出版数据流通的现实困境
尽管出版业在数字资源库建设方面已有十余年积累，但数据流通仍多依赖单项目制的点对点合作，缺乏标准化的业务链路。主要障碍集中在以下三个方面：
权利界定模糊
传统出版合同主要覆盖纸质与电子出版权，往往未明确约定模型训练、向量化加工及第三方数据服务等新兴用途。此外，图书中涉及的图片、引用资料等第三方内容若权属不清，将直接阻碍数据产品的开发。
交付与控制难题
不同于实体书销售，数据交付后难以追踪其具体应用场景、调用次数及衍生产品。需求方担心权利瑕疵与质量波动，供给方则希望保留控制权并实现持续收益，双方亟需一套可落实的技术与合约机制。
定价机制缺失
按字数或品种计费无法体现专业知识稀缺性，按成本定价忽视应用价值，而按调用量分成则依赖精准的使用记录。现有市场缺乏统一的价值评估与结算标准。
若仅进行一次性文件销售，出版社将失去对数据后续价值的掌控，无法通过反馈反哺内容生产。因此，构建包含来源标识、更新能力及持续服务的数据业务模式至关重要。
可信数据空间：重构信任机制的基础设施
针对上述痛点，《可信数据空间发展行动计划（2024—2028年）》及《出版业发展“十五五”规划》明确提出加快出版业可信数据空间建设。2025年，数传集团入选国家数据局可信数据空间创新发展试点名单。
从“汇聚”到“可控流通”
与传统资源库侧重数据汇聚不同，可信数据空间旨在解决跨机构数据共享中的信任与控制问题。通过数据沙箱、身份认证、区块链存证及数字合约等技术，实现数据“可用不可见”或受限使用，确保调用过程留痕、授权合规及交易透明。
需明确的是，可信数据空间不替代出版社对内容质量与权利的初步判断，而是为经过梳理的高质量数据提供安全的流通环境，由提供方、运营方和需求方共同完成价值共创。
“书通数联”打通数据业务全链路
2026年9月，由数传集团承建运营的出版融合可信数据空间平台“书通数联”正式上线。目前，该平台联盟成员超120家，汇聚出版内容与数据资产175TB，覆盖图书、期刊、音像等多种形态。
标准化数据产品生产
接入平台并非简单上传电子书，而是需经过内容提取、结构化加工、权利梳理及质量审核，形成针对不同场景的数据产品：
- 预训练语料：侧重规模与基础质量；
- 知识库数据：保留清晰知识结构、来源及更新机制；
- 审校核查数据：突出规则标准与错误样本；
- 多模态数据：处理图文音视频对应关系。
受控交付与协同分工
需求方通过平台匹配资源，经确认后通过API接口或数据沙箱进行受控交付，全过程记录身份、授权及交易信息以支持结算。平台承担共性基础设施建设，让出版社专注于内容策划、权利管理及高阶应用设计，避免重复投入导致的资源隔离。
“书数同步”：推动数据生产前置
除存量加工外，“书通数联”倡导“书数同步”理念，即数据生产适当前移至编辑加工阶段。
保留过程资产
传统后期加工易丢失编辑过程中的修改记录、事实核验依据及授权细节。“书数同步”要求在策划与编辑阶段同步记录知识结构、术语关系及审校结果，使图书出版时数据产品基本成形，降低后期整理成本。
沉淀专业能力
通过将审校记录、版本变化等过程资料结构化，出版社可将其转化为审校模型训练、内容审核及质量评测的高价值数据，从而在人工智能时代确立区别于互联网内容的专业壁垒。数据业务由此从出版后的附加环节转变为日常生产的一部分。
出版社的核心任务与未来展望
依托可信数据空间基础设施，出版社需重点完成三项工作以释放数据价值：
- 盘清数据资产：全面统计成书之外的图片、音视频、审校记录及过程资料，明确管理责任；
- 梳理权利边界：区分已授权与需补充约定的数据，在新合同中纳入AI应用及数据服务条款；
- 场景化产品开发：结合教育、专业出版或大众IP等不同领域需求，定制数据结构与服务模式。
从拥有内容走向经营知识
人工智能延长了出版物的生命周期，知识被拆解、更新并融入新的智能服务中。出版社无需转型为纯技术公司，但需坚守知识生产核心地位，掌握内容源头与权利边界，参与标准制定。
“书通数联”通过连接数据加工、可信交付与应用需求，为出版机构提供了进入AI产业链的可操作路径。面对读者获取知识方式的变革，确保知识准确性、持续更新及合理回报，将成为出版业共同面对的课题。出版机构的长远价值，在于其选择、组织、审核及维护知识的专业能力，而可信数据空间正是让这种能力在数字时代得以延续与增值的关键载体。