數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)發(fā)展研究報(bào)告中國(guó)信息通信研究院工業(yè)互聯(lián)網(wǎng)與物聯(lián)網(wǎng)研究所2026年1月版權(quán)聲明本報(bào)告版權(quán)屬于中國(guó)信息通信研究院，并受法律保護(hù)。轉(zhuǎn)載、摘編或利用其它方式使用本報(bào)告文字或者觀點(diǎn)的，應(yīng)注明“來源：中國(guó)信息通信研究院”。違反上述聲明者，本院將追究其相關(guān)法律責(zé)任。數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)作為核心生產(chǎn)要素正與人工智能技術(shù)的深度融合，重塑全球產(chǎn)業(yè)競(jìng)爭(zhēng)格局。當(dāng)前，全球主要國(guó)紛紛加大對(duì)數(shù)據(jù)智能服務(wù)領(lǐng)域的布局力度，行業(yè)并購與合作動(dòng)態(tài)頻發(fā)，而企業(yè)間因數(shù)據(jù)安全、商業(yè)機(jī)密及戰(zhàn)略競(jìng)爭(zhēng)等核心問題，調(diào)整合作關(guān)系的案例屢見不鮮，充分印證數(shù)據(jù)智能服務(wù)能力已成為人工黨的二十屆四中全會(huì)審議通過的《中共中央關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十五個(gè)五年規(guī)劃的建議》明確提出，要運(yùn)用數(shù)據(jù)要素和數(shù)智技術(shù)推動(dòng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、培育新興產(chǎn)業(yè)與未來產(chǎn)業(yè)，重為更好地推動(dòng)數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)發(fā)展，本報(bào)告從數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)定義、要素、載體、產(chǎn)業(yè)鏈、創(chuàng)新模式等方面開展研究工作。第一部分?jǐn)?shù)據(jù)智能服務(wù)產(chǎn)業(yè)概念界定、內(nèi)涵特征以及全球趨勢(shì)；第二部分分析數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)的核心關(guān)鍵要素；第三部分闡述數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)鏈結(jié)構(gòu)以及產(chǎn)業(yè)生態(tài)圖譜；第四部分闡述數(shù)據(jù)智能服務(wù)的產(chǎn)業(yè)載體，第五部分總結(jié)了數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)的創(chuàng)新模式，最 1 1 6 8 9 10 11 11 12 12 13 13 14 14 15（二）數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)上游—基礎(chǔ)層 15（三）數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)中游—技術(shù)層 17（四）數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)下游—應(yīng)用層 19 19 21 21 22 24 26 27 28 30 32 34 36 36（二）應(yīng)用模式向垂直化、價(jià)值化轉(zhuǎn)型，垂 36 37（四）安全治理呈多級(jí)化、全域化趨勢(shì)，業(yè)務(wù)導(dǎo)向愈加明顯 37 1 2 10 15 28 30 32 34 35近年來，隨著大語言模型、多模態(tài)大模型以及具身智能、智能體和實(shí)踐應(yīng)用，對(duì)科學(xué)研究、生產(chǎn)制造、生活服務(wù)等領(lǐng)域都帶來了巨大的影響和變革。數(shù)據(jù)智能已然成為人工智能和數(shù)據(jù)要素產(chǎn)業(yè)發(fā)展的關(guān)鍵變量，受到全球主要國(guó)家的高度重視。數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)是智能技術(shù)與數(shù)據(jù)技術(shù)雙重驅(qū)動(dòng)下誕生的新型產(chǎn)業(yè)，不僅形成新興的技術(shù)體系，還將催生新的產(chǎn)業(yè)體系、應(yīng)用生態(tài)、服務(wù)模式及治理機(jī)制。網(wǎng)狀數(shù)據(jù)庫系統(tǒng)數(shù)據(jù)倉數(shù)據(jù)技術(shù)智能技術(shù)深度學(xué)習(xí)深藍(lán)輔助標(biāo)記礎(chǔ)設(shè)施首次提出人工智能關(guān)系型數(shù)據(jù)庫湖倉一體庫圖1數(shù)據(jù)技術(shù)與智能技術(shù)深度融合演進(jìn)趨勢(shì)(一)數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)概念內(nèi)涵目前，眾多研究機(jī)構(gòu)在數(shù)據(jù)智能服務(wù)領(lǐng)域都在開展針對(duì)性研究，2質(zhì)量、可靠性和治理的系統(tǒng)”,強(qiáng)調(diào)其核心作用是搭建海量數(shù)據(jù)與高數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)是在新一代人工智能技術(shù)與數(shù)據(jù)工程技術(shù)的深度2.數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)內(nèi)涵數(shù)據(jù)：生產(chǎn)要素智能：關(guān)鍵生產(chǎn)力服務(wù)：價(jià)值實(shí)現(xiàn)形態(tài)34題。算力是支撐算法運(yùn)行的基礎(chǔ)設(shè)施，決定AI系統(tǒng)的速度和效率。據(jù)智能服務(wù)產(chǎn)業(yè)的核心能力體現(xiàn)在對(duì)數(shù)據(jù)要素的全生命周期管理和3.數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)呈現(xiàn)特征5據(jù)智能服務(wù)不是獨(dú)立存在的“外掛”，而是通過API（ApplicationProgrammingInterface）、MaaS（Model-as-a-Service）等形式，與金據(jù)供給方、技術(shù)服務(wù)方與需求方。場(chǎng)景化模式提供全流程定制服務(wù)，6（二）數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)重要意義專業(yè)標(biāo)注，為醫(yī)療AI企業(yè)提供高質(zhì)量訓(xùn)練數(shù)據(jù)，提升模型7具，打破不同產(chǎn)業(yè)間的數(shù)據(jù)壁壘和技術(shù)壁壘，促進(jìn)數(shù)據(jù)要素在工業(yè)、8（三）全球數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)提速發(fā)展源地與技術(shù)生態(tài)主導(dǎo)者的關(guān)鍵角色。根據(jù)斯坦福大學(xué)《2025年人工魯塞爾效應(yīng)”，將法律合規(guī)轉(zhuǎn)化為全球數(shù)字治理的標(biāo)準(zhǔn)。在產(chǎn)業(yè)實(shí)踐質(zhì)量的B2B（businesstobusiness）行業(yè)數(shù)據(jù)資產(chǎn)。通過強(qiáng)調(diào)“以人為本”與“可信賴AI”，歐盟并不盲目追求通用大模型的迭代速度9中國(guó)信通院的調(diào)研數(shù)據(jù)表明，中國(guó)模式的獨(dú)特性在于海量數(shù)據(jù)資源、值。在發(fā)展路徑上，中國(guó)具備極強(qiáng)的應(yīng)用落地能力與模式創(chuàng)新能力。二、數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)要素模型設(shè)施資源人才工具圖3數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)八大核心要素從“單點(diǎn)處理”向“數(shù)智融合”演進(jìn)的創(chuàng)新引擎，技術(shù)是提升數(shù)據(jù)服的落地應(yīng)用實(shí)現(xiàn)服務(wù)能力的跨越式提升。如引入大模型輔助和RAG(Retrieval-augmentedGeneration)技術(shù)，大幅提升了數(shù)據(jù)處理的精準(zhǔn)度與效率，數(shù)據(jù)服務(wù)的單條處理效率顯著提升，標(biāo)注成本降至30%以內(nèi)。值得注意的是，這些技術(shù)并非單純的AI工具堆砌，而是深度付周期的必要支撐。（二）資源：產(chǎn)業(yè)智能升級(jí)的核心戰(zhàn)略基石 經(jīng)過規(guī)范化處理的高質(zhì)量數(shù)據(jù)可顯著提升模型的收斂速度與環(huán)境識(shí) （三）產(chǎn)品：價(jià)值轉(zhuǎn)化落地的關(guān)鍵服務(wù)載體金智能體依托RAG檢索增強(qiáng)生成、文本向量化等技術(shù)（四）設(shè)施：產(chǎn)業(yè)規(guī)模發(fā)展的關(guān)鍵支撐底座集群演進(jìn)，為產(chǎn)業(yè)發(fā)展夯實(shí)根基。數(shù)據(jù)顯示，2025年智能算力占比參數(shù)時(shí)的穩(wěn)定性。5G-A、算力網(wǎng)絡(luò)等支撐低延時(shí)、高帶寬、廣覆蓋（五）平臺(tái)：全流程協(xié)同的一體化運(yùn)營(yíng)中樞（六）模型：服務(wù)質(zhì)量評(píng)估的核心量化標(biāo)尺（七）工具：服務(wù)效能提升的智能賦能抓手（八）人才：產(chǎn)業(yè)持續(xù)發(fā)展的核心動(dòng)力源泉三、數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)鏈上游：基礎(chǔ)層(筑基)上游：基礎(chǔ)層(筑基)中游：技術(shù)層(引擎)下游：應(yīng)用層(賦能)人工智能開發(fā)框架、推理加速引擎、編譯器與算子庫基礎(chǔ)大模型、行業(yè)大模型提示詞工程工具、對(duì)齊工具、部署運(yùn)維工具模型即服務(wù)、應(yīng)用開發(fā)平臺(tái)支撐層(保障)數(shù)場(chǎng)、數(shù)聯(lián)網(wǎng)、區(qū)塊鏈、數(shù)據(jù)元件、隱私計(jì)算、可信數(shù)智算中心、高性能芯片數(shù)據(jù)標(biāo)注、數(shù)據(jù)合成與增強(qiáng)、數(shù)據(jù)治理來源：中國(guó)信息通信研究院數(shù)據(jù)智能產(chǎn)業(yè)鏈由基礎(chǔ)層、技術(shù)層、應(yīng)用層和支撐其中基礎(chǔ)層包括算力設(shè)施、數(shù)據(jù)基礎(chǔ)設(shè)施、數(shù)據(jù)治理服務(wù)，為中下游的創(chuàng)新與應(yīng)用提供基礎(chǔ)資源；技術(shù)層包括底層開發(fā)框架、中間件與工具鏈、算法模型、模型服務(wù)與開發(fā)平臺(tái)，將上游資源轉(zhuǎn)化為算法模型，實(shí)現(xiàn)數(shù)據(jù)向智能躍升；應(yīng)用層包括軟硬件智能產(chǎn)品、行業(yè)解決方案，主要助力數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)價(jià)值轉(zhuǎn)化；支撐層包括人才培養(yǎng)、標(biāo)準(zhǔn)制定、資本服務(wù)、產(chǎn)業(yè)載體和安全合規(guī)，保障產(chǎn)業(yè)的良性循環(huán)與可持續(xù)(二)數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)上游—基礎(chǔ)層數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)上游基礎(chǔ)層主要為產(chǎn)業(yè)鏈提供基礎(chǔ)資源，涵蓋算力設(shè)施：提供面向AI大規(guī)模訓(xùn)推的高性能計(jì)算集群（三）數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)中游—技術(shù)層在工業(yè)界的使用率占37.51%以上1，PyTorch在頂會(huì)論文中采用過70%2，在國(guó)內(nèi)，主流開發(fā)框架由華為昇思、百度飛槳、曠視4數(shù)據(jù)來源：GrandViewResearch'模型服務(wù)和開發(fā)平臺(tái)：涵蓋MaaS和應(yīng)用開發(fā)平臺(tái)，顯著降低應(yīng)用開發(fā)平臺(tái)領(lǐng)域，作為領(lǐng)先的人工智能開發(fā)平臺(tái)——LangChain，目前已有超過995000個(gè)項(xiàng)目基于LangChain7開發(fā)。5數(shù)據(jù)來源：2025年中國(guó)大模型落地應(yīng)用研6數(shù)據(jù)來源：ProphecyMarketInsi（四）數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)下游—應(yīng)用層（五）數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)支撐層產(chǎn)業(yè)載體：涵蓋數(shù)據(jù)標(biāo)注基地、AI中試基地、人工智能先導(dǎo)區(qū)流通、生成式AI倫理等新興領(lǐng)域的標(biāo)準(zhǔn)研制。三是安全合規(guī)向智能四、數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)載體數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)載體主要包含企業(yè)、園區(qū)、基地、集群四類。企業(yè)是產(chǎn)業(yè)載體的基礎(chǔ)單元，承擔(dān)技術(shù)創(chuàng)新與服務(wù)落地的核心職能。生態(tài)圈?；厥蔷劢固囟ōh(huán)節(jié)的專業(yè)化試點(diǎn)，如數(shù)據(jù)標(biāo)注基地、AI（一）企業(yè)：產(chǎn)業(yè)創(chuàng)新與服務(wù)供給的基礎(chǔ)單元高性能數(shù)據(jù)處理引擎的自主研發(fā)能力，其商業(yè)模式以向B端客戶授場(chǎng)景的精準(zhǔn)拆解以及將AI技術(shù)與客戶現(xiàn)有系統(tǒng)無縫集成的工程化能同開發(fā)環(huán)境，降低AI應(yīng)用開發(fā)門檻。其盈利模式多元，包括資源訂需求方，構(gòu)建網(wǎng)絡(luò)效應(yīng)，典型代表如一些大型云廠商的AI平臺(tái)及獨(dú)（二）園區(qū)：配套服務(wù)的區(qū)域性產(chǎn)業(yè)集聚載體與示范區(qū)引領(lǐng)、地方特色園區(qū)蓬勃發(fā)展的格局。截至2024年底，除（三）基地：多元主體主導(dǎo)的專業(yè)化創(chuàng)新平臺(tái)聯(lián)動(dòng)推進(jìn)的體系化布局新階段。2024年5月國(guó)家數(shù)據(jù)局公布首批7定量化目標(biāo)，如《合肥數(shù)據(jù)標(biāo)注產(chǎn)業(yè)發(fā)展規(guī)劃（2025—2027年）》產(chǎn)業(yè)規(guī)模達(dá)30億元，支撐相關(guān)產(chǎn)業(yè)規(guī)模超千億。二是產(chǎn)業(yè)集聚效應(yīng)注基地+N個(gè)行業(yè)標(biāo)注基地”進(jìn)行布局，綜合基地負(fù)責(zé)通用能力和資養(yǎng)體系。另一方面聚焦智能駕駛、游戲交互、方言轉(zhuǎn)寫等特色賽道，國(guó)家人工智能應(yīng)用中試基地為典型，主要服務(wù)于AI技術(shù)從實(shí)驗(yàn)室到（四）集群：完整、協(xié)作、創(chuàng)新的產(chǎn)業(yè)共同體育體系正在形成。黨的二十大報(bào)告明確提出“打造具有國(guó)際競(jìng)爭(zhēng)力的進(jìn)一步倡導(dǎo)“探索以數(shù)據(jù)要素驅(qū)動(dòng)、集群生態(tài)共建為主要特征的產(chǎn)業(yè)組織新形態(tài)”，各地方也積極出臺(tái)相關(guān)政策。這標(biāo)志著多層次政策體已形成若干數(shù)字服務(wù)產(chǎn)業(yè)高地。據(jù)測(cè)算截至2024年底，全國(guó)數(shù)據(jù)智能相關(guān)企業(yè)總量已超過40萬家，但其空間分布高度不均，顯著集中五、數(shù)據(jù)智能服務(wù)產(chǎn)業(yè)創(chuàng)新模式平臺(tái)化生態(tài)聚合服務(wù)模式通過構(gòu)建開放、協(xié)同的數(shù)據(jù)智能中樞，實(shí)現(xiàn)多方資源的高效整合與價(jià)值釋放。一是連接能力突出。平臺(tái)作為數(shù)據(jù)、技術(shù)與需求的交匯節(jié)點(diǎn)，能夠打破傳統(tǒng)數(shù)據(jù)孤島，促進(jìn)跨域數(shù)據(jù)流通與復(fù)用，提升全鏈路數(shù)據(jù)利用效率。二是技術(shù)集成能力強(qiáng)。平臺(tái)可整合各類算法模型、工具鏈與算力資源，支持多模態(tài)數(shù)據(jù)的處理與分析，推動(dòng)AI服務(wù)向場(chǎng)景化、定制化演進(jìn)。三是生態(tài)協(xié)同效應(yīng)顯著。通過標(biāo)準(zhǔn)化接口與協(xié)作機(jī)制，吸引數(shù)據(jù)供給方、技術(shù)開發(fā)方與行業(yè)需求方共同參與，形成持續(xù)演進(jìn)的服務(wù)生態(tài)，推動(dòng)產(chǎn)業(yè)創(chuàng)新循環(huán)。輸出數(shù)據(jù)至平臺(tái)→數(shù)據(jù)對(duì)接模塊處理→整合模塊需求匹配方平臺(tái)方方提供模型至平臺(tái)→與輸出數(shù)據(jù)結(jié)合→生成特定服務(wù)接收服務(wù)后，將數(shù)據(jù)需求等反饋回平臺(tái)→平臺(tái)再同步給數(shù)據(jù)供給方和技術(shù)服務(wù)方來源：中國(guó)信息通信研究院該模式以平臺(tái)中樞為核心，構(gòu)建了由數(shù)據(jù)供給方、技術(shù)服務(wù)方與行業(yè)需求方共同參與的三方協(xié)作架構(gòu)。數(shù)據(jù)供給方通過平臺(tái)輸出原始或治理后的數(shù)據(jù)，技術(shù)服務(wù)方依托平臺(tái)提供模型與工具，結(jié)合數(shù)據(jù)進(jìn)行服務(wù)開發(fā)，行業(yè)需求方基于實(shí)際場(chǎng)景提出需求，并反饋至平臺(tái)。平臺(tái)承擔(dān)數(shù)據(jù)對(duì)接、技術(shù)整合、需求匹配與流程調(diào)度職能，實(shí)現(xiàn)資源精準(zhǔn)配置與服務(wù)高效交付。在此過程中，平臺(tái)不僅提供基礎(chǔ)設(shè)施與技術(shù)支持，還通過運(yùn)營(yíng)機(jī)制促進(jìn)參與方協(xié)作，逐步形成標(biāo)準(zhǔn)化、可復(fù)用的數(shù)據(jù)智能服務(wù)產(chǎn)品體系。AIP(人工智能平臺(tái))數(shù)據(jù)分析系統(tǒng))政府消費(fèi)者系統(tǒng))Apollo(交付和基礎(chǔ)設(shè)施平臺(tái))圖6Palantir人工智能服務(wù)平臺(tái)美國(guó)企業(yè)Palantir是平臺(tái)化生態(tài)聚合模式的典型代表。其旗下產(chǎn)品體系覆蓋政府與商業(yè)兩大領(lǐng)域：Gotham面向政府機(jī)構(gòu)，支持情報(bào)分析、安全監(jiān)控等復(fù)雜場(chǎng)景；Foundry服務(wù)于企業(yè)客戶，提供數(shù)據(jù)集成與業(yè)務(wù)決策支持，助力企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)。近年來推出的AIP(人工智能平臺(tái))進(jìn)一步融合大語言模型與現(xiàn)有軟件平臺(tái)，通過自然語言交互降低使用門檻，提升數(shù)據(jù)分析效率。此外，Apollo平臺(tái)實(shí)現(xiàn)自動(dòng)化部署與持續(xù)更新，保障系統(tǒng)穩(wěn)定運(yùn)行。Palantir通過構(gòu)建多產(chǎn)心價(jià)值。深度調(diào)研與需求拆解深度調(diào)研與需求拆解定制化方案設(shè)計(jì)算法模型選擇系統(tǒng)架構(gòu)設(shè)計(jì)持續(xù)迭代與價(jià)值優(yōu)化方案升級(jí)更新全流程開發(fā)部署回二咽來源：中國(guó)信息通信研究院圖7場(chǎng)景化定制解決方案模式(二)場(chǎng)景化定制解決方案模式場(chǎng)景與薄弱環(huán)節(jié)，推動(dòng)解決方案與業(yè)務(wù)目標(biāo)持續(xù)對(duì)齊。場(chǎng)景化定制解決方案模式遵循調(diào)研、設(shè)計(jì)、交付、迭代的服務(wù)流程。首先開展深度需求調(diào)研與場(chǎng)景定義，明確業(yè)務(wù)目標(biāo)與約束條件；隨后基于客戶資源與優(yōu)先級(jí)，靈活選用不同合作模式，量身設(shè)計(jì)端到端解決方案；在執(zhí)行階段，通過人工與算法協(xié)同的工具鏈進(jìn)行高質(zhì)量交付，并設(shè)置嚴(yán)格的質(zhì)量評(píng)估與合規(guī)審查環(huán)節(jié)；最終基于業(yè)務(wù)反饋持續(xù)識(shí)別長(zhǎng)尾場(chǎng)景與薄弱環(huán)節(jié)，啟動(dòng)新一輪優(yōu)化迭代，實(shí)現(xiàn)數(shù)據(jù)服務(wù)與實(shí)際業(yè)務(wù)目標(biāo)的深度融合與價(jià)值持續(xù)釋放。來源：中國(guó)信息通信研究院ScaleAI的智能數(shù)據(jù)標(biāo)注平臺(tái)是場(chǎng)景化深度定制模式的典范。其服務(wù)并非單一產(chǎn)品，而是提供一套可靈活配置的模式方案，包括模式由ScaleAI主導(dǎo)的快速試點(diǎn)與批量交付模式、以客戶自定義為主的長(zhǎng)周期交付模式以及完全深度定制的模式。ScaleAI通過前期深度理解客戶業(yè)務(wù)場(chǎng)景與資源稟賦，為其匹配最合適的協(xié)作模式，并依托全鏈條數(shù)據(jù)引擎與“人工+算法”組合策略，保障數(shù)據(jù)交付的高質(zhì)量與合規(guī)性。項(xiàng)目上線后，持續(xù)通過業(yè)務(wù)反饋驅(qū)動(dòng)模型迭代與邊緣場(chǎng)景優(yōu)化，按需訂閱快速使用客戶端持續(xù)迭代云端更新服務(wù)商持續(xù)優(yōu)化循環(huán)持續(xù)優(yōu)化循環(huán)圖9智能化產(chǎn)品訂閱服務(wù)模式示意圖在服務(wù)過程中，服務(wù)商持續(xù)收集使用數(shù)據(jù)與反饋，推動(dòng)產(chǎn)品功能迭代與體驗(yàn)優(yōu)化，同時(shí)依托統(tǒng)一的治理框架確保數(shù)據(jù)安全、訪問合規(guī)與系統(tǒng)穩(wěn)定，形成輕量化接入、高效率運(yùn)營(yíng)、可持續(xù)升級(jí)的服務(wù)循環(huán)。應(yīng)用與工作流：構(gòu)建自動(dòng)化、智能化能力應(yīng)用與工作流：構(gòu)建自動(dòng)化、智能化能力智能引擎：助力客戶構(gòu)建專有模型治理與安全性：強(qiáng)化統(tǒng)一治理Al數(shù)據(jù)存儲(chǔ)：擴(kuò)展多模態(tài)存儲(chǔ)能力量數(shù)據(jù)，滿足GenAl實(shí)時(shí)分析需求圖10Databricks的智能化產(chǎn)品訂閱服務(wù)模式Databricks是智能化產(chǎn)品訂閱服務(wù)模式的典型代表，其推出的"Data+AI"平臺(tái)以標(biāo)準(zhǔn)化產(chǎn)品組合支持企業(yè)構(gòu)建專屬生成式AI應(yīng)用。平臺(tái)提供LakeFlow可視化設(shè)計(jì)工具加速工作流構(gòu)建，內(nèi)置Einblick自然語言接口實(shí)現(xiàn)智能分析交互，并集成自動(dòng)化治理與多格式兼容能力，保障數(shù)據(jù)安全與流程合規(guī)。通過與NVIDIA深度合作，平臺(tái)進(jìn)一步優(yōu)化了對(duì)多模態(tài)大模型的支持，幫助客戶基于私有數(shù)據(jù)訓(xùn)練專屬模型。該平臺(tái)采用訂閱制服務(wù)模式，客戶可靈活選用數(shù)據(jù)管理、AI開發(fā)、智能運(yùn)維等模塊，持續(xù)獲得功能更新與性能優(yōu)化，無需自建復(fù)雜技術(shù)體系，即可實(shí)現(xiàn)數(shù)據(jù)與AI能力的快速集成與高效運(yùn)營(yíng)?？缰黧w價(jià)值共創(chuàng)協(xié)同模式整合多方資源構(gòu)建開放協(xié)作的產(chǎn)業(yè)生態(tài)。一是資源整合與能力集成。各方基于自身在數(shù)據(jù)、算法、場(chǎng)景、數(shù)據(jù)、算力、人才與技術(shù)的高效共享。二是任務(wù)協(xié)同與流程優(yōu)化。依托數(shù)據(jù)標(biāo)注基地、AI中試基地等實(shí)體載體，從數(shù)據(jù)供給、模型訓(xùn)練、場(chǎng)景驗(yàn)證到需求反饋的迭代循環(huán)，持續(xù)提升數(shù)據(jù)質(zhì)量與模型適配性。三是價(jià)值循環(huán)與生態(tài)共贏。合作成果惠及所有參與方，既提升了數(shù)據(jù)質(zhì)量與模型性能，也推動(dòng)了技術(shù)標(biāo)準(zhǔn)化與產(chǎn)業(yè)共性問題的解決，實(shí)現(xiàn)協(xié)同驅(qū)動(dòng)的系統(tǒng)性價(jià)值提升與生態(tài)持續(xù)演進(jìn)。共同目標(biāo)攻克難題/產(chǎn)業(yè)升級(jí)共享數(shù)據(jù)、技術(shù)、資源來源：中國(guó)信息通信研究院該模式通常以共建載體為基礎(chǔ)、以共享生態(tài)為目標(biāo)，推動(dòng)智能服務(wù)產(chǎn)業(yè)能力升級(jí)。各方