潮新闻 记者 施力维

随着人工智能兴起，数据要素领域的生产性服务业，规模正迅速壮大。

近日，浙江省委副书记、省长刘捷在杭州专题调研服务业发展工作。此次调研和人工智能息息相关。

杭州景联文科技有限公司是一家高质量数据与语料基础设施企业，提供从数据源汇聚、清洗、标注到高质量数据集交付与价值变现的全栈式服务。

据浙江日报报道，刘捷听取了公司运行和产品研发情况的介绍，希望企业抢抓人工智能发展机遇，充分发挥技术、人才等优势，深入探索数据要素价值转化的市场化路径和商业模式。

涌金君关注到了一个关键词：数据要素价值转化。这是一个牵动着超万亿规模的庞大产业，有着持续旺盛的市场需求。

刘捷来到杭州景联文科技有限公司。图源 潮新闻据国家数据发展研究院统计，2024年，全国数据企业数量超过40万家，数据产业规模达5.86万亿元，较“十三五”末增长117%，预计未来几年仍将保持较高的增长水平。

这主要是因为人工智能对高质量数据的巨大需求。

数据，就像人类学习所需要的书本。人工智能大模型，需要从海量的数据中学习、训练。而数据质量的高低，一定程度上决定了大模型能力水平的高低。

随着大模型训练数据规模越来越大，互联网上积累的优质公共数据，已几乎被“学习”消耗殆尽。

因此，新的高质量数据，正成为各方竞相争夺的战略资源。

人工智能，凸显数据作为关键生产要素的价值。对浙江而言，其中蕴藏着巨大机遇。

一方面浙江数字经济起步早，制造业数字化程度高，平台经济发达，沉淀了海量尚未释放价值的专业领域优质数据。

另一方面，去年浙江获批成为国家数据要素综合试验区，在数据权益确认保障等领域改革探索，有了一定制度保障。

杭州景联文科技有限公司的数据标注团队。图源 企业供图

其中，刘捷省长调研的杭州景联文科技有限公司，就是在这一轮数据浪潮中崭露头角的企业。

“高质量、专业化的行业数据集将成为高价值资源，尤其是在工业、金融、医疗等领域。”杭州景联文科技有限公司副总裁林旭峰说。

该公司专注于高质量数据集生产及服务，自主建设教育、医疗、自动驾驶等领域的数据集体系，服务人工智能企业及科研机构。

“语料”，是用于训练人工智能模型的数据集合的统称。对人工智能企业而言，这些数据最好具备四个特点——易获取、高质量、规模化、低成本。

去年11月，景联文入围了杭州国家语料库首批高质量数据集建设先行先试“揭榜挂帅”名单。公司入选榜单的是《教育大模型英文知识数据集》产品。其中包含了经标准化处理的英语听说读写等各类数据5600多万条，并进行了产权确认，可供其他教育科技公司、出版集团用于智能教育的研发训练。

林旭峰介绍，当前中文语料库建设，仍面临规模、质量、结构和生态等问题。

这些行业的痛点，正是浙江下一步瞄准的重点。

根据“十五五”规划纲要，浙江重点要推动数据要素高水平应用，并强调了“模数共振”概念。

“模数共振”，指的是充分激活数据资源价值，推动人工智能数据集建设与大模型能力提升深度融合，使“高质量数据、高效能模型、高价值应用”协同发展。

浙江制造业企业积累大量数据。图源 视觉中国

浙江要面向科技、工业、农业等领域建设数据语料库，搭建可信数据空间、高质量数据集、数据交易所一体的语料库加工基地。同时，探索建设数场、隐私保护计算平台、数联网等技术设施。

目前，浙江也已出台具体的政策支持举措。比如，支持高端数据标注平台，鼓励企业围绕数据关键环节，参与国际、国家、重要地方标准制定，可给予最高100万元每项的奖励。加强语料券支持。支持有条件的地方发放语料券，可按照不高于合同实际执行金额的30%，给予最高200万元补助等。

从全球来看，目前已出现Databricks等估值超千亿美元的数据服务独角兽，国内有海天瑞声、博睿数据等企业抢占赛道。我们期待在这一轮“模数共振”的历史机遇中，涌现出更多浙江企业。