2023年，以ChatGPT为代表的大模型技术相继落地，有力地推动了人工智能等前沿技术的突破和应用，为数字经济发展打开新思路。数据作为大模型发展的重要基础，迎来新机遇。8月24日，国家工业信息安全发展研究中心发布了《2023人工智能基础数据服务产业发展白皮书》（以下简称“白皮书”），希尔贝壳为主要参编单位。

本白皮书是继去年发布《2022人工智能基础数据服务产业发展白皮书》后，国家工业信息安全发展研究中心通过建立常态化研究机制，持续动态跟踪我国人工智能基础数据服务产业发展进程，并联合17家人工智能基础数据服务企业、科研机构和相关单位共同撰写而成。

白皮书梳理了人工智能基础数据服务的概念内涵，介绍了大模型不断突破下产业发展面临的新背景和具备的现实意义，系统分析了产业的发展现状、发展环境和典型服务场景，详细探究了产业未来发展趋势及面临的挑战，并提出了相应的举措建议，旨在为各界展现我国人工智能基础数据服务产业发展全貌，为产业发展提供新思路。

白皮书指出，人工智能基础数据服务产业是人工智能产业的重要支撑，为人工智能提供重要的数据“燃料”。随着人工智能技术的日益成熟和普及，特别是近年来基于大模型的生成式人工智能技术不断取得的突破，高质量数据需求保持了迅猛增长态势。发展人工智能基础数据服务产业能够助力构建人工智能产业生态，广泛促进就业，带动地方商业经济快速发展，具备良好的产业生态效应及经济社会效益。在全球人工智能产业保持高速增长的态势下，人工智能基础数据服务产业已进入技术创新密集活跃、产品应用深度拓展的发展机遇期。

白皮书认为，生成式大模型等颠覆技术的发展和衍生应用背景下，人工智能基础数据服务产业规模快速增长，并逐步进入到注重技术能力的专业化发展阶段。产业链日趋完善，呈现百家争鸣的竞争态势，中小型数据商同质竞争激烈，品牌数据服务商技术、人才优势明显。同时，大模型的快速发展使得数据服务需求激增，产品整体处于供不应求状态。对话式数据集成为当下需求热点，定制化服务占据市场需求主流。企业间竞争正由价格渠道竞争，向包括技术、管理、资金在内的综合能力竞争转变，行业门槛提高。互联网科技巨头和专业品牌数据服务商占据市场竞争优势，中小型数据服务商的利润空间被进一步挤压，市场出清加速。从场景布局来看，自动驾驶是当前最重要数据服务场景。从区域布局来看，产业基地集中于山西、山东等人口大省，产业研发中心则在北京、上海等一线城市聚集，呈现分化集中的特点。

当前，我国人工智能基础数据服务产业的发展环境持续向好，产业政策逐步完善，行业技术水平不断提升，人才发展生态持续优化，标准建设布局明显加快，资本市场日趋活跃。在不断优化的产业发展环境下，人工智能基础数据服务产业发展呈现以下发展趋势：一是高质量数据集将成为重要发展方向，国内优质数据集仍然较为稀缺，专业化、高质量数据集建设亟待加强。二是合成数据将在大模型带动下成为产业发展新赛道。受多样化不足和长尾化效应影响，大模型训练数据面临耗尽的问题。算法生成的合成数据有望弥补不足，成为数据服务新赛道。三是大模型将助力智能化服务模式快速落地，有力提升数据服务效率。四是数据服务人才将加速向高端化发展，复合化、专业化人才将成为行业主力。五是数据合规、隐私保护、价值观对齐等安全问题将进一步成为产业关注重点。

白皮书提出，目前我国人工智能基础数据服务产业在快速发展同时，也面临着人才培养不足、标准体系亟待健全、数据安全风险凸显等挑战，需要从技术、产品、标准、人才、安全、公共基础设施等方面着手，进一步推动我国人工智能基础数据服务产业持续健康发展。一是加快构建高质量数据集。二是研发数据服务质量评测标准。三是加强技术研发，发挥集约化、自动化数据服务工具优势。四是提升专业人才供给，带动劳动密集型业态转型升级。五是加大行业安全监管，优化数据服务安全环境。六是完善公共基础服务，健全产业支撑体系，营造互利共生、协同共进的产业生态。