问题：随着智能化应用加速落地，越来越多企业意识到，“模型不缺、算力可买”，真正稀缺的是能用于训练和生产的高质量数据；尤其超大城市，治理场景复杂、行业齐全、数据来源多样，一旦数据标准不统一、质量不可控、合规边界不清，智能系统很容易在真实业务中出现“看不懂、对不上、用不了”。如何持续、稳定地提供可信、可用、可流通的数据“燃料”，成为推动产业升级的关键问题。 原因：一上，行业场景差异大，数据标注离不开对业务语义和流程规则的理解。看似是框选、分类、抽取等基础工作，实际上决定训练数据能否准确表达真实业务，直接影响应用效果与可靠性。另一方面，数据生产长期呈现“小规模、分散、依赖经验”的特点，难以匹配规模化应用对产能、质量和交付周期的要求。此外，多源异构数据快速增长，文本、图像、语音、视频等需要协同理解与对齐治理；隐私保护与安全合规要求持续提升，数据“可用”必须建立“可控、可审、可追溯”的基础之上。 影响：高质量数据供给能力的差距，将更拉开行业智能化水平。对企业而言，数据标准不清会推高训练成本、拉长试错周期，甚至在关键业务环节带来误判风险；对产业链而言，缺少可复用的数据资产与服务体系，会提高中小企业参与门槛，影响创新扩散速度；对城市治理与数字经济发展而言，数据要素难以流通、价值难以释放，将制约公共服务、应急管理、交通气象等场景的智能化升级。 对策：围绕“从原料到产品、从产品到服务”的链条，北京电信在北京探索形成一套较为系统的高质量数据要素供给路径。 一是强化数据标注方法论，把“场景理解”前置到数据生产流程。对应的负责人表示，数据标注是训练的基础环节，如果对业务场景把握不准，即便模型与算力到位，落地应用也可能出现偏差。为此，北京电信将业务一线的文字、对话和专业知识进行结构化整理，形成从场景拆解、规则制定、协同标注到质量复核的流程体系，把分散需求转化为清晰标准，并在智能问答、行业训练等场景推进落地，提升数据的可复用性与一致性。 二是推动标注产能集群化、工厂化，构建稳定供给。北京电信参与北京市西城区“中国数据街”智能数据标注基地建设，依托智能标注引擎和技术积累提升效率与质量；同时在门头沟区联合政产学研力量打造行业数据智能标注创新中心，面向流媒体、短剧运营、数字人电商、具身智能、交通、气象等方向，探索“算力—数据—模型”闭环；在石景山区共建行业智能数据标注基地和开放式数据服务中枢，围绕区域重点产业推进数智化升级。通过多点布局与协同生产，数据标注由零散作业转向规模化组织，为行业提供更稳定、安全、可控的产能支撑。 三是以实验室攻关提升“加工能力”，推动数据从资源走向资产。北京电信与北京邮电大学共建的“多模态数据智能感知与治理北京市重点实验室”进入北京市重点实验室序列，聚焦多模态协同理解、多源数据精准对齐、隐私敏感信息自动识别与加密处理等关键环节，推动建设高质量数据集平台。其价值在于把杂乱数据“加工”为标准化、可流通的数据产品，使数据资产具备可计量、可管理、可交付的特征，为后续规模化应用提供基础支撑。 四是以工程化交付打通全栈服务，降低企业使用门槛。北京电信通过相关机构认证，覆盖混合云、公有云托管与私有化部署等场景，围绕模型咨询、数据工程、智算运营等能力形成一体化交付体系，推动“数据+算力+算法”协同供给。对企业尤其是中小企业而言，这意味着不必自建复杂产线，也能在合规框架下获得相对成熟的能力组合，从“能不能用”转向“用得好、用得稳”。 前景：从北京的实践看，高质量数据供给正在从单点能力竞争，转向体系化、规模化与合规化的综合比拼。下一阶段，随着更多行业进入深水区应用，数据要素建设可能呈现三上趋势：其一，行业数据标准将更细化，数据集产品化程度提升，形成可复用的“行业教材”；其二，多模态与实时数据处理需求上升，对对齐治理、质量评估与持续更新机制提出更高要求；其三，数据安全合规将贯穿全链条，隐私保护、分级分类、审计留痕等能力将成为“基础设施”而非可选项。鉴于此，依托超大城市丰富场景与产业集聚优势，推进“平台+基地+实验室”的协同建设，有望进一步促进数据要素市场化配置，带动智能化应用在更大范围、更高质量落地。
北京电信数据要素产业化上的探索，为超大城市激活数据资源、推动产业智能升级提供了参考。从数据标注该“第一道工序”，到高质量数据集的产业化应用；从分散的“小作坊”，到规范化的“现代化工厂”；再到“数据+算力+算法”的一体化服务体系，诸多举措打通了数据要素从生产到交付的关键环节。随着更多市场主体参与和技术持续迭代，数据要素有望成为数字经济高质量发展的重要驱动力，为各行业智能化转型提供更稳定的支撑。