今日数贸会现场，袋鼠云解决方案专家红发正式发布《人工智能高质量数据集建设及应用实践白皮书》。
本次白皮书由杭州师范大学大数据科学研究院指导、袋鼠云主编，聚焦一个正在成为企业AI落地关键的问题：企业拥有大量数据，为什么依然很难直接被AI使用？
这也与本届数贸会关注的数据跨境、数据要素治理、可信数据空间建设、数商培育等议题同频——高质量数据集，正是数据要素从“资源”走向“资产”、从“有数据”走向“AI可用”的关键一环。
企业内部沉淀着业务、设备、文档、图片、音视频等大量数据资源，但从“有数据”到“AI可用”，中间仍隔着数据质量、业务语义、知识组织等一系列问题。
围绕这一难题，白皮书总结了袋鼠云在产业实践中形成的高质量数据集建设方法，将复杂的数据建设过程归纳为一条清晰路径，从明确AI任务与数据标准，到多源数据采集、预处理、业务标注，再到最终的数据质量验证，形成覆盖高质量数据集全生命周期的工程化方法。
在此基础上，白皮书进一步提出通识数据集、行业通识数据集、行业专识数据集三类数据集体系，让企业数据能够逐步服务于模型训练、行业Agent、智能分析、具身智能训练与仿真验证等不同AI场景。
袋鼠云解决方案专家红发在现场表示：通用大模型决定 AI 的下限，高质量行业数据集决定产业 AI 的上限。
高质量数据集不是简单的数据清洗和标注，而是在具体业务场景下，把企业原始数据转化为AI真正能够理解和使用的数据资产。
这也是袋鼠云此次数贸会希望重点探讨的问题之一：当企业AI进入真正的产业应用阶段，如何建设面向AI的数据基础设施，让数据从“沉淀下来”进一步走向“用起来”。
明日数贸会专业客商日，袋鼠云还将带来灵瞳智能体、AIWorks智能体开发应用平台的现场实战演示，敬请期待。
