2026 年 5 月，国家数据局印发《2026年数字经济发展工作要点》，以 8 个方面重点任务统筹推进数字经济。就企业而言，其中最值得关注的是两条主线：一是深化数据要素市场化配置改革，三是强化数据赋能人工智能发展。
8 个方面任务与两条主线
工作要点以 8 个方面重点任务覆盖数字经济的主要领域。其中，“深化数据要素市场化配置改革"与"强化数据赋能人工智能发展"两项，分别落在数据的"流通侧"与"供给侧”，是理解这份文件的关键。
前者回答数据如何成为可确权、可交易、可定价的要素，后者回答数据如何转化为训练模型、解决行业问题的能力，二者共同指向让数据真正流动起来。
全国统一数据产权登记制度意味着什么
在数据要素市场化一侧，工作要点提出加快建立全国统一的数据产权登记制度、印发登记指引，并推动公共数据授权运营的价格形成机制。
登记是确权的前提。数据长期面临"确权难"——权属不清，交易与流通便无从谈起。全国统一的产权登记制度与登记指引，意在为数据提供一套可核验的权利凭证。对企业的含义很直接：数据从"内部可用"走向"可作为资产管理"，数据资源的盘点、登记与台账建设将逐步成为常规动作，相关进展可参见国家数据局高质量数据集与一体化算力网。
公共数据授权运营的价格形成机制同样值得关注：它关系到企业能否以市场化方式获得公共数据，以及公共数据进入产业应用的成本与路径。
数据赋能 AI：6 大专项行动
在数据赋能人工智能一侧，工作要点提出实施强基扩容、应用赋能、提质增效、管理服务、价值释放、标注攻坚 6 大专项行动，形成一批满足 AI 就绪度要求、有效训练先进模型、切实解决行业难题的标杆性高质量数据集。
这 6 大专项行动，与 2026 年 6 月国家数据局《关于推进行业高质量数据集建设行动的实施方案》一脉相承，可参见行业高质量数据集建设行动实施方案解读。
“AI 就绪度"是这里的关键提法。它意味着数据集不只是"有”，还要满足可训练、可授权、可追溯的条件。规模之外，质量与合规性成为衡量数据集价值的硬指标。
两条主线的联动与合规前提
数据要素市场化与 AI 数据供给并非各自独立。确权与登记解决"数据归谁、能否流通"，数据集建设解决"数据能否用于训练"。前者不清，后者难行——权属模糊的数据集，规模再大也无法安全进入模型训练。
因此，企业参与数据要素市场或数据集建设时，几个合规前提绕不开：数据来源的合法性、个人信息处理的边界、数据安全与分类分级，以及数据标注环节的合规。这些前提与数据要素的流通安排直接相关，相关分析可参见数据要素市场与代币化合规与AI 企业数据合规。
就企业而言，与其等到流通环节受阻再补救，不如在数据资源的采集与登记阶段就把来源台账、授权链条与合规评估建立起来。需要就数据资产登记、数据集建设合规与数据流通安排获得支持的，可参见数据合规服务。
本文依据国家数据局 2026 年 5 月印发的《2026年数字经济发展工作要点》公开信息编写，仅供参考，不构成法律意见。