Expert Interpretation: Building a Digital Intelligence Foundation to Activate Factor Momentum — Interpretation of the Implementation Plan for Promoting the Construction of High-Quality Industry Datasets

文 | 交通运输部科学研究院院长 陈济丁 <br> 当前，人工智能正加速向经济社会各领域渗透，高质量数据集作为驱动人工智能模型迭代、落地“人工智能+”行动的“燃料”，其战略价值日益凸显。国家数据局印发的《关于推进行业高质量数据集建设行动的实施方案》（以下简称《方案》），系统提出了我国行业高质量数据集建设的总体要求、六大专项行动与保障措施，为各行业从“数据资源积累”走向“数据能力跃升”提供了清晰的制度框架与实践路径。<br> 交通运输是国民经济中基础性、先导性、战略性产业，也是人工智能应用场景最丰富、数据密集型行业之一。《方案》的出台，为交通运输行业体系化推进行业高质量数据集建设提供了关键指引。下面从战略定位和核心部署两个维度，对《方案》进行解读，重点阐述其对交通运输行业的实践价值与实施方向。<br> 一、战略定位：构建“人工智能+”时代的数据基础设施<br> 《方案》开宗明义，将行业高质量数据集定位为推动“人工智能+”赋能千行百业、实现产业落地的基础性、关键性资源。这一战略定位，将数据集建设从技术性、局部性工作，提升至与数据基础设施同等重要的全局性、战略性高度。<br> 对交通运输行业而言，这意味着数据工作的重心从过去支撑行业管理的“数据资源积累”，转向直接服务于大模型训练和智能体开发的“数据能力跃升”。铁路、公路、水路、民航、邮政等领域的海量多源异构数据，需按照“结构完整、内容多样、标注准确、模型适配”的标准，转化为可被人工智能高效利用的高质量数据集。《方案》所倡导的“数据飞轮”——场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值——正是交通运输行业迈向智能化、实现新质生产力培育的理想路径。<br> 二、核心部署：六大行动赋能交通运输数据能力跃升<br> 《方案》围绕强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大行动，构建了覆盖数据全生命周期的制度体系。其中，以下五个方面对交通运输行业具有突出的指导价值和实践意义。<br> （一）精准锚定重点领域，明确交通运输行业“主战场”地位<br> 《方案》在部署强基扩容行动时，将“交通运输”明确列为重点领域，同时将“智能驾驶”“低空经济”等交通运输关联创新领域纳入建设范畴。这明确了交通运输行业不再是数据的被动提供者，而是高质量数据集建设的主动参与者和重点受益者。行业将以此为契机，系统梳理自身数据集和模型训练需求清单，在基础设施、交通装备、运输服务、行业治理、绿色低碳、安全保障等关键场景，率先形成一批高质量、可复用的行业数据集。<br> （二）攻坚专业标注能力，破解交通知识“隐性化”难题<br> 交通运输场景专业性强、安全要求高，大量知识隐含于运行规则、调度逻辑与应急预案中，数据标注须与行业知识、业务规则实现深度融合。《方案》在标注攻坚行动中，明确提出发展“专家型数据标注服务”，建立行业专家认证注册机制，推动专家深度参与指令微调、强化学习等阶段所需的专业知识标注。这一制度设计，精准回应了交通运输领域“隐性知识显性化”的核心诉求。行业可据此培养交通运输领域的标注专家，针对大通道货车自动驾驶、跨境跨区域货运物流、船舶智能航运与多船协同控制等复杂场景，生产高知识密度的逻辑推理与决策数据集，显著提升交通运输行业大模型的专业性与可靠性。<br> （三）统一标准与测评互认，降低交通运输数据流通的制度成本<br> 《方案》在提质增效行动中，部署了高质量数据集标准体系建设和“一次测评、全国互认”的测评机制。这为构建全国统一的交通运输行业高质量数据集市场清除了技术标准壁垒。交通运输行业需加快制定符合自身特点的数据集格式、标注、质量测评等行业标准，并与国家标准衔接；同时，积极建设覆盖多运输方式、多典型场景的测评数据集，依托统一测评方案，实现一个数据集经过一次认证，即可在全行业乃至跨行业复用，极大降低模型研发与场景落地过程中的合规与适配成本。<br> （四）打造“数据飞轮”闭环，驱动交通运输智能体持续进化<br> 《方案》在应用赋能行动中，强调“以模引数、用数赋模”，推动“场景—数据—模型”协同发展的良性循环。这一机制对动态性、实时性要求极高的交通运输系统尤为关键。例如，一个部署在路侧或车端的智能交通模型，其运行中产生的交互数据被重新采集、标注，可反哺下一代数据集的构建和模型的迭代优化。通过《方案》所鼓励的集“数据集生产加工、模型训练应用”于一体的“数据赋能工场”，交通运输行业能够形成数据越用越多、模型越用越聪明的正向演进通路，加速智慧交通从单点示范走向全域、常态化运行。<br> （五）健全治理与权益机制，筑牢交通运输数据安全合规底线<br> 交通运输数据涉及公众出行、位置轨迹、基础设施等敏感信息，安全合规是开发利用的基本前提。《方案》在管理服务行动中，系统部署了数据集全生命周期管理、数据权益“三权分置”落地、伦理公平等治理机制。这为交通运输行业在保障安全的前提下释放数据价值提供了清晰的合规指引。交通运输行业需在隐私保护计算、可信数据空间等技术支撑下，建立覆盖采集、标注、应用、审计全过程的可管可控体系；同时，明晰行业数据集的持有权、使用权、经营权配置规则，探索适应人工智能训练的弹性监管与合理使用规则，平衡好数据保护与创新发展。<br> 《方案》从顶层设计层面，补齐了我国在行业高质量数据集建设、治理、应用、流通领域的制度短板，构建了权责清晰、标准统一、安全可控的全链条发展体系。面向未来，交通运输行业将紧抓《方案》出台的战略机遇，持续深化行业高质量数据集建设工作，加快在交通政务服务与决策支持、公路水路交通规划、公路性能养护、智慧港口运行、船舶智能航行等领域打造一批标杆数据集和典型应用场景，为加快建设交通强国、完善现代化综合交通运输体系注入持久的数据动能与创新活力。<br> 附件：