训练数据在大模型竞争中至关重要，NVIDIA推出的Nemotron系列数据集强调数据质量和任务适配性，涵盖通用文本预训练、监督微调和代码生成等核心能力，推动模型训练从数量向精准转变。这些数据集为大模型研究提供系统性支持，提升模型能力。

ScaleCUA是清华大学和Z.AI团队提出的框架，旨在解决Computer Use Agent（CUA）训练数据稀缺问题。通过可验证任务合成、动态学习前沿采样和视觉上下文分割，ScaleCUA显著提升了数据质量和训练效率，使开源CUA在OSWorld上达到了68.7%的新高，超越了参数量大四倍的竞品。这一方法强调了数据质量的重要性，证明了在CUA领域，数据效率优于模型参数规模。

澳大利亚企业在新财年增加了AI预算，但面临数据基础薄弱的问题。研究显示，80%的决策者担心高使用率被误认为生产力提升，只有8%跟踪实际收益。大多数企业未重视数据质量，导致AI效果不佳。尽管AI改变了工作方式，提升了员工价值创造，但企业需重建数据基础，以确保AI投资的有效性。

企业领导者关注如何投资人工智能以获得最大价值。成功企业通常具备良好的数据基础、专注于高效工作流程，并将治理视为设计要求。客户服务、预测分析和个性化是AI应用的潜力领域。数据质量是成功的关键，约占75%。企业应优先清理和组织数据，以确保AI有效运行。

DataOps将DevOps原则应用于数据管道，以加速交付和提高数据质量。通过自动化数据工作流和促进跨职能团队协作，DataOps持续改进数据质量，强调将数据视为产品，推动快速迭代和反馈，显著降低数据停机时间和运营成本。实施DataOps的组织报告数据停机事件减少高达99%。

随着云原生架构的复杂性增加，工程团队面临遥测数据过量的问题，许多指标未被查询，导致存储和工程负担加重。为减少资源浪费，团队需明确健康系统的标准，优化遥测信号，并结合自动化与手动仪器以确保数据质量。同时，关注AI系统的概率特性，调整遥测定义，以评估系统的可靠性和成本效益。

数据工程在人工智能中扮演着重要角色，涉及数据管道构建、特征工程和合规性。数据工程师需确保数据质量，以支持AI模型的训练与部署。AI驱动的自动化提高了数据处理效率，但也带来了数据质量和可扩展性挑战。生成式AI能够生成合成数据，帮助解决训练数据不足的问题。数据工程师需与数据科学家紧密合作，确保数据的可靠性和合规性，以推动AI项目的成功。

AnySearch是一款专为AI Agent设计的搜索服务，旨在提升搜索质量并减少搜索调用次数。上线首月吸引了10万开发者，成为热门工具。它采用自建数据管线，确保数据质量和稳定性，未来将继续迭代技术以推动商业化发展。

客户细分是将客户群体根据共享特征划分为小组，以便定制营销和服务。有效的细分可以提高客户留存率、增加客户终身价值并减少广告支出。现代细分方法结合多种数据类型，AI和机器学习使细分更精准和实时更新。定期审查细分以确保数据质量和准确性是成功的关键。

客户互动数据分散在多个系统中，导致AI客服面临数据碎片化问题。专家建议企业应构建统一的客户档案，以提高AI的决策准确性。治理框架和数据质量对确保AI有效运作及提升客户体验至关重要。

企业数据战略是组织收集、管理和利用数据以实现商业目标的正式计划，涵盖数据治理、管理、质量、分析和团队结构等关键要素。有效的数据战略能够识别竞争优势，将数据资产转化为可操作的洞察，从而提升业务价值。实施全面的数据战略通常需要12到18个月。

数据治理是确保数据质量和合规性的关键，需明确目标、责任和透明流程。核心原则包括问责制、透明度、一致性和管理。采用合适的数据治理框架（如DAMA-DMBOK、TOGAF）可帮助建立稳健的治理结构。数据架构设计应支持数据的可访问性和完整性，并确保数据安全。持续监控数据质量和合规性是成功治理的策略。

本文讨论了使用MONAI构建医学图像分割深度学习管道的经验，强调在调优模型前需理解数据集的质量和分布，尤其在医学成像中。建议在项目初期进行数据评估，以提高模型性能，最终指出数据质量比模型复杂性更为重要。

AI正在改变通信服务提供商（CSP）创造和衡量商业价值的方式。CSP应从生产力提升和客户体验改善等多维度评估AI的成功，而不仅仅关注运营成本削减。数据质量是AI应用的主要障碍，CSP需重视数据基础建设。代理式AI在网络运营中展现出显著价值，成功的CSP会谨慎推进并重构运营流程。与云厂商和传统供应商的合作是实现AI战略的关键。

张璐在2026中国AIGC产业峰会上指出，AI行业正从模型和算力转向基础设施和数据层，推理将成为算力消耗的新主角，数据质量比数量更重要。未来的重点在医疗、太空和纳米机器人等应用领域，边缘计算和高质量数据收集是推动AI发展的关键。

Databricks SQL Alerts正式推出，旨在实现自动化数据监控。用户可通过定义SQL条件和调度，及时发现数据质量问题，减少人工检查。该功能支持自定义通知，简化监控流程，提高效率，已有4000多家客户在生产中使用。

NYU Langone Health通过改进数据收集和管理，推动以数据为驱动的医疗系统。自2017年起，该机构开始现代化数据平台，确保数据质量，统一数据以减少部门间冲突，提升医疗决策支持，确保患者安全。Nader Mherabi强调，清洁数据源是成功的关键，投资于数据治理和社区建设至关重要。