数据工厂：年度观察与趋势研判.docxVIP

数据工厂：年度观察与趋势研判

——从高质量数据集生产到数智社会新型业态

一、总体形势与核心发现

人工智能正以前所未有的速度重塑生产生活方式，一个根本性问题随之凸显：支撑模型持续进化的高质量数据从何而来？2025年，国内人工智能推理数据量首次超过训练数据量，标志着人工智能正式从学习训练阶段跨入规模化应用阶段。然而，高质量数据集的规模化生产仍处于起步阶段，作坊式、零散式的生产方式难以满足大模型和智能体对数据“燃料”的迫切需求。正是在这一背景下，数据工厂作为高质量数据集设施化、规模化、标准化生产的新型业态应运而生，成为数智社会的基本生产业态。

1.1人工智能进入应用推理新阶段

词元调用量的爆发式增长，是人工智能进入应用阶段的第一个信号。从现有统计看，全国词元日调用量从2024年初的约1000亿次，跃升至2025年底的约100万亿次，两年增长超千倍；2025年全年词元调用量合计约2.1亿亿次。进入2026年，增长势头进一步加快：3月词元日调用量突破140万亿次，比年初增长约四成；5月进一步突破400万亿次。词元调用量的爆发，印证大模型正被越来越多的主体、在越来越多的场景中调用，人工智能应用已从个别行业的试点，走向千行百业的常态化渗透。

推理数据量首次超过训练数据量，是人工智能发展阶段切换的结构性证据。2025年，人工智能数据应用总量约199.48EB，同比增长约42.86%；其中推理数据