由腾讯云携手中国信通院云大所、C114通信网打造的“云启WETELE运营商数智升级”系列在线课堂，2024年举办了六期，2025年第一期探讨了大模型和运营商智能化转型，第二期探讨了云计算技术和应用融合创新，本期探讨如何深度挖掘数据要素价值、畅通数据资源大循环。本期主讲专家有两位，分别是联通数据智能有限公司专家杜镇泽、腾讯地图专家张柏林。
打造“AI-Ready”数据力
联通数据智能有限公司是中国联通在去年9月揭牌成立的专业公司，定位中国联通数智能力核心承载平台，聚焦培育人工智能和大数据领域专精特新产品与服务能力，对内赋能智慧运营、对外拓展数智服务，打造中国联通“数智服务创新领先品牌”。
杜镇泽在课堂上分享了“打造 AI-Ready 数据力：面向任务的高质量数据构建方法与实践”。他提到，当前参数量已突破千亿，推理延迟已降至亚秒，AI的性能提升却陷入平台期。原因在于，传统数据治理强调一致性与干净度，但AI需要的高质量数据，是能完成任务的结构化、对齐且可泛化的数据。
同时，在AI任务日益复杂的今天，“高质量数据集”的标准也在重构：不再只关注数据本身，而是关注数据是否能直接服务模型表现。同时，复杂而多维的高质量标准，靠经验无法保障，必须通过系统化的数据工程流程来实现。
杜镇泽将AI所需的高质量数据集的提炼过程，与采矿流程进行了类比：一是采集，多源异构数据，确保覆盖任务所需的输入模态和语境背景；二是治理，清洗、脱敏、标准化，构建一致、可控、可用的数据底盘；三是构建，通过标注、增强、合成生成结构化训练单元，适配不同模型任务；四是知识化，组织实体、关系、上下文，形成任务语义结构与知识单元；五是评测，基于覆盖率、一致性、偏差度等指标，进行多维质量评估与优化闭环。
总结一下，就是“采・治・构・知・测”数据提炼流程。他进一步介绍，其中的治理、构建、知识化三个流程，是AI数据“结构化加工”的核心流程，并正在从“工具逻辑”走向“智能逻辑”的关键跃迁。人们不再满足于“把数据处理干净”，而是要让数据能被组织成样本、再进一步能服务于理解和推理任务，也就数数据从净化到结构化再到语义理解的过程，走向“AI-ready”。
在课堂结束前，杜镇泽还分享了一个“政务热线智能化升级”的案例。通过高质量数据的“流水线作业”，推动公共服务数字化、智能化，打造政务热线从基础客服“智能化”到“全流程智能交互”，实现了智能问答信息准确率95%以上、响应时间1秒以内等效率提升。
OTT数据如何服务运营商？
运营商与互联网OTT之间，是鱼与水的关系，两者紧密协同，打造了繁荣的移动互联网产业链，同时各自拥有海量的数据资源。那么，OTT的数据，如何为运营商拓展业务所用？这是一个业界密切关注的话题。
张柏林在课堂上介绍，网络服务是运营商的核心业务，运营商在“信号升格”的政策指引下，高度重视信号质量，并加大网络服务的投入力度。挑战主要包括三个维度：
一是识别管辖区域下移动、宽带产品的实际份额和异网竞争空间，在开展小区营销活动时，基于经验判断为主，触达效能不足。二是难以便捷、精准、及时地获取管辖区域下的小B客户商机清单，即时触达商企客户。三是路测数据难以覆盖城市全域，且无法覆盖多种机型设备与APP应用场景，同时通过人工路测的方式收集数据效率低下、更新不及时。
OTT数据资源是帮助运营商应对上述挑战的重要帮手。从腾讯地图来看，可基于LBS海量定位数据及多维的用户画像体系，面向运营商用户级移动、宽带网络营销场景，提供市场占比分析、人口画像分析、精准投放等能力，提升客户市场洞察与营销效率。
这一OTT的数据来源极其丰富：微信服务包括小程序、京东和美团等POI地图合作等，数据定位精准度高，覆盖超10亿用户，日均定位超千亿次，且有腾讯生态的场景支撑。张柏林介绍，基于腾讯位置服务生态OTT数据，可提供采样级运营商信号质量数据，帮助掌握全域网络信号情况，助力网络优化。此外还支持场景识别、网络质量评估、弱网区域挖掘等场景化应用。
更进一步，基于腾讯地图LBS海量定位数据及多维的用户画像体系，可为运营商提供市场占比分析、人口画像分析、精准投放等能力，提升客户市场洞察与营销效率；面向企业级网络营销，也可提供沿街商铺、中小企业等分类的POI、AOI数据服务，支持查询近期更新数据，便于运营商了解商企业态变化情况，发展宽带网络用户。
上述OTT数据，可与运营商已有数据协同，实现1+1＞2的效果，帮助运营商更好地推进“信号升格”，做强网络服务。
两位专家的讲课干货满满，从产业技术与市场应用等维度，分享了数据的价值挖掘和光明前景。获取更多课程资料信息，请关注《云启WETELE系列云课堂》专区：https://www.fromgeek.com/uploadfile/2025/0801/2025080111050258G>
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
