人工智能加速走向千行百业，数据的价值也正在被重新定义。

从大模型训练到智能体应用，从服务业提效到品牌营销升级，数据正在从后台资源走向前台能力。如何让数据真正用起来、流动起来、产生价值，成为产业智能化绕不开的问题。

6月16日，在“2026人民数据大会”圆桌讨论环节，多位与会嘉宾围绕“数据赋能智慧应用新场景”主题，探讨场景驱动下的数据价值实现路径。

圆桌讨论现场。人民网记者 翁奇羽摄

数据质量该如何进一步提升？

人民数据总编辑刘畅认为，当前公开渠道中的公域数据已被大模型训练较为充分地使用，下一步更需要企业、机构通过自有渠道积累的私域数据参与进来。同时，生成式AI向代理式AI发展，对高质量数据集提出了更高要求。以人形机器人为例，机器人不能只在舞台表演、赛场奔跑，还要走向生活服务、工业互联网等真实场景，这背后需要高质量数据集训练。

“这些问题的解决具有重要意义，也需要更多模式创新和场景探索。”刘畅表示，围绕数据价值释放，应进一步发挥数据对人工智能发展的赋能作用，让数据在推动人工智能应用落地中发挥更大价值。

在一些行业应用场景中，数据已悄然开始改变业务流程。

天鹅到家创始人兼CEO陈小华介绍，公司多年积累了劳动者背调、体检、保险、服务记录、客户家庭需求、评价和支付等大量数据。过去，这些数据更多是给人看的，通过系统、后台、报表服务管理；进入智能体时代，数据要进一步开放给AI使用。

“智能体要真正干活，不能只靠通用数据。它必须理解企业内部规则、知识库、服务标准和历史处理记录，才能完成服务匹配、客户反馈处理和内部管理。”陈小华说。

数据进入行业场景，不能只是简单“打标签”。

四川百嘉数字科技有限公司董事长刘伟表示，数据标注要从人工打标签升级为行业高质量数据集生产线。不同来源的数据，如果颗粒度、验收标准不统一，就容易形成“各自的高质量”，既不利于复用，也会造成浪费。

“高质量数据集不是标出来的，它一定是按工业标准生产出来的。”刘伟认为，破解路径在于建立场景级最小共识标准，形成数据分类、标准规范、质量评价、元数据规范等基础体系，再通过语料标注、质检、回流闭环，把成熟方法迁移到更多地方特色产业和传统行业。

在营销领域，数据的作用则更贴近人与品牌的连接。浙文互联·浙文天杰AI营销负责人周日认为，数据可以帮助企业更准确理解用户需求，支撑品牌定位和产品定义。同时，场景数据可以帮助企业判断用户在什么需求下关注产品，从而建立更精准的触达。可信标签和可信语料库，则有助于品牌与用户之间建立信任。

“数据已成为内容创作、用户运营和商业转化的重要‘燃料’。将数据思维深度融入品牌战略的每一个环节，企业才能更好适应数字化、智能化发展趋势，实现品牌价值提升，建立长期可信资产。”周日表示。

数据在可用的同时，也要实现可信。

电子信息产品标准化国家工程研究中心副主任谭瑞琥表示，从标准化角度看，当前数据价值释放仍需解决“连不通、不敢用、用不好”三个问题。智能经济依赖政务、企业、设备等多维数据跨主体协同，但标识不清、格式各异、接口不一等问题仍影响数据融合。

谭瑞琥建议，围绕“不敢用”，需要建立覆盖数据采集、加工、流通全链条的可信标准体系，完善数据质量评价、溯源、归责和安全治理等规范；围绕“用不好”，则要推动标准从通用规则向工业、医疗、交通等垂直场景延伸。