10月20日，国家数据集团有限公司在雄安新区成立。新华社从集团获得的定位很明确：主业是数据资源开发利用。另一篇采访补充了它将提供普惠安全的数据服务、行业数据治理服务，并为人工智能产业提供高质量数据集和语料库。对等着采购工业数据的企业来说，最实际的问题随之而来：一条来自别家工厂的设备故障记录，经过谁授权、怎样加工、能否拿来训练自己的模型、出了问题找谁？集团的价值，要在这些具体交易里兑现。[1][2]
先把三种“拿数据”的方式分清
公共数据有共享、开放和授权运营等路径。2024年公布的《关于加快公共数据资源开发利用的意见》分别安排了政务数据共享、公共数据开放和依规授权运营；2025年施行的实施规范，又把授权运营中的实施机构、运营机构及选择程序写清楚了。[3][4] 三条路径的对象、用途和权利边界各有不同。企业从政府开放目录下载一份公开统计表，与受托运营机构在授权范围内加工某类公共数据、再交付查询服务，走的是两套流程。
国家数据集团作为中央企业成立，是一个组织事实。某个地方政府是否向它授予公共数据运营权限，仍要看具体实施方案、竞争性选择和协议。实施规范要求，实施机构按审定方案，以公开招标、邀请招标、谈判等公平竞争方式选择运营机构；协议还要写明数据资源目录、用途、期限、技术支撑平台和退出安排，期限原则上最长不超过五年。[4] 看见“国家队”三个字就默认全国数据可以汇入一库，工程方案在第一步就会走偏。
还有许多高价值工业数据，本来就由企业在生产经营中形成：机床振动波形、批次检验记录、设备维修日志、工艺配方和客户订单。把它们与公共数据一概称为“数据资源”，会掩盖合同授权、商业秘密与人员信息的差别。双方如果要共建行业数据集，必须逐项核对数据来源、采集目的、分享对象和允许的加工方式。工厂愿意贡献质量缺陷样本，未必同意把零件图纸和供应商价格同时交出去。
数据集要把样本和现场关系交清楚
设想一家汽车零部件厂要预测滚珠丝杠磨损。它有电流、振动、温度、加工时长等连续信号，也有维修人员写的“偶发异响”。如果故障发生时间与设备编号对不上，模型会把换刀、润滑、轴承更换混为一类。采集一千万条信号不难，难的是把故障定义、传感器采样率、设备改造时间和维修后的验证结果接起来。
能供行业复用的数据产品，通常需要一份实实在在的交付清单：字段定义及单位；采集设备与软件版本；缺失值、漂移和异常点规则；样本采集周期；标签由谁确认；训练集、验证集的设备与时间分割方式；不同工厂的适用边界。以上是企业采购或合作研发时应提出的工程要求，不代表集团已经发布了某套统一标准。采购方拿五十个明确故障样本去做盲测，往往比先听“拥有海量数据”的介绍更有效。
工业视觉也是一样。缺陷样本要标明相机位置、光照、工件材质、批次以及复检结论。同一个工件的连续拍摄帧如果同时出现在训练集和测试集，评测准确率会虚高。跨厂数据集更要把产线和设备作为划分维度，用未参与训练的工厂做留出验证。服务商能否将这一套数据整理、验收和持续更新交付给制造企业，将决定语料库有没有复购。
标注与清洗也有成本账。比较两家语料供应商时，可以选定同一批质量异议样本，记录每条数据从原始工单到可训练样本经历多少人工复核、复核意见有没有冲突、数据修正以后旧模型能否追溯原训练版本。如果原工单只写“有问题”，标注团队根据照片猜测故障原因，应该把不确定性留在标签字段，安排现场工程师回访，别让猜测混入经过确认的故障标签。供应方如果按样本条数收取一次性加工费，采购合同最好另列标签返修、采集设备升级及季度更新价格。模型寿命长于一个数据批次，售后约定比首次交付条数更重要。
跨区域调用对工业企业还有网络与容灾要求。研发中心可以接受夜间批量同步的检验数据，产线上每隔数秒调用一次的异常预警却需要有现场缓存和故障降级。双方应在协议里分别约定调用限额、延迟口径、更新频率、断网期间的处理方式和接口版本兼容期限。数据中心之间连通只是第一层；业务系统能否在上游修改一个字段后保持连续运行，是更接近工厂收益的技术问题。
让数据能流通，先要画出责任链
公共数据授权运营规范提供了一个可核对的样板。实施方案需列明资源目录、更新频率、质量情况、预计服务清单、成本收入核算、收益分配、安全措施和退出机制；运营协议则要确定产品权属、审核要求和违约责任。规范还要求授权范围内的公共数据资源以及产品、服务按规定登记，运营机构披露服务清单。[4] 数据产品因此要有来源、使用权限和可审计的交付记录。单纯上传原始文件让客户任意下载，与这套规则不符。
对企业持有的生产数据，合同应把类似问题谈透：原始数据留在厂内还是出域；服务商是否只取得特定场景的处理权；训练得到的参数能否用于另一客户；合同终止后派生特征和备份何时删除；第三方标注团队能接触什么；发生数据泄露如何定位访问记录。工业行业模型喜欢强调“多厂训练”，但不同厂之间的商业保密要求可能正好相反。必要时可先在企业侧计算特征或模型更新，再对可输出的结果设访问控制和审计。隐私计算等技术是可选工具，不能替代授权协议和实际测试。[4]
有一处容易被忽略：授权运营机构在实施规范中有特定角色，须在被授权范围内经营，并不得直接或间接参与授权范围内已交付公共数据产品和服务的再开发；规范鼓励其他经营主体做再开发。[4] 这为软件企业留下空间。它们可以把合法取得的数据服务与本厂设备数据结合，做供应链风险评估、故障预警或质检应用；前提是检查每项产品允许的调用、保存和再加工范围。
还有一笔经常被忽略的账：来源企业为何愿意长期供数。假设制造企业每天投入工程师核对缺陷标签，却只获得一次性数据上传费，半年后难以维持同样的标注质量。合作合同可按使用场景、更新频率或持续质检工作约定服务收入，再定期抽样复核。此处讨论的是企业合作谈判中可选的设计，并无统一适用于所有数据的分成比例。对于可再利用的数据产品，供数方尤其要确认下游客户可以看到哪些聚合结果，防止通过罕见故障样本反推出特定设备与订单。
价格也不能一拍脑袋。国家发展改革委、国家数据局2025年文件规定，用于公共治理、公益事业的公共数据产品和服务免费；用于产业、行业发展的可收公共数据运营服务费，并实行政府指导价管理。收费可按产品数量、服务次数、服务时间、数据调用量等形式设计，具体额度有定价程序和上限。[5] 制造企业采购时宜把训练阶段的批量调用、上线后的高频检索、历史版本维护拆开核算，否则低价试用可能被长期运行成本吞掉。这里说的是公共数据授权运营价格制度，不能照搬到所有企业间私有数据交易。
雄安能试什么，企业该观察什么
集团总部位于雄安。新华社的采访称，集团把数据要素服务、数据基础设施互联互通和数据科技创新列为工作定位，也谈到在雄安试验跨区域、跨部门流通。[2] “互联互通”在业务端很具体：甲地登记的资源，乙地用户能否通过合规身份访问；同一设备字段跨厂是否同名同义；调用失败后有没有回执；数据来源版本变更能否通知模型使用方。仅有统一门户，并不能保证上述四件事。
对于地方数据平台和产业园区，更务实的合作请求是一份受控试点清单。园区可选设备运维或能耗中的一个场景，标清现有数据保管方、客户需求方和主管部门；集团及合作伙伴再提出数据治理、接口适配和安全审计方案。试点可以先跑一条可核对的业务查询：例如客户拿到合法授权后，查询同型号设备在不同环境下的匿名化故障模式，而不把原始工单整包下载。若试点需要跨部门调取公共数据，还要按实施机构的方案与协议走程序；制造企业的私有数据则按企业间授权约定办理。两套数据同时用时，目录与访问日志应能分别指向各自的依据。
跨平台项目应把技术失败写进验收条款。可以指定固定测试集，在甲地申请、乙地调用并复测数据质量；测量首次接入工期和二次接入工期的差值；记录访问被拒绝时返回的错误码、负责处理的机构，以及退出后账户和缓存如何清理。这些指标未必适合政府项目宣传，却很适合判断基础设施是否被真实使用。服务商和系统集成商也可据此给客户报一个有依据的实施报价，而不靠“全国覆盖”估算工期。
如果未来要评价新集团的实际贡献，可追踪几类数：服务目录中有多少可持续更新的数据产品；外部客户完成合法订阅后实际调用了几次；跨地区调用的成功率和响应时间；有多少数据集提供了可复现实验的质量说明；企业是否在合同结束后续费。以上属于建议的观察指标，集团尚未公布相应经营业绩。把注册用户数或签约仪式数量放在产出指标之前，容易把平台热闹程度误当成数据需求。
一家准备加入生态的制造企业，可以先做小范围验证。选一条有明确责任人的工序，标出数据提供方、数据类型、现场采样端、标签审核人、使用目的、存储期限；再准备一批企业自己能判断真假的样本，请服务商给出交付物、盲测结果及价格。若方案要求汇入敏感订单或整厂原始波形，先问清这些信息如何让模型变好以及如何撤回。越早把“可用”拆成工况、质量、权利和成本，越容易谈成真正能复用的合作。
采购方若与新主体或其合作机构接洽，还可以要求对方现场演示一次产品生命周期：创建租户、审核授权、检索可用数据目录、查询来源和更新时间、发起调用、查阅计费明细、撤销访问。演示最好选择一条经过脱敏的真实业务样本，安排现场工程师检查输出字段含义。接口文档若只有成功案例，应该补测访问越权、重复扣费、数据迟到及版本回滚。一次完整的失败测试，往往能提前暴露后续最贵的集成问题。
成立消息提供了新主体和公开定位。接下来值得跟踪的是具体产品目录、合作协议和真实工况结果：一条经许可进入应用的好数据，能让质检或维护决策更稳；一座只存文件的平台，帮不上车间的忙。
配图为概念示意。
参考资料
- 新华社《新华社权威快报丨国家数据集团成立》，2026-10-20。集团在雄安成立、中央企业身份及主业。https://www.news.cn/fortune/20261020/310831d80f1b4f99806e52675928eb9e/c.html
- 新华社《新华鲜报｜主业聚焦数据领域，这家新央企揭牌亮相》，2026-10-20。集团定位、服务方向、雄安安排。https://www.news.cn/20261020/781eb943b70245009b3ef22a7747cc91/c.html
- 中共中央办公厅、国务院办公厅《关于加快公共数据资源开发利用的意见》，文件署名2024-09-21，公开2024-10-09。共享、开放、授权运营、资源管理和安全。https://www.gov.cn/zhengce/202410/content_6978911.htm
- 国家发展改革委、国家数据局《公共数据资源授权运营实施规范（试行）》，2025-01-08印发，2025-03-01施行；国务院公报载录。实施方案、运营机构遴选、协议、登记、服务清单与安全。https://www.gov.cn/gongbao/2025/issue_11886/202502/content_7007129.html
- 国家发展改革委、国家数据局《关于建立公共数据资源授权运营价格形成机制的通知》，2025-01-16，官网2025-01-20发布。公益免费、产业收费与价格上限。https://www.ndrc.gov.cn/xxgk/zcfb/tz/202501/t20250120_1395799.html