本质，是数据要素市场化 “ ” 配置过程中 信任基础 的不足，也将严重制约着人工智能产业的发展。 国家数据局重磅出台《可信数据空间发展行动计划（2024—2028 年）》，以国家战略方 式推动可信数据空间的加速建设，预计 2028 年国内将建成 100 个以上可信数据空间， “ ” 包括城市、行业、企业、个人、跨境五类可信空间，打通数据要素流通的 最后一公里 。在 AI 时代， 据局的战略布局和重点工作推进，我国可信数据空 间的建设已逐步从试点探索走向规模化建设。2024 年 11 月国家数据局发布《可信数据空间发展行动 计划（2024—2028 年）》，首次在国家层面对这一 新型数据基础 设施系统布局，明确到 2028 年建成 100 个以上可信数据空间的目标。 建制度 立顶设 强行动 促发展 建制度框架 指引建设方向 规划蓝图 激发数据要素潜能 场景驱动价值 试点总体方案》、《数据二十条》 破除要素流动障碍, 提升协同效率 第二届数字政府建设峰会提出: 让 “ ”“ ”“ ” 数据 供得出 流得动 用得好 国家数据局《可信数据空间发展行 动计划 (2024—2028 年) 》 提出建设 100+可信数据空间 国家数据局《2025 年可信数据空 间创新发展试点名单》 公布首批申报成功的 63 个可信 数据空间试点项目名单 图 1 可信数据空间建设发展历程

月 - 2025 年 12 月）...........................................................13 全面推进阶段（2026 年 1 月 - 2028 年 12 月）.................................................................13 优化完善阶段（2029 年 1 月 - 2030 通信与北斗导航设施试点等项目。 2. 开发低空交通管理系统与数据共享平台原型系统，在试点区域进 行测试运行。 3. 开展人工智能与大模型应用场景设计，启动首批试点项目。 全面推进阶段（2026 年 1 月 - 2028 年 12 月） 1. 全国范围内全面推进通用机场、起降点、飞行服务站等基础设施 建设，完成年度建设任务目标。 2. 完善低空交通管理系统与数据共享平台功能，实现全国主要区域 覆盖。 3

05 甲醇新能源商用 车 04 仓配一体 化 中国物流与采购联合会 CFLP 邯 郸 县可赛物流有限公司 理事单位 核 发 号 1 0 7 4 8 号 有效期 20282 年 8 月 -2028 年 8 月 河北省“专精特新”中小企业 副会长单位 二 0 二 年五 月 制 1 高新技术企业 证 河北省现代物流协会 物流园区 ( 联盟 ) 专业委员会 Profes

2025-04-30 发布 2025-04-30 实施 22 A A 参 考 文 献 [1] 国家数据基础设施建设指引（发改数据〔2024〕1853号） [2] 可信数据空间发展行动计划（2024—2028 年）（国数资源〔2024〕119号） [3] 数据领域常用名词解释（第一批）（国家数据局） [4] 数据领域常用名词解释（第二批）（国家数据局） [5] NDI—TR—2025—04 数据基础设施

l 全球AI发展态势强劲 资本市场对AI的投入热情持续高涨。IDC报告显示， 2024年全球AI总投资规模达3158亿美元，预计2028年将增 至8159亿美元，五年复合增长率达32.9%。中国市场的增 长更为迅猛，同期复合增长率达35.2%，预计2028年投资 规模将突破1000亿美元。2024年，AI初创企业融资额达 1100亿美元，较上年增长62%，创下历史新高。 用户规模方面，全球AI用户数量和使用时长仍在高速

实现企业风险在线分析、预警和监 控的可视化管理  深化跨企业的大数据应用 第一阶段 第二阶段 第三阶段 打通主干道，筑基“ 2030” （ 2025——2027 ） 整合周边系统，布局“ 2030” （ 2028——2029 ） 融合创新，初赢“ 2030” （ 2030.1——2030.12 ）  智能产品：智能基础部件及关键技术研发  智能服务：水电远程诊断，电站服务平台  智能工厂：选择标准化程度较高的高危或

重要的战略资源，其价值日益凸显。然而，当前 xx 省政务领域存在数据共享难、应用碎片化、安全风险 高等突出问题，严重制约了人工智能与政务服务的深 度融合。为响应国家《可信数据空间发展行动计划 （2024—2028 年）》等相关政策要求，落实人工智 能与政务服务深度融合的战略部署，xx 省亟需搭建 一个高效、安全、智能的可信数据空间 AI 服务平台。 该平台的建设，旨在打破各部门之间的数据壁垒， 整

2025年中国智能算力规模预计达1037.3 EFLOPS（是通用算力的12 倍），随着模型的成熟以及生成式人工智能应用的不断拓展，推理场景的需求日益增加，推 理服务器的占比将显著提高。IDC数据显示，预计到2028年，推理工作负载占比将达到 73%。 应用场景爆发式增长:智算业务的应用场景正从互联网行业向金融、医疗、制造、交通 等传统行业全面延伸，推动各行业的智能化转型。例如在金融领域，智算技术被广泛应用于

weeks 到 hours o 边缘 AI：部署在交易所本地的微型模型可将延迟压缩至 纳秒级 3. 新兴市场渗透：东南亚数字资产交易所的算法交易占比预计从 2023 年的 18%增长至 2028 年的 45%，存在早期布局窗口 期。 核心挑战  监管套利风险：欧盟 MiFID II 与美国 SEC 规则差异导致跨市 场策略合规成本增加 30-40%  模型同质化：Top 100