筑牢人工智能数据底座

数字技术驱动产业数智化转型：数据与大模型的深度融合

数据资源开发利用的重要性

在当前数字技术蓬勃发展的背景下，以5G、人工智能及大模型为代表的前沿技术正快速推进。据文章作者报道，今年前两个月我国数字产业业务收入同比增长8.2%，这表明数字经济已成为推动经济增长的重要引擎。其中，高质量数据作为人工智能的核心支撑，对通用大模型和行业大模型的发展起到了关键作用。

《政府工作报告》明确指出，要加快完善数据基础制度，深化数据资源开发利用，并支持大模型的广泛应用。企业作为数据要素市场化的主要参与者，对数据资源的需求日益增长。经济合作与发展组织的研究显示，数据流动可促进各行业利润增长约10%，在数字平台和金融等行业甚至可达32%。国家数据局相关负责人表示，在合法合规的前提下，鼓励企业充分挖掘其生产经营过程中形成的数据价值。

企业实践：数据赋能数智化转型

中国电信通过整合内部数据与外部资源，构建了海量多源数据库，成功推动企业数智化转型。例如，在用户服务领域，利用网络感知数据和历史投诉记录，实现了客户体验的主动优化；在反诈识别方面，借助话务行为等数据构建反诈模型，有效甄别并处置潜在“涉诈”号码；在民生服务上，结合运营商位置数据与政务公共信息，为超过300家政企客户提供大数据短信提醒服务。

此外，中国电信还基于50万小时的脱敏音频数据集，开发了首个支持50种方言自由混说的语音大模型。同时，联合用户共同建设99个行业数据集，涵盖语义、语音、图像等多种类型，推出了50余款行业大模型。这些成果已在教育、交通等领域得到实际应用。例如，“星辰政务热线大模型”在上海等地的12345市民服务热线中显著提升了问题解决效率。

技术创新助力模型升级

科大讯飞近期对其星火X1大模型进行了升级，进一步提升了模型的泛化能力。通过引入更多复杂场景数据，该模型在教育、医疗、司法等多个行业扩大了应用范围。特别是在司法领域，大模型能够根据案件材料总结事实、分析争议点并输出准确内容，为用户提供专业支持。

此次升级背后是一系列技术创新的结果。文章作者提到，科大讯飞提出了基于问题难度的大规模多阶段强化学习方法，以及统一模型下的快慢思考混合训练方法，这些技术突破使得模型效果显著提升，同时也提高了用户的部署效率。

大模型在工业领域的应用前景

随着大模型技术的不断成熟，其在电子、原材料、消费品等行业的应用也逐渐深入。例如，北京一家平板显示企业通过引入大模型，将产线排产时间降低了75%。这一案例体现了大模型在提高生产效率方面的巨大潜力。

展望未来，工业和信息化部计划进一步加强通用大模型和行业大模型的研发布局，加快建设工业领域高质量数据集，为产业发展提供坚实基础。可以预见，数据与大模型的深度融合将继续成为推动产业数智化转型的关键动力。