中國經濟網北京3月8日訊（記者 李月華 馬常艷）“當前中國在人工智能領域已取得顯著進展，但要實現從‘跟跑’到‘領跑’的轉變，須依賴高質量的數據集來支撐算法研發和應用落地。”全國政協委員、德勤中國董事會主席蔣穎在接受中國經濟網記者采訪時說。

高質量數據集是推動人工智能規模化應用的關鍵基礎，對提升國家科技創新能力、推動經濟高質量發展具有重要意義。近幾年，我國數據資源規模優勢持續擴大，數據資源開發利用活躍度穩步提升。數據顯示，2025年，我國建成高質量數據集超10萬個，規模超890PB（拍字節）。

蔣穎指出，高質量數據集可直接用于人工智能模型開發訓練，能有效提升模型性能。不過她在調研中發現，當前我國數據集建設仍存在標準不一、管理服務薄弱、應用導向不足等問題，導致數據集重復建設、復用率低、價值釋放受限。

對此，蔣穎提出三個方面的建議：一是構建覆蓋分類、元數據、質量評價等環節的統一標準體系，推動存量數據標準化改造；二是建立專項協調機制，提供標準化流程、工具模板和技術支持，通過設立財政激勵來降低企業負擔；三是強化應用導向，要求項目立項明確使用場景，通過評審與監督確保建設成果匹配需求，并推動成熟數據集納入公共平臺實現共享復用。

圍繞以應用為導向的高質量數據集建設機制，蔣穎進一步表示，在建設過程中，要通過階段性評審、驗收和動態監督，持續校準數據集建設方向，確保建設成果與實際應用需求高度匹配，避免“為建設而建設”。