据集建设清单；模型运行交互数据缺少常态化回流通道，业务反馈、错误样本、优化标注大量流失，无法补充至行业数据集资源库；存量数据集适配模型微调、智能体推理的标准化处理不足，数据难以直接赋能模型迭代，闭环出现断点。
第二，“以用促建” 牵引机制薄弱，场景拉动数据供给能力不足。各行业未全面梳理人工智能场景数据需求清单，政企数字化项目未将配套高质量数据集建设纳入刚性要求；缺少激励政策引导企业开放业务场景、归集业务数据，市场主动共建、共享数据集意愿偏低；供需匹配渠道单一，场景需求与数据供给精准对接效率低，需求难以有效拉动数据资源汇聚。
第三，“以建促用” 配套支撑不完善，数据赋能模型转化效率偏低。行业高质量数据集标准化、轻量化适配工具供给不足，企业获取数据集后仍需投入大量成本完成清洗、对齐、脱敏方可用于模型训练；数据流通授权模式单一，长期订阅、收益分成、联合共建机制普及度低；算力、标注、测评配套资源供给不足，制约数据集向模型能力转化速度。
第四，多层次飞轮体系建设空白，分级载体与技术底座缺失。未构建行业、企业、项目三级分层飞轮实施框架，全域统筹与微观主体循环建设脱节；缺少一体化技术底座支撑数据实时回流、自动治理、模型轻量化微调；跨部门、跨行业协同统筹机制不完善，公共数据、企业产业数据、科研样本数据无法互通循环，飞轮规模难以持续扩大。
四、系统性多层次打造 “数据飞轮” 应用闭环系统性实施建议
严格对标第十一条部署，按照搭建场景牵引以用促建传导机制、完善数据赋能以建促用转化体系、构建行业 - 企业 - 项目多层次飞轮架构、筑牢全链条技术与政策配套保障四大板块分层推进，打造自主强化、多层联动、建用一体的数据正向循环生态。
（一）健全场景牵引传导机制，做实 “以用促建” 拉动循环
全域梳理人工智能场景数据需求清单
由数据局联合各行业主管部门，围绕 “人工智能 +” 行动落地场景，分工业、医疗、交通、金融、城市治理、农业六大领域编制场景数据需求两张清单：一是场景应用清单，列明智能质检、临床辅助诊断、路网调度、政务智能办理等落地场景；二是配套数据集需求清单，明确场景所需数据模态、标注精度、样本规模、合规要求、更新周期。将清单作为政企数字化项目立项、财政资金申报前置要件，无配套数据集建设方案的 AI 项目不予审批，以场景刚性需求倒逼数据资源归集建设。
建立模型交互数据常态化回流标准化通道
出台行业 AI 应用数据回流管理规范，要求上线运行的行业大模型、业务智能体部署交互数据埋点采集能力，自动捕获用户问答、推理错误、人工修正、业务决策反馈、缺陷案例等动态信息；依托区域数据基础设施搭建统一回流数据归集平台，完成自动脱敏、隐私过滤、偏见检测、标注分类后纳入行业高质量数据集资源库；区分企业私有回流数据、行业公共回流数据设置差异化产权、授权规则，保障源头主体权益。
完善场景共建数据激励政策，吸引多元资源汇聚
设立场景数据共建专项补贴，对开放 AI 业务场景、归集回流交互数据、参与行业数据集共建的国企、链主企业、中小科技企业给予资金奖励、算力免费额度；推行 “场景换数据、数据换算力” 协同机制，企业开放真实业务场景参与联合建模，可共享行业公共高质量数据集资源；常态化依托政产学研用金协同平台、供需对接大会发布场景数据共建需求，引导产业链上下游协同汇聚数据资源，放大场景牵引数据供给效能。
（二）完善数据赋能转化体系，做强 “以建促用” 增值循环
统一行业数据集模型适配标准化改造体系
依托数据赋能工场搭建数据集轻量化适配工具链，提供自动格式转换、多模态对齐、分层抽样、隐私增强、偏见去偏一站式处理服务，降低企业数据集接入模型训练、微调门槛；出台行业数据集 AI 就绪标准，统一标注规范、元数据、授权接口，入库高质量数据集同步配套模型适配说明文档，实现数据集开箱即用，提升数据向模型能力转化效率。
丰富数据流通多元授权模式，打通数据应用通道
结合数据要素 × 行动部署，全面推广订阅制、API 按量调用、词元计费、收益分成、联合共建共享授权模式；依托数据交易所、行业可信数据空间简化数据集采购、复用、共建流程，面向中小 AI 企业推出普惠轻量化数据套餐；完善公共数据授权运营机制，将授权衍生行业数据集优先开放给垂直模型研发主体，充分释放存量数据建设成果应用价值。
统筹普惠算力与配套服务，加速模型迭代升级
统筹区域智算中心、行业算力池资源，对采购、共建行业高质量数据集开展模型微调、智能体优化的主体开放低成本算力配额；配套第三方质量测评、合规审查、专业标注服务，降低企业利用数据集迭代模型的综合成本；鼓励合成数据技术应用，依托存量行业数据集生成补充样本，补齐稀缺细分场景数据短板，持续驱动模型能力迭代提升。
（三）构建三级分层飞轮架构，实现全域多层次循环联动
搭建行业级全域统筹数据飞轮
以市级数据综合管理服务系统、综合数据赋能工场为载体打造行业一级飞轮，统筹归集政府公共授权运营数据、行业链主共享数据、模型回流交互数据、开源公益数据集；统一分行业数据集标准、回流规则、供需匹配机制，面向全行业通用大模型、跨领域融合智能体提供持续迭代数据供给；统筹开展跨行业数据融合、联合建模，实现全域数据资源、通用模型双向循环，带动全行业数据集供给规模持续扩容。
培育企业级垂直细分数据飞轮
引导各行业链主企业、头部 AI 企业搭建企业二级专属飞轮，依托自有生产、经营、服务业务场景沉淀专属产业动态交互数据；建立企业内部数据集迭代闭环，以自身垂直行业模型、专属智能体为核心，完成业务数据采集、内部治理、模型训练、交互反馈回流全流程自主循环；鼓励链主开放企业飞轮资源，带动上下游中小企业共享细分行业数据集、共建产业链垂直模型，形成产业链子循环集群。
孵化项目级轻量化示范数据飞轮
依托行业标杆载体、智能体典型应用案例打造三级项目微型飞轮，每个示范智能体、数据赋能工场示范项目独立形成小型场景 — 数据 — 模型闭环；将项目飞轮作为数据飞轮培育最小单元，总结轻量化回流、迭代、适配标准化流程，形成可复制模板向企业、行业推广；通过创新赛事、供需对接持续孵化新项目飞轮，以点带面扩大循环覆盖面。
打通三级飞轮互联互通共享机制
建立行业、企业、项目飞轮数据资源互通接口，在保障数据产权、安全合规前提下，允许企业优质数据集、模型回流样本向上汇入行业资源池，行业通用标准化数据集向下开放供给企业、项目使用；依托区块链存证记录跨层级数据共享、复用行为，完善跨层级收益分配规则，实现三级飞轮资源双向流动、协同放大。
（四）健全技术底座、跨部门协同、长效激励全链条保障体系
搭建一体化飞轮运转技术支撑底座
统筹建设集回流数据采集、自动化治理、质量测评、算力调度、模型轻量化微调、区块链存证于一体的数据飞轮综合技术平台；深度融合隐私计算技术，实现跨主体、跨层级数据可用不可见，解决数据回流共享隐私安全顾虑；开发飞轮健康度监测系统，实时监控数据回流规模、数据集迭代频次、模型性能提升幅度，动态识别循环断点并预警整改。
建立跨部门飞轮统筹协同工作专班
由政府分管领导牵头，数据局统筹，工信、科技、卫健、交通、国资、网信、金融监管组建专项专班，统筹场景清单梳理、三级飞轮布局、回流通道建设、配套政策出台；实行季度调度机制，协调解决数据归集、跨行业共享、算力供给、产权收益分配跨部门堵点；将数据飞轮建设成效纳入各行业数字经济、人工智能发展年度考核。
完善分层分类财政扶持激励政策
设立数据飞轮闭环建设专项资金，分三级给予差异化扶持：对行业级综合飞轮载体给予平台建设、运维经费补贴；对企业级垂直飞轮给予数据归集、算力使用、回流改造费用奖补；对项目级示范飞轮给予一次性孵化奖励；对率先实现大规模数据回流、模型性能显著提升、形成标准化循环模板的主体给予额外示范奖励。
筑牢飞轮运转合规与伦理安全底线
出台数据飞轮全流程合规伦理管理细则，明确场景数据采集、交互信息回流、跨层级共享的脱敏、去标识、偏见检测强制要求；建立回流数据集伦理审查前置机制，杜绝带有歧视偏见、非法敏感信息的数据进入循环体系；完善数据权属纠纷快速调解通道，明确各级飞轮数据共享、复用收益分配标准，保障各参与主体合法权益，实现飞轮安全、有序、可持续运转。
五、结语
系统性多层次打造 “数据飞轮” 应用闭环，是落实《关于推进行业高质量数据集建设行动的实施方案》应用赋能核心任务，统筹推进 “人工智能 +” 与 “数据要素 ×” 两大国家级行动的关键枢纽。“以用促建” 依托全域 AI 真实场景形成需求牵引，打通业务交互数据常态化回流通道，拉动多元市场主体主动汇聚、共建行业高质量数据集；“以建促用” 完善数据集标准化适配、流通授权、算力配套体系，推动存量、新增数据高效赋能行业模型持续迭代升级；行业、企业、项目三级分层飞轮架构实现全域统筹与微观自主循环有机结合，构建多层联动、持续放大的正向发展格局；配套技术底座、跨部门协同、财政激励、合规伦理保障体系为飞轮长效运转筑牢支撑。
地方政府应当坚持 “场景牵引、数模互促、分层搭建、建用一体” 总体思路，同步推进需求传导机制、数据赋能转化体系、三级飞轮载体、全链条保障四大板块建设，平衡产业创新发展与数据安全、权益保护。通过构建自主增强、多层次互联互通的数据飞轮应用闭环，持续扩充适配行业智能应用的高质量数据集供给，不断提升垂直行业模型、智能体落地效能，形成场景催生数据、数据优化模型、模型拓展场景的指数级增长循环，以数模协同闭环驱动本地数字经济与实体经济深度融合，加快培育和发展新质生产力。
