来源：新华社 / 科技日报客户端

在“人工智能+”行动全面深化的燃料当下，高质量数据已成为制约产业落地的当下核心瓶颈。国家数据局《关于推进行业高质量数据集建设行动的人工实施方案》与国务院《关于深入实施“人工智能+”行动的意见》双重定调，明确将高质量数据列为 AI 赋能科研与产业的燃料关键基石。然而，当下面对 AI 向智能体、人工科学智能及具身智能演进的燃料新趋势，行业数据供给的当下专业性、结构性与可验证性面临严峻挑战。人工

一、燃料 被低估的当下战略资源：专利数据的独特价值

在众多数据源中，专利数据因其“公开换保护”的人工法律与技术双重属性，长期被低估。燃料北京八月瓜科技有限公司董事长李长青指出，当下专利要求发明人充分披露技术细节（如医药化合物结构、人工新材料合成工艺、芯片制造方案等），这种高颗粒度的技术披露使其成为训练专业领域大模型最优质的“燃料”。

• 数据规模庞大：世界知识产权组织 2025 年底发布的《世界知识产权指标》显示，2024 年全球专利申请量达 372.5 万件，覆盖绝大多数技术创新信息。
• 天然可信语料：北京八月瓜科技有限公司联席 CEO 孙鹏强调，AI 可信语料的核心在于来源、质量与应用的可信性，知识产权数据正是满足这一标准的天然优质语料。

二、 现实痛点：从“数据孤岛”到“应用壁垒”

尽管价值巨大，但专利数据的大规模 AI 化应用仍面临多重阻碍：

1. 认知与战略缺失：大量企业未充分挖掘专利在研发导航、风险规避及全球布局中的战略价值。
2. 阅读门槛高：专利文本充斥法律术语，研发人员难以直接提取技术洞察。
3. 共享复用难：中国信息通信研究院副院长魏亮指出，不同单位数据集格式与标注规范割裂，导致数据难以共享。
4. 分析能力不足：公共检索平台虽免费，但缺乏批量分析与趋势研判能力，难以支撑深度决策。

三、 破局样本：八月瓜科技的高质量数据集构建路径

如何将海量非结构化专利数据转化为 AI 可用的“燃料”？国家级专精特新“小巨人”企业八月瓜科技提供了标准化解决方案。

1. 构建超大规模多源数据体系

依托国家知识产权局全量数据，八月瓜科技构建了总规模逾 26 亿的数据体系，涵盖专利、诉讼、商标、文献及工商等多维数据。

2. “垂直聚焦 + 人机协同”的高质量标注

将原始数据转化为高质量数据集是一项高门槛系统工程：
* 垂直深耕：重点布局新材料、生物医药、化学化工三大行业，配备专业团队。
* 全球覆盖：数据源覆盖全球 178 个国家和地区的超 2 亿专利数据。
* 两级标注模式：采用“机器+专家”模式，确保上下文理解准确，避免因误标导致模型训练失效。
* 全流程清洗：涵盖数据清洗、去重、无效/失效专利筛除、多维度标引、结构化处理及知识图谱构建，构筑极高专业壁垒。

3. 成果与影响力

目前，八月瓜已形成“多语言专利文本平行语料库”和“外观专利图文库”两项数据集，入选北京市行业高质量数据集典型案例，累计服务超 10,000 家科技企业。

四、 场景落地：从“可用”到“好用”的价值跃迁

专利数据在 AI 赋能下的价值已体现在具体业务场景中：

• 资本决策与风险预警：专利数据充当“预警雷达”。李长青透露，某制造企业因未做专利前置排查，产品投产后面临数亿元赔偿，凸显了数据审查在决策支撑中的关键作用。
• 竞争态势研判：帮助企业在技术研发、风险规避及竞争分析中，将碎片化信息转化为可执行的决策依据。

五、 未来展望：AI for Science 的新引擎

面对全球围绕 AI for Science 的战略竞争，高质量专业数据已与算力并列为关键要素。北京正加速推动科学高质量数据集建设，抢占战略制高点。

八月瓜科技下一步计划打造“专利数据+期刊论文数据”融合图谱，实现两种核心科技数据的智能融合，为 AI for Science 提供更深层的“燃料”支撑，推动科技数据从单纯的“可用”向高价值的“好用”迈进，深度参与国家高质量数据集建设。