未来买数据的，未必是人，可能是智能体

本文来自微信公众号： IT时报 ，作者：潘少颖刷医保、查公积金、台风天的出行提醒，背后是上海这座城市在数据要素上多年布局的投影。作为全国数据要素市场化配置改革的先行区，上海这两年的变化是实质性的。

10月30日—31日举行的2026全球数商大会，几乎是上海数据要素实践的一次集中路演，覆盖了数据要素市场从确权、流通、跨境到场景落地的完整链条。中国气象局启用的地球系统数据国际交换节点（上海）亮相，同日发布的气象行业可信数据空间首批4类33种高频气象数据中，85%以上首次向社会开放；

上海数据交易所核发首批15份数据产权登记凭证，覆盖航运航空、金融服务、人工智能等领域；世界数据组织航运贸易数字化专业委员会正式成立，上海数据集团担任牵头发起单位和主任委员单位，围绕区块链、航运服务、金融科技等七个方向设立工作组。

华东师范大学原副校长、数据科学与工程学院创院院长周傲英有一个比喻：数据是数字时代的电力，AI模型是电动机，要释放价值，就得先建好“电网”，把数据送到千行百业。没有电网输配、没有电器适配，电就变不成生产力。

数据要素市场今天面对的，是同样的命题。一边是制度框架加速成型，一边是供给端和需求端仍在磨合，上海，要回答的正是这两条线如何真正交汇。公共数据先“毛坯”再“精装”企业有数据需求去哪儿提？

上海的探索，最先落在公共数据的产品化改造上。今年上半年，上海数据集团、上海仪电集团作为公共数据授权运营机构，把公共数据授权运营从顶层制度落到实体运营载体。在公共数据开发利用主题论坛上，上海首批公共数据产品对外发布，覆盖民生、金融、城市治理等14个领域；

此外，企业需求征集平台同步上线，试图打通企业数据需求的“第一公里”。公共数据从原始库存变成可上架交易的商品，中间要经历复杂的脱敏与加工过程。上海市大数据中心副主任张向飞这样比喻：“原始公共数据要先脱敏加密，做成‘毛坯房’，再交由数商‘软装精装’，让懂业务的市场主体‘拎包入住’直接开展业务创新。

”但现实的短板同样客观，上海目前仅约三成公共数据目录配套了标准，很多企业拿到数据集后，却读不懂口径、不清楚更新规则，很难直接投入业务。为此，运营机构提出打造“数据要素流通超级工厂”，用原料、能源、生产、质检四大车间加营销中心的架构，把数据加工做成可复制、可计量的流水线。

这套体系已有雏形：215家数商入驻平台，已接入7716个授权目录，累计开发出175个基础数据产品。标准化加工能力落地之后，公共数据的价值，正流向城市治理场景。上海市市场监管局智慧监管数字标签库把分散在各业务系统的监管信息，拆解为6个一级分类、27个二级分类、400余个三级风险源标签。

通过标签自由组合，能从全市300多万经营主体中快速筛选出高风险对象，推动监管从传统的事后处置转向事前预防、事中干预。而且，原始数据仍留在各部门内部，跨部门共享的安全门槛大大降低。航运业则尝到了数据融合的甜头。

上海本土企业中远海运科技整合全球26万艘商船、近7000个港口及约5万个泊位的航行、气象、作业多源数据，搭建全球航运数字孪生平台。依靠AI识别船舶锚泊、靠泊、燃油加注等行为，在关键航道提前识别风险，遇险时快速匹配就近救援船；

还为船企进行碳排放测算，曾帮一家船企旗下300艘船累计节约成本约200万元。酱油有国标数据集也要有大模型的下一步，是什么？业界普遍认为，是数据驱动。《IT时报》记者从高质量数据集赋能人工智能创新发展论坛上获悉，有39个案例入选2026年上海市行业高质量数据集典型案例。

以入选上海市行业高质量数据集典型案例的人形机器人（上海）有限公司白虎数据集为例，该项目同时获得2026年“数据要素×”大赛全国总决赛工业制造赛道二等奖。“‘白虎’与市面上多数数据集最大的区别在于‘多源异构’。

”人形机器人（上海）有限公司数据产品经理李建森告诉《IT时报》记者，其训练场容纳了10多款主流异构机型，共计100多台，产出异构多模态真机数据，能够支撑具身模型在异构机型上的适配。

白虎数据集的采集主要有三条路径：遥操作真机数据，仿真合成数据，人类第一视角数据等无本体操作数据。“目前各种场景的数据已经超过5万小时，总存储容量将近10PB。每日新增约200小时、20TB真机数据，属于业界规模领先的数据集。

”李建森透露，数据生产流程中通过算法质量控制加人工审核双重机制保障质量可靠性。数据质量在医疗这类关系生命健康的领域，要求更高。复旦大学附属中山医院把院士及临床专家的经验，沉淀成可追溯、可调用的“专家大脑”，90个智能体覆盖38个临床领域，触达700多家基层医疗机构。

一项胸部CT“一扫多查”，一次扫描能发现70多种胸部疾病，已入选国家药监局创新审查通道。即便在医疗领域已经跑出像专家大脑这样成熟的样本，高质量、可复用的行业数据集整体供给依然稀缺。

在中山医院副院长史颖弘看来，高质量医疗数据集建设面临“两缺两难”：专家参与少、医学知识壁垒高，带来高质量数据供给不足、标准化治理缺失；而医疗数据敏感性高、系统接入成本居高不下，又造成可信流通难、规模化复用难的桎梏。

今年入选国家第二批数据标注先行先试的浦东新区，瞄准补齐高质量具身智能数据集供给短板，目标建成50万小时以上高质量数据集。浦东新区数据局相关负责人坦言行业普遍存在“看着多，能用少”的困境，不少企业采购数万小时数据，实际有效的不足十分之一。

但“高质量”到底怎么衡量，仍是个难题。“同样叫酱油，酿造款和配制款有明确的理化指标去区分。可数据集不一样，大家都喊高质量，却缺少统一的指标。”在上海数据研究院学术副院长朱扬勇看来，行业亟需一套可量化、可核验的评价体系，只有建立起公认的标尺，数据交易、流通和定价才有扎实的基础。

一人一数商当AI工具把数据加工的门槛降到足够低，生产力开始从组织下沉到个人。今年数商大会第一次设置OPC（一人公司）展区，让微型数商走到台前。90后创业者包磊（化名）就是其中一员，今年初他创办单人企业，瞄准AI销售辅助方向，业务核心是对话数据：依托录音引擎抓取销售和客户沟通素材，积攒起海量会话样本，再对标顶尖销冠的话术模型，帮助新人快速学习成熟沟通逻辑，沉淀可复用的成交方法论。

这也展现出数商生态的另一面：数据要素并不只属于大型机构，最小规模的市场主体同样可以完成数据采集、价值挖掘，靠着“数据+大模型”跑通商业闭环，成为整个产业生态里的微小参与者，这类OPC正在成为上海数商生态的新生力量。

展区里，一位来自杨浦星火社区的创作者任晖（化名），今年7月刚注册公司，把她养了五年的猫咪做成IP：从手绘表情包起步，再用AI生成三视图、做吉祥物等。“我是一点一点攒出这只小猫独有数据集的。

”任晖告诉《IT时报》记者，她持续收集标注猫咪的人设、故事脚本、画风参考，搭建专属的数据集。“这些数据就是这个IP的灵魂，才能稳住独有的风格，不容易和网上其他同类形象撞款。”这些OPC，是数据服务和AI工具的使用者与供给者。

有人帮企业做数据治理和智能体编排，有人把IP做成数字化产品想放到交易所确权。或许，他们更需要的是门槛低一点、订单近一点、被看见的机会多一点。智见给数据立规矩当数据加工的门槛降到普通人触手可及时，这种变化本身就是市场活跃的信号。

但繁荣背后，新的矛盾也随之浮出水面：入场的人多了，也要立好规矩，这是上海数商们共同面临的考题。“市面上已经冒出不少数据二道贩子，把采集的具身数据以极低价格倒卖，我们这种做源头采集的很被动。

”李建森坦言，具身数据的采集成本很高，可市场价格已经被“卷”到短期难以盈利；数据流通出去后很难追踪，滋生了不少“黑数据”。他呼吁，要加强监管，尽快补齐数据产权保护方面的立法短板。这类产权模糊、流通失控的难题，背后是更深层次的交易机制障碍。

数据流通存在搜索、撮合、议价、合规等多重交易成本，当成本高过交易剩余时，企业宁可把数据留在自己组织内部，这也是数据交易“叫好不叫座”的根源。中国人民大学统计学院教授杨翰方提出更前瞻的判断：未来需求的主要形态，可能更多来自智能体的调用——“一次授权、一次审核”上线AI-Ready（人工智能就绪）的数据产品，去承接万亿级调用需求。

届时数据或许不必再在市场上反复流通，而是以服务的形式直接创造价值。要支撑这一切，既要靠规模化摊薄成本，也要靠把交易标的、交易环境的规则定清楚。无论是大企业，还是OPC，只有把产权、流转、定价的规则真正落到位，踏实做数据的人，才不用一直自己扛着成本。排版／季嘉颖图片／全球数商大会来源／《IT时报》公众号vittimes