2026世界互联网大会数据治理论坛上，履新国家数据集团总经理的陈荣辉首次公开亮相，披露了这家“数据国家队”的发力方向，并将“加快国家数据流通、数据跨境流动服务等基础设施建设运营，支撑全国一体化算力网建设，推动数据基础设施互联互通”列为集团四大发力方向之一。

从雄安挂牌到乌镇发声，这一连贯动作释放出清晰信号：数据基础设施正从制度设计走向实体运营，成为数据要素价值释放的关键支撑。

国家数据集团的“基础设施观”：不只是修路，更是定规则、供燃料

值得注意的是，陈荣辉在乌镇发言中反复强调的一个判断：数据作为新型生产要素，其强场景依赖性决定了它必须有明确的客户需求、明确的场景用途，才具有商业价值。这意味着国家数据集团对“基础设施”的要求，不是静态的存储与传输管道，而是以场景价值为牵引、以“人工智能+”行动为出口的能力型基础设施。

从“供得出、流得动”到“喂得对、学得会”：AI时代的数据基础设施缺口

传统数据基础设施的核心命题是“供得出、流得动、用得好”，解决的是数据孤岛和流通壁垒问题。但当AI成为数据的主要“消费者”时，一组新的矛盾迅速暴露出来。

在能源、制造、医疗等领域积累的PB级数据大多沉睡在孤立系统中，格式杂乱、标准不一，难以被算法直接利用；而通用大模型在面对工业装置异常预警、工艺优化或辅助诊断时，往往“不懂行话、不知规矩”。数据“有”不等于数据“能用”，数据“汇聚”不等于模型“学得会” ——这是AI产业化下半场最隐蔽的卡点。

科杰科技：以AI数据基础设施服务国家战略与产业落地

科杰科技的解法，凝结为“模数共振”这一核心方法论。其内涵并不复杂：数据为模型提供行业经验与场景约束，模型反过来激活和提炼沉睡的数据资产，形成“以模引数、以数强模”的双向循环。

这一方法论的产品载体是 KeenData Agentic Lakehouse Platform 智能底座，采用“AI-in-Lakehouse”智能驱动型架构，由 KeenData Lakehouse 与 Agentic OS 协同构成。其中，KeenData Lakehouse将湖仓一体引擎、多模态计算引擎、训推一体加速引擎原生融合，实现结构化与非结构化数据的统一接入、治理、标注与运营，使数据具备可被 AI 直接消费的能力；平台代码自研率达 97%，拥有 200 余项技术发明专利，在先进的湖仓一体平台软件市场占有率第一。Agentic OS 则面向智能体的运行、编排与协同，补齐从数据就绪到智能体落地的操作系统层能力。

在落地路径上，科杰科技提出的“集中式管制、分散式赋能”模式，与国家数据集团“全国统筹+地方协同”的基础设施逻辑高度契合：大型央国企和产业链链主自建专属数据底座，对内支撑全链路智能体生产，对外输出产业数据服务；中小企业则无需重复建设，依托城市可信数据空间和产业公共数据基础设施共享数据与AI能力，实现技术平权。科杰科技已入选国家数据局首批可信数据空间试点典型单位，其能力链条覆盖数据治理、可信流通、多模态处理、高质量数据集供给，并延伸至模型训推与智能体全生命周期运行。

AI数据基础设施，是让数据学会“说模型的语言”

国家数据集团的成立，标志着中国数据要素改革从制度设计阶段进入实体运营阶段，数据基础设施被赋予了“引领互联互通”的国家使命。但互联互通的终极意义，不在于管道有多宽、节点有多密，而在于流经管道的数据能否真正转化为智能。当AI成为数字经济的主发动机，“AI数据基础设施”的定义本身正在被重写：它不再只是存储与传输的物理层，而是数据治理能力、多模态工程能力与模型适配能力的融合体。

科杰科技的站位，正是在这一时代变革的节点上。在国家数据集团铺设的全国性数据流通骨架之上，补齐从“数据可用”到“数据可被AI消费”的关键跃迁层。