高质量数据集走向持续供给，AI数据基础设施成为关键支撑。
2026年，国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》，将数据集供给、流通、应用与价值释放纳入同一部署，并提出推动数据集与数据基础设施建设有机联动。政策信号正在与产业变化形成呼应：大模型、多模态模型和智能体加速进入制造、能源、金融、医疗、城市治理等真实场景，AI竞争的重心，也从单纯追求模型能力，进一步转向支撑模型长期运行的数据供给能力。
高质量数据集正在从模型训练前的一项准备工作，走向AI产业化体系中的基础供给能力。
01
高质量数据集的重心，
正在从“建设”转向“持续供给”
AI从一次训练走向持续运行，数据也必须从一次准备走向持续供给。
真正拉开产业AI差距的，已经不是数据总量，而是能否持续把复杂数据转化为模型和智能体可用的数据。
科杰科技高质量数据集建设已覆盖企业级数据集全生命周期，面向可训练、可复用、可运营的标准化AI数据集，并涵盖多模态、人机协同标注、版本管理等能力。
高质量数据集的竞争，正在从“建了多少”转向“能否持续供得上”。
02
高质量数据走向持续供给，
AI数据基础设施走到前台
多源异构、多模态、跨主体正在成为产业数据的常态，模型与智能体进入生产环境后，对数据的稳定性、时效性和可调用性提出更高要求。高质量数据集是AI数据基础设施的重要供给能力，而AI数据基础设施支撑这种能力走向长期化、规模化。
AI也正在改写数据基础设施的角色。过去的数据基础更多服务数据汇聚、治理、分析和应用；今天，模型训练、推理、检索和智能体运行成为新的数据消费方式。数据基础设施重点由以前的“管好数据”，转变为进一步回答“如何持续支撑智能运行”。
作为AI数据基础设施引领者，科杰科技正在围绕这一变化持续完善技术体系。KeenData Agentic Lakehouse Platform智能底座由KeenData Lakehouse多模态湖仓平台与Keen Agentic OS智能体开发操作系统协同组成。KeenData Lakehouse强化多源、多模态数据处理与高质量供给，Keen Agentic OS进一步承接模型训推、Agent Runtime、Multi-Agent协同以及企业级治理与安全。
从数据治理、高质量供给到模型与智能体运行，AI数据基础设施正在从后台数据系统，走向支撑智能生产的运行底座。
03
从企业内部到产业协同，
高质量数据集进入更大的建设体系
数据资源回答“有什么”，高质量数据回答“能不能用”，AI数据基础设施回答“能不能持续供、规模用”。
高质量数据集不是一个孤立的产品方向，而是AI数据基础设施向产业纵深延展的重要组成。
科杰科技已经在不同场景中推进相关实践。苏州高质量数据集平台聚焦面向AI的数据生产与供给；杭州城市级可信数据空间则进一步涉及多源数据汇聚、治理加工和可信流通。实践场景不同，却共同指向同一趋势：高质量数据集、可信数据空间以及区域、产业级数据底座之间的联系正在加深。从企业内部到产业协同，数据供给正在从单点建设走向体系化组织。
高质量数据集的下一程，不是建设更多数据，而是形成持续生产高质量数据的能力；AI数据基础设施，也正在从承载数据走向支撑智能长期运行。
