中国通信标准化协会大数据技术标准推进委员会（CCSA TC601）开展《数据智能研究报告（2025年）》编制工作，本报告是第二本数据智能领域的年度综合报告，经过对去年报告的内容进一步完善和延伸，结合业界先进理念和关注焦点进行了更新和迭代。
近年来，伴随生成式人工智能技术的突破，人工智能成为数据要素价值释放的关键途径和有效手段。大数据产业与人工智能产业间的关系也从单向赋能转化为深度融合，数据智能产业应运而生。数智协同，共同形成改变物理世界格局、重塑数字世界秩序的核心力量。 2024年至今，数据智能产业剧烈变革，取得系列突破。从政策角度来看，我国密集出台一系列政策，开展“人工智能+”行动，推动高质量数据集建设，加速数据智能技术与各行业的深度融合，为数据智能产业注入了强劲动力。从技术角度看，DeepSeek的横空出世颠覆了 “高算力和高投入是发展人工智能唯一途径”的固有认知，引领从业者进入以算法和模型架构优化为主，同时高度重视数据质量与规模、理性提高算力的新时期。从应用角度看，智能体的出现进一步降低了数据智能技术的应用门槛，推动了数据智能技术在更多领域的落地，加速了千行百业的数智化转型。 为总结数据智能产业发展现状，研判发展趋势，指引企业顺利实现数智化转型，大数据技术标准推进委员会牵头，联合行业专家和头部企业共同编制《数据智能研究报告（2025年）》。本报告聚焦数据智能这一话题，系统性厘清数据智能技术体系，深入剖析数据、算法、应用、安全等数据智能具体领域的现状问题，以期为企业未来的数据智能实践提供参考。
由中国通信标准化协会主办，中国信通院、大数据技术标准推进委员会承办的2025数据智能大会于6月18-19日在京召开。在大会主论坛上，中国信通院云计算与大数据研究所所长何宝宏对《数据智能研究报告（2025年）》进行了发布并解读。
随着我国经济运行转向高质量发展，数字经济成为经济增长新动能，数据要素价值亟待释放，数据智能相关技术逐渐成熟，各行各业纷纷将企业的数智化转型提上日程。通过数智化转型，企业可以充分利用自身数据资源，结合相关技术建设自身数据智能能力，进一步赋能实际业务场景，实现关键管理环节、业务环节的降本增效和业务创新，提升全要素生产率，最终为企业带来新的竞争力。但众多企业在持续推进数智化转型的过程中存在概念不清晰、目标不明确、实践缺参考、路径难选择等问题。
为进一步梳理数据智能相关概念及知识体系，总结行业先进实践经验，研判数据智能领域未来发展趋势，以持续指引推动企业顺利实现数智化转型，推动数据智能产业健康有序发展。中国通信标准化协会大数据技术标准推进委员会（CCSA TC601）开展《数据智能研究报告（2025年）》编制工作，本报告是第二本数据智能领域的年度综合报告，经过对去年报告的内容进一步完善和延伸，结合业界先进理念和关注焦点进行了更新和迭代。
《数据智能研究报告（2025年）》主要更新点如下：
01 全球数据智能政策洞察
系统梳理全球主要国家最新数据智能领域政策法规，深入洞察全球数据智能产业发展最新动态。
02 全球数据智能产业动态解析
围绕数据智能产业规模、企业数量、投融资情况、论文专利、人才培养等维度，深入剖析全球数据智能产业的发展态势以及未来发展趋势。
03 数据智能各领域最新发展动态梳理
从数据、算法、应用、安全四个维度梳理当前数据智能产业发展的最新进展及面临的问题，深入解析未来数据智能产业各个领域的发展趋势。
本报告由CCSA TC601大数据技术标准推进委员会编制，旨在总结和分析2024年至2025年间数据智能产业的发展现状、面临的挑战及未来趋势。报告详细阐述了数据智能在政策、技术、应用和安全四个核心领域的协同发展，量化了其在各行业的应用价值和经济效益，并提出了未来发展的四大趋势。
主要内容：
- 数据智能综述
- 价值与意义：数据智能通过全形态数据和大数据与人工智能的深度融合，提升了决策效率和资源配置能力，推动了创新和用户体验的提升。
- 国内外政策综述：全球多国出台了相关政策，推动数据智能产业的发展和监管，特别是在人工智能研发和应用方面。
- 产业综述：全球数据智能企业数量快速增长，投融资活跃，高水平论文和专利数量逐年增加，中美成为主要的人才和技术聚集地。
1
- 高质量数据为数据智能实践奠定坚实基础
- 数据集建设元年：高质量数据集的建设受到广泛关注，国家出台多项政策推动其发展。
- 三大瓶颈：缺乏落地实践方法论、技术能力短板和数据流通机制不完善，制约了数据智能技术的深度应用。
- 三大趋势：数据集建设运营方法论逐步成熟，多模态数据处理技术加速创新，多方参与形成协同生态。
- 高水平算法为数据智能实践提供核心动力1
- 大模型加速渗透：生成式大语言模型的应用效果显著，推动了人工智能技术的快速渗透。
- 三重问题：模型效果仍有提升空间，技术栈复杂提高使用门槛，应用方式仍在探索尚未形成范式。
- 三大趋势：多模态能力持续提升，智能中台兴起，多任务智能体及多智能体协同有望持续突破。
- 高价值应用是数据要素价值释放的关键环节1
- 数智应用百花齐放：数智应用的目标和场景多样化，营销、运营、管理类场景正在向落地成熟阶段转变。
- 三方面挑战：协同困难、赋能效益难计量、落地经验难复用。
- 四大趋势：大模型技术与小模型协同，大模型与知识库融合，智能体成为主要应用形式，数字员工成为新方向。
- 高安全防护护航数据与智能融合新范式
- 智能化数据安全治理体系加速升级：政策和技术层面均推动了数据安全治理体系的升级。
- 三大安全挑战：安全技术瓶颈仍未突破，新业态治理复杂度飙升，安全治理落地实践不足。1
- 两大趋势：AI安全治理从“合规达标”向“主动治理”转型，AI赋能基础技术融合发展。
以下为现场分享PPT
本报告主要参与单位与人员如下。
参编单位：大数据技术标准推进委员会、交通银行股份有限公司、人保信息科技有限公司、南方电网数字平台科技（广东）有限公司、中国联合网络通信集团有限公司、中国联合网络通信有限公司智网创新中心、联通数据智能有限公司、中电信人工智能科技（北京）有限公司、中移动信息技术有限公司、中国民航信息网络股份有限公司、中国联合网络通信有限公司智能城市研究院、中国移动通信有限公司研究院、北银金融科技有限责任公司、中电云计算技术有限公司、北京数巅科技有限公司、亚信科技（中国）有限公司、上海零数众合信息科技有限公司、上海爱数信息技术股份有限公司、江苏钟吾大数据发展集团有限公司、北京谊慧信息技术有限公司、杭州数梦工场科技有限公司、北京盛汉律师事务所、北京交通大学、腾讯云计算（北京）有限责任公司、北京枫清科技有限公司、北京数势云创科技有限公司
参编人员：田稼丰、王卓、王超伦、尹正、杨靖世、张越、姜春宇、马鹏玮、康宸、周一帆、梅宇婷、查毓灵、杨琦、杨光、凌敏、徐乐西、葛迪、蔡志强、丁宏伟、李阳、唐旭、黄启洲、王项男、王伯君、裴亚、袁雪梅、史赟、陈卓，任鹏飞，张若周、周钢、肖巍、张磊、杨健、强薇、董正浩、郭中梅、吴博、金洁华、刘小成、宁艺昭、李亚兰、刘现亮、何昌华、蒋锡茸、张国贤、梅珂夫、王立冬、兰春嘉、杨珍、李基亮、宁静、许凤玲、杜成、刘沂鑫、周丞、王璐、徐鹏飞、何转琴、郭宁、肖敬仁、姜怀舒、姜雪莹、冀振燕、熊泽昌、徐圣凯、徐晓敏、田小康、陈海洋、王传阳、孙建新、韩秀锋
关注公众号，并在首页输入关键词“数据智能研究报告2025”，下载报告。来源：CCSA TC601大数据技术标准推进委员会
【END】
