2026 年 2 月 7 日，国家数据局、工业和信息化部、公安部、中国证监会发布《关于培育数据流通服务机构 加快推进数据要素市场化价值化的意见》（国数政策〔2026〕6 号）。文件首次明确，我国将培育三类数据流通服务机构。
三类机构的定位
**数据交易所（中心）**突出综合服务功能，承担交易撮合、规则制定与合规审核等职能。
数据流通服务平台企业突出专业化发展，在特定行业或场景中提供数据加工、撮合与交付服务。
数据商侧重加大数据产品和服务开发力度，可通过自采销售、购买转售等方式拓展数据获取渠道，开发数据产品，提供采集、加工处理、流通交易等服务，并探索高质量数据集、数据即服务等新模式。
为什么这对 AI 企业重要
AI 模型的性能依赖数据，而数据的合规风险主要来自「来源」。长期以来，企业在采购或自建数据集时面临一个现实难题：数据来源的授权链条难以完整证明。
数据流通服务机构的规范化，指向的正是这一问题。当数据经由具备功能定位与合规义务的机构流通，其来源合法性、授权范围与使用边界就有了更清晰的载体。对 AI 企业而言，这意味着「数据采购」可以逐步从「私下交易」转向「可溯源交易」。
对 AI 企业的四点含义
第一，数据来源的举证责任并未减轻。 即便通过数据商采购，企业仍需在合同中明确数据的授权范围与用途限制，并留存授权链条。参见数据合规风险清单与AI 商业合同指引。
第二，数据商本身成为合规主体。 参与公共数据资源开发利用的数据商，需遵守公共数据管理要求；涉及个人信息的，需履行个人信息保护义务。参见个人信息出境认证办法。
第三，高质量数据集是政策与市场的交汇点。 数据商开发高质量数据集，与国家数据局的行业数据集建设方向一致，参见行业高质量数据集建设行动实施方案与国家数据局数据集指引。
第四，数据产权登记将成为流通的基础设施。 数据产权登记与数据流通服务机构培育构成完整链条，参见数据产权登记工作指引。
建议
企业可以分三步推进：一是梳理现有数据来源，标注哪些来自公开渠道、哪些来自采购、哪些来自用户生成，并评估各自的授权完整性；二是评估是否可通过数据交易所或数据商获取更「干净」的数据；三是把数据来源合规纳入模型开发的立项检查项。
数据要素市场的规范化，长期看会降低 AI 企业的合规不确定性，但短期也提高了「数据采购」的规范成本。能否适应这一转变，将影响企业在模型训练上的可持续性。
本文依据国家数据局等四部门《关于培育数据流通服务机构 加快推进数据要素市场化价值化的意见》及公开报道编写，仅供参考，不构成法律意见。