2025年，我国年度数据生产总量达52.26泽字节（ZB），同比增长27.28%，占全球数据总量的比重约为27.44%。随着数据资源开发利用水平的不断提高，数据成为推进数字中国建设的关键要素，海量数据资源优势在数据要素价值释放的过程中持续显现。

　　与此同时，数据市场建设仍处于起步阶段，数据价值释放还有较大潜力，数据赋能人工智能还有广阔发展空间。对此，需坚持“三个结合”，分阶段、分重点推进，充分调动社会各方资源，推动数据供给从量变到质变，在更大力度、更广范围、更深层次上释放数据要素价值，助力经济社会高质量发展。

　　立足当前和着眼长远相结合。提升数据供给质量要立足当前人工智能技术快速迭代创新对高质量数据的紧迫需求，突出数据面向人工智能模型开发应具备的大规模、多模态、AI 就绪、高价值应用、高技术含量等特征。以落实“人工智能+”行动为牵引，按照急用先行、分类推进、合理使用的工作指引，分类推动通识类、行业通用类、行业专用类高质量数据集供给体系建设，统筹推动政府部门、科研机构、开源社区以及平台企业共同参与构建，快速形成有利于公共数据跨行业融合创新应用的示范场景，支持企业购买数据产品服务及重点领域行业数据集建设，推动形成一批行业高质量数据集标志性成果。着眼长远，即要回归高质量数据集的经济属性，强化优质数据供给的高市场价值特征，发挥经营主体配置数据资源的主观能动性和主导作用。持续推动数据持有权、使用权、经营权的数据产权结构性分置制度落实，并在实践中持续完善，多措并举支持数据采集加工服务、专业数据产品服务、数据流通及其他专业服务等数据企业做大做强，培育大中小微、国央企和民营企业、多类型数据流通交易服务机构互补并进的多层次经营主体发展生态，建立多元数据定价机制，持续增强企业“投资于数”的动力和信心。

　　目标导向和问题导向相结合。瞄准数据供给的根本目标，深化对优质数据的内涵认识。数据供给从量变到质变，要以实现数据价值变现为基本前提，既确保数据供给源头多元，公共数据、企业数据、个人数据能够高效、规范地供出，又保证供出的数据能够被有效采集、存储、治理、加工，最终形成有市场价值的数据产品服务，释放数据要素价值。数据供给的质量优劣，本质上取决于各类数据集能否具有比较清晰的数据持有权、使用权和经营权权属，能否高效规范地流通交易、有清晰且无争议的收益分配方案并恪守数据安全底线。高质量的数据集，可直接用于人工智能模型训练或直接被用数方购买实现价值变现。同时，努力消除数据供给实现质变的卡点和堵点。虽然公共数据开放、政务信息共享工作在过去几年中获得长足发展，但起步晚、发展滞后是不争的事实。与此同时，企业数据、个人数据的采存以及开发利用也面临不愿供、不想供、没有能力供等卡点，优质源头数据获取难问题将在较长时间内存在。新兴领域制度从出台、落实到深入人心必然是一个长期、曲折、艰难的过程。当企业普遍担忧数据交易的安全和法律风险时，为数据付费并投资必然受到明显掣肘，数据产权结构性分置制度落实尚需时间。用于人工智能模型训练开发的高质量数据集建设投入资金门槛高、价值转化周期长也是制约企业投入的一个卡点，相关投入涉及数据采集的软硬件投入、数据清洗和处理、数据标注、数据治理和质量管理、数据基础设施建设、数据合规和安全等多环节的高额成本支出。

　　政策引导和市场主导相结合。数据供给是一项长期、系统工作，在数据要素价值尚未高效释放的阶段，政策引导尤其关键。按照数源单位类型划分，公共数据供给将在现有政策体系框架下加快推进，伴随气象、交通、人力资源与社会保障等公共领域更多场景的优秀案例率先“跑起来”。对企业数据，需通过加强数据产权结构性分置制度落实，持续释放积极信号，引导激励更多的企业为数买单、投资于数。个人数据供给重在破解个人信息隐私保护难题，应通过政策牵引和支持，持续夯实个人信息安全的数据安全基础设施、技术手段和治理体系。伴随数据供给价值实现路径的进一步明晰，越来越多的经营主体将有意愿、有动力、敢于大规模投资数据的采存治用，政策的着力点也将由基础制度建设、场景引导、直接扶持等，转向搭平台、造生态、底线监管等工具手段，确保市场能够发挥配置数据资源的基础性作用和决定性作用。