近年來，智能領域迎來“量變引發質變”的臨界點，相關技術、產業進入劇烈變革期。自1956年人工智能（AI）概念誕生以來，智能計算領域歷經多個階段的技術方向探索，逐漸收斂在深度學習這一主線，但仍以“決策式人工智能”為主要發展領域。近兩年，在以Transformer模型為代表的算法、極致算力支撐下的千億級模型參數、大規模高質量數據集三者共同的作用下，生成式大語言模型的應用效果出現跨越式提升。以GPT、DeepSeek為代表的大模型能實時對圖像、音頻、視頻等多種形式輸入進行理解，根據要求完成高效問答、內容生成等多種任務，由此“生成式人工智能”及相關應用的發展成為全球焦點，帶動人工智能技術產業進入劇烈變革期。

伴隨智能領域變革，“數據”與“智能”間的發展關系亦呈現兩點重要變化，一是“智能”將成為“數據”價值釋放的主要路徑，數據將成為智能成效進一步躍遷的勝負手，二是智能化技術開始反向助力數據技術發展和非結構化數據應用。數據與智能正加速融合，由此“數據智能”的概念也應運而生。數據智能的概念可以初步概括為，以全形態數據為關鍵資源，以大數據和人工智能深度融合后的新技術體系為關鍵手段，以決策式、生成式人工智能和傳統數據應用形式協同應用于生產生活各領域為最終目標，由此形成的新興生產生活方式，以及相應延展出的新技術、新產業、新生態。

數據智能不僅提升了決策效率和資源配置能力，還推動了創新和用戶體驗的提升。數據智能技術能夠將海量數據轉化為具有深度洞察力的知識和決策依據，提升決策效率、優化資源配置，為各行業帶來前所未有的價值和變革，成為推動全球數字化轉型的核心引擎。數據智能將逐漸為企業、產業、社會等各層面帶來新的價值和意義。

在企業層面，數據智能的實踐能提升企業從數據中提取有效信息、精煉轉化為知識、最終指導決策這一過程的總體效率。在產業層面，數據智能的實踐在直接帶動相關技術服務產業發展的同時，還將帶來模式創新和對生產關系的重塑，改善產業鏈總體產出效率。在社會層面，數據智能的實踐能直接提升信息、知識在全社會范圍內的流動效率，同時借由對信息的互通和技術的應用強化總體協同性，優化社會資源的配置效率。

數據智能的快速發展促使全球多國綜合考慮發展與監管，加快相關政策出臺。

美國出臺法案推動人工智能研發創新和應用落地。 2023年5月，白宮更新了《國家人工智能研發戰略計劃》，旨在加大聯邦政府在人工智能研發方面的投資，確保美國在開發和使用可信賴人工智能系統方面繼續保持全球領先地位，并為未來的人工智能研發做好準備。2024年3月，美國白宮管理和預算辦公室（OMB）發布《推進聯邦機構使用人工智能的治理、創新和風險管理》指導意見，旨在規范聯邦機構在使用人工智能時的治理、創新和風險管理，確保AI使用的合規性和風險管理。

歐洲建立人工智能監管框架規范AI的開發和利用。歐盟《人工智能法案》于2024年8月1日正式生效，是全球首部全面監管人工智能的法律，將人工智能系統劃分為“不可接受風險”、“高風險”、“有限風險”和“低風險”四類，并對高風險AI系統提出包括風險緩解措施、數據集質量、用戶信息透明度和人工監督等在內的嚴格要求。2025年3月，英國正式提出《人工智能（監管）法案》，主要內容包括設立人工智能管理局、明確監管原則、推動監管沙盒計劃、規定透明度與知識產權義務等，希望在促進創新的同時，確保人工智能技術的安全性、可靠性、公平性與可追責性。

日韓通過制定戰略規劃為AI產業提供政策支持和法律保障，鼓勵技術應用、創新和產業發展。韓國制定《人工智能基本法》，通過設立國家人工智能委員會和人工智能安全研究所、為AI研發、科研數據集構建及人工智能中心建設提供支持、明確處罰規則等手段構建一個系統化的AI監管框架，同時為AI產業提供政策支持和法律保障。日本出臺《人工智能運營商指南》對人工智能開發人員、供應商和業務用戶提出安全要求，包括但不限于確保人工智能系統的透明性和可解釋性、提升數據質量、加強隱私保護以及建立有效的風險管理系統，降低數據隱私、偏見、安全性等風險。

我國發布一系列政策文件，為數據智能產業發展注入強勁動力。國家層面，2023年8月施行的《生成式人工智能服務管理暫行辦法》及2024年9月發布的《人工智能生成合成內容標識辦法（征求意見稿）》等法規，明確了生成式人工智能“提供者”在內容生產、數據保護、隱私安全等方面的法定責任及法律依據，要求網絡信息服務提供者對AI生成的合成內容進行標識，為人工智能技術的規范發展提供了明確的法律依據。2023年12月發布的《“數據要素×”三年行動計劃（2024—2026年）（征求意見稿）》，部署了推動高質量數據集建設、支持大模型訓練與應用、優化數據流通環境、推動數據要素與行業結合等一系列行動，推動人工智能技術與各行業的深度融合，為數字經濟的高質量發展提供有力支撐。2025年5月，國家數據局發布《數字中國建設2025年行動方案》，方案部署了“人工智能+”、數據產業培養等八項重點行動，旨在通過技術創新和應用場景拓展，賦能千行百業，加速經濟社會的數字化轉型和高質量發展，推動各行業的智能化升級。地方層面，北京、上海、深圳、江蘇、山東等省市紛紛出臺人工智能、大模型、數字經濟相關政策，通過建設智算中心、打造示范性應用項目、設置人工智能創新發展試驗區等方式，推動數據智能在不同領域的應用和發展，為數據智能產業的健康發展提供了有力的政策支持，突顯出各地在數據智能領域布局的積極性。

企業層面，全球數據智能產業相關企業加速涌現，企業總量超三萬家。據中國信通院統計，截至2024年12月，全球共有數據智能企業31490家，其中，美國企業達11090家，占全球總數的35%，中國企業4696家，占全球總數的15%。從地域看，我國數據智能企業主要集中在經濟發達地區。北京、廣東、上海、浙江四省市數據智能企業數量合計占全國數據智能企業數量的76%，東部10省市數據智能企業數量超4000家，約占全國數據智能企業的87%。未來，隨著大模型技術在各行業領域的落地應用，數據智能企業數量將持續增長，支撐產業規模持續擴大。

投融資層面，數據智能企業投融資活躍，融資金額創歷史新高。最近一年，隨著大模型技術應用快速發展，數據智能產業受到資本持續關注，融資金額創歷史新高。2024年全球數據智能融資金額達1098億美元，同比增長達117%，融資筆數達6190筆，同比下降6%。全球數據智能融資占全行業融資比例再次上升并創下新高。數據智能融資占全行業融資比例從2022年的6.1%上升至2024年的13.6%，并在2025年Q1進一步升至24.4%。資本市場對于數據智能產業的良好預期，對于產業新增長點的投資帶動作用非常顯著，月之暗面、智譜AI、xAI、Athropic等為代表的一批數據智能領域企業在2024年均完成大筆融資。面對數據智能應用在資本市場和用戶市場的火熱態勢，國內外科技巨頭也紛紛入場，國外以微軟、谷歌、Meta等為代表，國內以阿里、字節跳動等為代表，一方面積極研發企業級數據智能相關產品，另一方面以開放接口等方式與其他企業合作開發應用，加速構建數據智能產業生態。

科研層面，全球數據智能領域高水平論文發文量逐年增加，中美專利授權量領跑全球。論文方面，2014-2024年，全球數據智能領域高水平論文發文量逐年增加，總量超14000篇，其中2024年全球數據智能領域論文發布量超25萬篇，高水平論文達1941篇。中國高水平論文自2019年超過美國后逐年上升，2024年發文量達1100篇，美國為486篇。10年來，中國論文發文量超51萬篇，美國發文量超30萬篇，印度、英國、德國分列第三、第四、第五位，中國整體發文量高于美國，但美國企業科研更為活躍，科技巨頭微軟、谷歌、IBM分別發文5971篇、5363篇、3786篇。專利方面，全球數據智能專利授權比例顯著提升，2019-2021年，全球數據智能專利授權量占申請量的比例不足30%，2022-2024年，這一比例提升至58%。從國家來看，全球數據智能專利申請和授權量集中在中美兩國，10年來，中國專利授權量超35萬，美國授權量超14萬，其他國家專利數量與中美差距較大，韓國、日本、德國分列第三、第四、第五位。

人才層面，美中兩國成為全球數據智能人才聚集高地，人才培養體系正加速構建。隨著各國在數據智能領域競爭的日益激烈，人才正成為推動產業生態發展、搶占國際領先地位的核心資源，不管是企業端還是高校機構，對數據智能人才的重視度都在不斷增加。據美國保爾森基金會發布的報告顯示，中國和美國是頂級數據智能人才的主要來源地和目標工作地，70%的頂級數據智能人才在中國或美國的機構中工作，65%的頂級數據智能人才出自中美兩國。中國是全球最大的頂級數據智能人才輸出國，在中國接受本科教育的頂級（前20%）數據智能人才占全球47%，GPT-4團隊的核心貢獻者名單中，約20%的研究人員來自中國。

隨著產業和技術的持續發展，數據智能產業內涵逐步清晰，包括數據、算法、應用、安全四大核心領域。四大領域相輔相成、緊密協作，構筑了數據智能產業的完整鏈條。

數據是數據智能產業的基石。高質量的數據能夠幫助模型更準確地學習和預測，決定了模型的精度與應用的可靠性，為數據智能實踐奠定堅實基礎。

算法是數據智能產業的引擎。從機器學習到深度學習，從強化學習到生成式大模型，算法的每一次突破都為數據智能帶來了新的可能性。高效的算法能夠更好地挖掘數據中的價值，提升模型的效率和準確性，為數據智能實踐提供核心動力。

應用是數據智能產業的牽引。應用是數據智能產業從技術理論形成生產力的關鍵。將數據智能應用到企業運營效率提升、用戶體驗優化、業務模式創新后，數據智能產業才能持續獲得投入，才具備長期發展的生命力。

安全是數據智能產業的保障。隨著數據智能應用的廣泛普及，數據泄露和針對模型的惡意攻擊的風險也隨之增加。完善的安全技術能夠有效抵御這些威脅，防止數據被非法獲取、篡改或濫用，為數據與AI融合新范式保駕護航。

本文節選自大數據技術標準委員會于2025年6月18日在“2025數據智能大會”上發布的《數據智能研究報告（2025年）》。