7月25日，国家发展改革委、国家数据局在成都举办2026年APEC数字周数据领域系列活动。数据首次作为APEC框架下的独立议题开展高级别政策交流，并发布《APEC数据促进增长高级别圆桌会主席声明》。
研讨会上，"数据赋能人工智能发展"议题形成一个核心判断：高质量数据是人工智能规模化落地的核心支撑。日立把运营中积累的真实数据用于设备检测和产线优化，PayPal用后台数据集做风控。数据是嵌入具体业务流程的生产要素。
政策重心从"建数据集"转向"用数据集"
把这个判断放回国内政策时间线，能看到一条清晰的迁移。5月，国家数据局印发《2026年数字经济发展工作要点》，把"强化数据赋能人工智能发展"列为八项重点任务之一，部署强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大专项行动。
7月28日，国家数据局副局长余英首次提出"探索词元交易、培育为优质数据付费的市场共识"。截至6月，全国已建成高质量数据集超12万个，总体量超1565拍字节。2026年被定义为"数据要素价值释放年"，政策的重心从"把数据集建起来"转向"把数据集用起来"。
"用起来"有一个隐藏门槛。六大专项行动里的"标注攻坚"，要的是专家型标注和知识注入；"提质增效"，要的是满足AI-Ready标准。落到电力行业，这一步的分水岭，是数据入库时是否已经带上了业务语义。
电力数据的高质量数据集，几乎都在源网侧
电力行业现有的高质量数据集，几乎都集中在源网侧。南方电网的"电网调度AI负荷预测数据集"覆盖南方5省区60余地市、规模超300TB，服务的是大电网调度；国家管网集团针对油气管输场景，对17类198个电力数据项完成分类分级，走的是电网—管网—售电的跨主体流通。这些案例的主体是电网企业和能源巨头，数据集中在发电、输电、调度一侧。
负荷侧——园区、楼宇、工厂、医院的配电数据——密度最高、离真实业务最近，却长期缺席。它们散落在成套设备、配电柜、电表里，没有统一语义标识，权属边界不清晰，进不了数据集供给序列。
对园区运营方和能源服务商来说，这是一个具体的空位：谁先把负荷侧数据定义清楚，谁就拿到进入高质量数据集供给序列的资格。
三个动作，按顺序做
第一，盘点。把自有配电设备上已经在产生的时序数据摸清：哪些回路、哪些负荷、哪些工况事件能被持续采集，目前还没被标识。
第二，采集时带语义。高质量数据的分水岭，是数据入库时是否已经定义过含义；事后清洗的成本远高于先定义后采集。
第三，先定权属和分级。跨主体流通的案例已经把路径画出来：分类分级、可信数据空间、数字合约、全程审计。负荷侧数据要进场，权属论证和分级管控得走在前面。
星闪海辰面向负荷侧配电场景，用AIoT感知设备接入园区、楼宇、工厂的配电数据，再通过EVOS能源价值运营系统完成标识加工，让每条数据在入库时就带上资产、拓扑、负荷、工况、价值、合规六类语义标签。对正在盘点负荷侧数据的企业，这一步对应的正是前文第二步"采集时带语义"。先定义后采集，是负荷侧数据进入数据集供给序列最省成本的一条路。
信源
- 国家数据局《APEC数字周数据领域系列活动在成都举办》，2026-07-27
- 国家数据局《2026年数字经济发展工作要点》，2026-05-19
- 国家数据局《关于推进行业高质量数据集建设行动的实施方案》专家解读，2026-06
- 国家数据局《2026中国国际大数据产业博览会新闻发布会文字实录》（余英），2026-07-28
- 国家数据局《电网调度负荷预测高质量数据集》典型案例（南方电网），2025-09
- 国家数据局第三批数据流通安全治理典型案例《基于油气管输运行优化场景的电力数据跨主体流通安全技术应用案例》（国家管网集团），2026-06
