文章核心观点 - 国家数据局发布关于加强数据科技创新的实施意见，旨在通过技术攻关、成果转化、生态培育和基础支撑等多方面举措，推动数据科技创新与产业深度融合，激活数据要素乘数效应，赋能数字中国建设 [1] - 设定明确发展目标：到2027年，建成一批引领性数据科技创新平台，初步建立数据驱动的产业创新体系，关键技术设备实现阶段性突破；到2030年，数据领域关键技术达到国际领先水平，数据要素对经济社会高质量发展的赋能作用全面显现 [1] 加强技术攻关与高水平应用 - 加强关键数据技术攻关，将数据科技研发纳入国家科技计划体系，加快攻关数据供给、流通、利用、安全等关键技术，以及促进AI、具身智能等创新发展的高质量数据集构建和评测技术，研制一批关键软硬件设备 [2] - 依托国家自然科学基金强化基础研究，利用现有资金渠道支持技术攻关和设备研发，定期发布前沿研究方向，鼓励地方结合区域特色支持研发 [2] - 加强试验验证和规模化应用，布局建设一批数据领域概念验证、中试基地、检验检测等平台，促进技术成果从实验室走向市场 [2] - 对具备产业化推广的技术成果开展重大示范工程建设，促进规模化应用，地方数据管理部门需结合产业特色做好技术复制推广 [2] 推动数据科技创新成果高效转化 - 结合“人工智能+”行动、“数据要素×”行动等工作，建设一批高价值、广覆盖、强牵引的数据科技应用场景 [3] - 引导政府部门、国有企业、行业龙头企业、平台企业、数据交易机构等开放数据应用场景，为技术验证提供“试验田” [3] - 探索建立数据科技成果转移转化体系，支持优势主体牵头组织产业链创新链上下游力量，打通技术攻关、产品研发、验证测试、场景应用全流程，健全产学研用深度融合的转化机制 [3] 培育数据科技创新产业生态 - 打造数据领域创新平台体系，支持国家级科技创新平台基地发展，谋划布局一批数据领域部级重点实验室等创新平台，建立健全运行管理和评估机制，对优秀平台给予支持 [4] - 引导地方根据自身优势和产业发展需要，建设数据科技领域重点实验室、研发中心等创新平台 [4] - 发展壮大重点创新主体，鼓励国家实验室、企业、高校和科研院所等组建创新联合体，牵头或参与国家数据科技攻关任务和重大创新平台建设 [4] - 强化企业创新主体地位，建立培育壮大科技领军企业机制，在数据等重点领域培育壮大一批科技领军企业 [4] - 通过“揭榜挂帅、赛马竞争”等方式，支持科技型企业承担数据科技基础研究、技术攻关、产业应用等重点任务，支持民营企业依法参与共性技术研发和数据要素市场建设，支持有能力的民营企业牵头承担攻关任务 [4] - 推动数据科技开源创新发展，支持运营基础较好的开源平台规模化、规范化发展，建设具有示范性的开源社区，引导高质量数据汇入开源社区 [5] - 加快建设面向科学研究的数据基础设施，支持打造一批“Data for Science”协同创新中心，促进科学数据高效流通和开发利用 [5] - 强化数据驱动的科研范式创新，鼓励国家实验室、企业、高校和科研院所联合开展数据驱动的科学研究和技术攻关 [6] - 深化数据领域国际合作，积极参与全球数据领域科技治理和国际组织框架数据治理规则和标准制定，加强数据标准国际输出和引领 [6] 夯实数据科技创新基础支撑 - 夯实数据科技创新设施底座，加快全国一体化算力网建设，推动多元算力资源并网池化、智能调度和便捷使用，打造高性能算力体系 [7] - 加快数据流通利用基础设施体系建设，推动建设数据安全防护平台，促进跨地域、跨领域、跨主体数据资源可信流通与高效利用 [7] - 建设一批面向数据科技前沿的原型验证平台和试验场，为新技术、新模型、新应用提供基础支撑 [7] - 加强人才培养力度，探索建立数据科技领域人才评价通道和职称体系，打造复合型、创新型、实战型数据科技人才队伍 [7] - 支持高等院校、职业院校面向实际需求优化学科专业设置，加强“双师型”、“工学一体化”教师队伍建设，完善产教融合人才培养机制 [7] - 加大财税金融支持力度，引导金融机构支持数据科技创新，带动长期资本、耐心资本、优质资本更多投向数据科技领域，鼓励投早、投小、投长期、投硬科技 [8] - 发挥高新技术企业税收优惠、科技创新专项担保等政策激励作用，降低数据科技企业创新成本，鼓励有条件的地方加大支持力度 [8] - 提升数据标准支撑水平，加强数据领域关键技术标准体系建设，在数据基础设施、数据服务能力成熟度、高质量数据集等领域同步部署技术研发、标准研制与产业推广 [8] - 建立数据领域重大科技项目与标准工作联动机制，将先进适用科技创新成果融入标准，加强标准制定中的知识产权保护 [8] - 加快数据领域科技成果转化应用，建设数据领域标准验证服务平台、高质量数据集标准评测服务平台等公共服务平台 [8] 组织实施与保障机制 - 国家数据局建立常态化工作机制，协调解决技术攻关与资源配置等问题 [9] - 强化数据贡献度和成果转化效益，定期开展数据领域产学研用优秀成果评价，加强对优秀成果及科研人员奖励激励 [9] - 持续跟踪监测实施方案效果，适时总结经验，形成并推广典型案例 [9] - 各地方数据管理部门需因地制宜制定工作方案、细化任务分工、认真组织实施，共同推动各项政策实施落地见效 [9]