小盟观察 · 可信数据空间发展联盟
当AI开始“用数据”，
可信数据空间正在发生什么变化？
436个
全国累计可信数据空间项目
20个
重点行业领域覆盖
—— 截至2026年6月底 · 联盟产业地图统计 ——
截至2026年6月底，据可信数据空间发展联盟产业地图统计，全国累计可信数据空间项目达到436个，覆盖能源、工业、交通、医疗、金融等20个重点行业领域。在可信数据空间加快向行业深处拓展的同时，AI正在成为影响其下一步发展的重要变量：一方面，模型训练、智能体应用对高质量、持续性数据供给提出新的要求；另一方面，AI也开始应用于数据治理、资源发现、场景匹配等环节，提升可信数据空间的数据开发利用能力。
这一趋势已在国内试点中显现。近一半可信数据空间试点开展AI融合应用，探索形成一批高质量数据集、AI模型和智能体，应用主要集中在高端制造、能源电力、城市治理、医疗健康、科学发现、金融风控、绿色低碳等领域。
更深层的变化正在于数据流通利用本身。过去，数据更多服务于人的查询、分析和决策；现在，模型训练、RAG、智能体和Skill等新的应用形态，使数据的使用者、需求方式和调用方式发生变化。从“人用数据”走向“模型和智能体用数据”，AI正在重塑数据的组织、流通和治理方式；与此同时，AI也在反向提升可信数据空间自身能力。
结合当前产业实践，联盟观察到以下几个趋势：
变化一 从“有什么数据”转向“AI需要什么数据”
传统数据开发更多从已有资源出发，经过治理加工形成数据集或数据产品。AI正在把这一逻辑反过来：模型要完成什么任务，决定需要组织什么数据。
实践案例
苏州实验室建设材料行业可信数据空间，围绕新材料联合研发，按AI应用需求组织科研文本、视频、图像等多模态数据，形成高质量数据集。国际上，壳牌基于数十年积累的15.4万份化学领域技术文档，对NVIDIA NeMo基模进行微调，训练形成准确率提升30%的私有化学大模型。
【启示】
AI时代的数据治理正在从“把已有数据治理好”，走向“围绕模型和场景，把需要的数据组织出来”。数据采集从被动采集转向主动发现，数据形态从单一结构走向多源融合，质量评价从静态校验走向动态反馈，最终形成面向AI应用的AI-Ready数据供给。
变化二 从“一次性交付”转向“持续调用”
传统数据流通往往具有明确的交付边界，一次查询、下载或接口调用即可完成交付。当数据的“用户”变成模型和智能体，数据需求开始从一次性交付转向持续调用：模型训练需要持续供给数据，RAG需要随时检索专业知识，智能体则需要围绕任务动态发现、调用和组合不同来源的数据。
实践案例
医疗领域已经体现出这种持续用数需求：宁波围绕医疗大模型研发，将全市医疗机构数据、居民健康档案与城市空间对接，支撑医疗数据持续用于模型研发和应用，病历管理与运营成本下降20%。英国国家医疗服务体系（NHS）则通过安全数据环境为医疗AI提供数据服务，支撑Foresight辅助诊疗模型开发应用，探索数据在受控环境下服务AI研发。
【启示】
数据流通正在从“交付一份数据”走向“持续提供数据能力”。相应地，可信边界也不能只回答“数据在哪里”，还需要进一步回答谁在调用、为什么调用、如何调用、结果如何使用、责任如何界定。可信数据空间需要从保障数据在特定环境内安全使用，进一步走向以用途、责任和治理为边界的动态可信管控，让跨主体数据能够按照共同规则持续、可控地被模型和智能体调用。
变化三 从“人用数据”走向“智能体参与数据协作”
当智能体开始自主发现数据、调用工具、执行任务甚至与其他智能体协作，用数主体开始从“人”延伸到“智能体”。在可信数据空间内，谁可以调用数据、如何授权、行为如何记录、责任如何划分，都需要重新回答。
实践案例
辉瑞基于智能体互联网，实时连接文献检索、靶点分析、化学合成等多个智能体协同作业，将结果自动整合为候选化合物评估报告，把原本数周的初筛压缩到2—3天；Palantir则将平台配置、数据集成、逻辑函数编写、调试等专业工作封装为Skill交给AI，使专家经验和业务能力能够被智能体调用。
当这种智能体协作进一步从单一企业内部走向跨企业、跨机构的数据协同时，问题也随之变化。智能体不仅要调用本地数据和工具，还可能需要发现和调用其他主体的数据、模型、知识和服务。此时，传统面向人的身份、授权和用数规则，需要进一步延伸到智能体，建立覆盖身份可信、动态授权、任务编排、行为存证、责任追溯和价值计量的新型协作机制。
【启示】
可信数据空间需要从“支撑人用数”，进一步走向“支撑智能体可信协作”。依托多主体共识规则和可信管控能力，可信数据空间可以为不同主体的智能体提供数据和服务发现、可信身份、授权调用、行为记录等支撑，并进一步探索面向任务的智能体协同以及AI价值链贡献计量与分配，让智能体能够在跨主体环境中找得到、调得动、管得住、可追溯。
AI时代，可信数据空间需要重新回答四个问题
从当前实践看，AI与可信数据空间的融合正在从应用探索走向更深层次的机制变化。下一步能否真正落地，需要重点回答四个问题：
场景上 —— 哪些AI应用真正需要跨主体数据协同，可信数据空间应该围绕什么需求组织资源？
数据上 —— 现有数据能否支撑模型训练、RAG和智能体调用，距离AI-Ready还有多远？
能力上 —— 现有身份认证、权限控制、合约履约、存证追溯等能力，能否支撑模型和智能体持续、动态用数？
规则上 —— 当数据、模型、知识和智能体共同参与价值创造，如何进一步明确授权、责任、贡献计量和收益分配？
这些问题，也正是当前产业实践正在探索的问题。可信数据空间发展联盟持续跟踪“可信数据空间+AI”融合进展，依托联盟成员和产业实践，汇聚典型案例和共性问题，连接相关领域的实践主体与专业力量。欢迎正在探索AI融合应用的可信数据空间与联盟交流实践、分享问题，共同推动相关模式在真实场景中验证完善。
联系我们
数据资源对接 · 场景共建 · 生态链接
联系邮箱：shijiaqi@caict.ac.cn
电话：18515242097
扫码进入可信数据空间小程序
发现更多实践经验与场景参考
可信数据空间发展地图：data-spaces.org.cn
关于联盟
可信数据空间发展联盟是由国家数据局指导，中国信息通信研究院、国家数据发展研究院联合19家央企、30家研究院所和龙头企业发起成立的跨行业、开放性、公益性组织，首届轮值理事长由中国信息通信研究院院长余晓晖担任。联盟以推动可信数据空间落地实践、探索数据要素规模化流通路径为核心目标，落实《可信数据空间发展行动计划(2024-2028年)》工作部署，凝聚产业合力，共同打造一批示范成效显著的可信数据空间，助力构建繁荣活跃的全国一体化数据市场。目前，联盟成员已达882家！
下一步，联盟将积极组织开展资源对接、专题研讨等活动，推动成员在标准研制、场景创新、互联互通等方面深化合作，发挥平台优势，围绕相关政策、实践案例和研究成果开展宣传推广，着力推动可信数据空间生态繁荣发展。
相关链接
重磅部署！十大行业开展数据资源开发利用攻坚行动
《民航数据治理体系建设实施方案》发布，推动民航数据资源开发利用
人民邮电报 | 敖立：可信数据空间正与AI深度融合
历经产业实践验证，《可信数据空间 可信能力 评价规范》第二版正式发布
“数据开放月” | 南方能源行业可信数据空间启动标杆场景征集
九部门联合发文：以可信数据空间激活科技金融数据价值释放
国家发改委发布《人工智能合作发展行动计划》，明确建设运营跨境可信数据空间