2026-10-21 14:57
科技
中国新设数据央企，赌的不是交易，是AI的燃料管线
中国新设数据央企，赌的不是交易，是AI的燃料管线
不建交易所，先修管道。
■
北京—— 2026年10月20日，河北雄安新区，一家新央企挂上了牌子。国家数据集团有限公司位列央企名录第28位，由国务院、雄安新区管委会，以及中国电信、中国联通、中国移动、国家电网、南方电网七方共同出资组建。三大运营商握有通信信令与人口流动的轨迹，两大电网握有工业用电与商业负荷的脉搏——中国最连续、最贴近真实经济活动的高频数据源，被装进了同一个运营框架。董事长简勤此前执掌中国联通，总经理陈荣辉从国家数据局副局长岗位转任。
但真正值得玩味的，不是谁出了钱，而是这家公司选择不做什么。
截至2025年底，全国持续经营的数据交易所共46家，覆盖21个省及直辖市，累计场内交易额接近800亿元。放在6.78万亿元的数据产业盘子里，占比不到1.2%。更刺眼的数字藏在挂牌产品的结构里：约90%的数据产品处于零成交状态，全国超过95%的数据流通仍以场外点对点合作完成。46家交易所像46个货架，货架上摆满了标签精美、却几乎无人付款的罐头。
国家数据集团没有去开第47家。官方给它的定位是“数据基础设施互联互通引领者”，核心任务被概括为两件事：打通跨域流通的物理与制度壁垒，以及为人工智能产业提供高质量数据集和语料库。换言之，当交易所忙着把数据摆上货架时，这家央企选择去修一条连接水源和工厂的管道。
这条管道的紧迫性，在AI训练的语境下变得格外清晰。国内主流大模型的中文训练数据占比已普遍超过60%，部分模型达到80%。但存量公域语料正在枯竭，行业高端数据和私域数据“无法有效供给”，直接后果是模型能力趋同，难以突破专业场景。一个更极端的缺口在物理世界：国内真实物理交互场景的合规数据仅约50万小时，而机器人商业化落地需要数千万小时，缺口超过99%。自动驾驶、工业机器人、具身智能——这些被寄予厚望的下一波AI应用，恰恰最依赖“从真实世界里长出来”的稀缺语料。
国家数据集团股东结构中的电力数据，恰好是填补缺口的关键拼图。工业用电负荷的变化，是制造业景气度最诚实的读数；商业用电的波动，比任何问卷都更准确地反映服务业的体温。过去这些数据锁在电网内部，受隐私与安全规则约束，跨域流通几乎无解。现在由央企在顶层重新划定权属边界和使用规则，本质上是把“企业私有积累”转化为“可治理的公共基础设施”。
这条路径与欧盟形成了一种耐人寻味的对照。欧盟《数据法案》的核心逻辑是强制：用立法权力迫使数据持有者向用户和第三方开放B2B数据，以拆解垄断、激活单一市场。中国选择的是一条更接近“国家修渠、市场通水”的路线——不直接命令企业交出数据，而是由央企搭建可信流通的底层架构，用基础设施的公共品属性降低全社会的合规摩擦成本。国家数据局局长刘烈宏的表述更为直白：要破解数据安全、合规、高效流通的“不可能三角”。
风险同样真实。当一家央企同时掌握基础设施、标准制定权和核心数据源入口，它会不会从“修渠的人”变成“收过路费的人”？一种担忧是，民营AI公司在数据获取上可能沦为“数据佃农”，议价空间被系统性压缩。另一种风险更为隐蔽：如果国家数据集团最终只是在既有交易所体系之上再叠一层行政协调，而非真正改变数据的可用性与可负担性，那么“修渠”就会退化为“换一块牌子”。
这家新央企的真正考验，不在揭牌仪式上，而在接下来六个月里能否交出第一批让市场愿意付费的东西：面向智能制造或公共治理的标准化数据产品包，以及一套让中小AI公司用得起、信得过的语料接入机制。6.78万亿的产业规模不会自动转化为AI的竞争力。当智能算力平均利用率仍徘徊在低位时，瓶颈早已不在“有没有数据”，而在“数据能不能变成模型吃得下的燃料”。
国家数据集团赌的，正是这个转化过程。修渠的人不种地。但没有渠，地里的东西运不出去。
■
撰文 / OR
相关内容
相关内容
读者评论
科技
2026-10-21 14:57
中国新设数据央企，赌的不是交易，是AI的燃料管线
中国新设数据央企，赌的不是交易，是AI的燃料管线
不建交易所，先修管道。
■
北京—— 2026年10月20日，河北雄安新区，一家新央企挂上了牌子。国家数据集团有限公司位列央企名录第28位，由国务院、雄安新区管委会，以及中国电信、中国联通、中国移动、国家电网、南方电网七方共同出资组建。三大运营商握有通信信令与人口流动的轨迹，两大电网握有工业用电与商业负荷的脉搏——中国最连续、最贴近真实经济活动的高频数据源，被装进了同一个运营框架。董事长简勤此前执掌中国联通，总经理陈荣辉从国家数据局副局长岗位转任。
但真正值得玩味的，不是谁出了钱，而是这家公司选择不做什么。
截至2025年底，全国持续经营的数据交易所共46家，覆盖21个省及直辖市，累计场内交易额接近800亿元。放在6.78万亿元的数据产业盘子里，占比不到1.2%。更刺眼的数字藏在挂牌产品的结构里：约90%的数据产品处于零成交状态，全国超过95%的数据流通仍以场外点对点合作完成。46家交易所像46个货架，货架上摆满了标签精美、却几乎无人付款的罐头。
国家数据集团没有去开第47家。官方给它的定位是“数据基础设施互联互通引领者”，核心任务被概括为两件事：打通跨域流通的物理与制度壁垒，以及为人工智能产业提供高质量数据集和语料库。换言之，当交易所忙着把数据摆上货架时，这家央企选择去修一条连接水源和工厂的管道。
这条管道的紧迫性，在AI训练的语境下变得格外清晰。国内主流大模型的中文训练数据占比已普遍超过60%，部分模型达到80%。但存量公域语料正在枯竭，行业高端数据和私域数据“无法有效供给”，直接后果是模型能力趋同，难以突破专业场景。一个更极端的缺口在物理世界：国内真实物理交互场景的合规数据仅约50万小时，而机器人商业化落地需要数千万小时，缺口超过99%。自动驾驶、工业机器人、具身智能——这些被寄予厚望的下一波AI应用，恰恰最依赖“从真实世界里长出来”的稀缺语料。
国家数据集团股东结构中的电力数据，恰好是填补缺口的关键拼图。工业用电负荷的变化，是制造业景气度最诚实的读数；商业用电的波动，比任何问卷都更准确地反映服务业的体温。过去这些数据锁在电网内部，受隐私与安全规则约束，跨域流通几乎无解。现在由央企在顶层重新划定权属边界和使用规则，本质上是把“企业私有积累”转化为“可治理的公共基础设施”。
这条路径与欧盟形成了一种耐人寻味的对照。欧盟《数据法案》的核心逻辑是强制：用立法权力迫使数据持有者向用户和第三方开放B2B数据，以拆解垄断、激活单一市场。中国选择的是一条更接近“国家修渠、市场通水”的路线——不直接命令企业交出数据，而是由央企搭建可信流通的底层架构，用基础设施的公共品属性降低全社会的合规摩擦成本。国家数据局局长刘烈宏的表述更为直白：要破解数据安全、合规、高效流通的“不可能三角”。
风险同样真实。当一家央企同时掌握基础设施、标准制定权和核心数据源入口，它会不会从“修渠的人”变成“收过路费的人”？一种担忧是，民营AI公司在数据获取上可能沦为“数据佃农”，议价空间被系统性压缩。另一种风险更为隐蔽：如果国家数据集团最终只是在既有交易所体系之上再叠一层行政协调，而非真正改变数据的可用性与可负担性，那么“修渠”就会退化为“换一块牌子”。
这家新央企的真正考验，不在揭牌仪式上，而在接下来六个月里能否交出第一批让市场愿意付费的东西：面向智能制造或公共治理的标准化数据产品包，以及一套让中小AI公司用得起、信得过的语料接入机制。6.78万亿的产业规模不会自动转化为AI的竞争力。当智能算力平均利用率仍徘徊在低位时，瓶颈早已不在“有没有数据”，而在“数据能不能变成模型吃得下的燃料”。
国家数据集团赌的，正是这个转化过程。修渠的人不种地。但没有渠，地里的东西运不出去。
■
撰文 / OR
相关内容
相关内容
读者评论OR
读者评论
OR
2条评论，1人参与。
在移动设备生成「OR」
app：
OR 启用新域名> |
特别推荐
最受欢迎
分享：
■ 或者, 留一段影像，回一曲挂牵。丝丝入扣、暖暖心灵 ，需飘过的醇厚与共。
■ 或者，热烈空雨伴芬芳泥土；绿绿生命缠锐意骄阳。
回望，回望，一马平川红酒飘散断归途。
■ 或者，灰蒙蒙空气重回道指一万四千点。滚动时光，照进现实，流逝过往，回归未来。
■ 或者，热烈空雨伴芬芳泥土；绿绿生命缠锐意骄阳。
回望，回望，一马平川红酒飘散断归途。
■ 或者，灰蒙蒙空气重回道指一万四千点。滚动时光，照进现实，流逝过往，回归未来。
2条评论，1人参与。