“在智能驾驶场景中，真正对模型具有最高价值的长尾场景数据，往往只占全部数据的5%。这意味着，其余95%的数据，模型未必用得上。”在2026世界新能源汽车大会上，四维图新首席执行官程鹏点出了行业现实：当前，不少车企仍不清楚哪些数据才属于关键的5%，只能耗费大量成本自采、自标、自存，造成极大浪费。

　　面对这一行业痛点，《智能网联新能源汽车产业发展“十五五”规划》（以下简称《规划》）明确提出推动全产业链数智化转型的重点任务，数据共享互通成为关键抓手。

　　数据不畅 价值难彰

　　进入“AI定义汽车”时代，数据的重要性早已不用赘言。中汽中心首席专家、中汽智能科技（天津）有限公司副总经理张亚楠指出，依托自身可复制、非排他、高流动的特性，数据正在定义产业竞争力，其中既包括产品竞争力，也包括企业核心竞争力。在AI时代，数据要素定义了人工智能能力。数据多不多、够不够、好不好，企业会不会用、善不善管，将直接决定AI技术在智能网联新能源汽车领域的落地效果与价值上限。

　　此前，企业围绕数据的竞争，往往集中在规模大小上。在张亚楠看来，数据能力的竞争正从量的竞争转向质的竞争。“谁能把数据质量阐释清楚，把自身数据价值所处的阶段表达明白，谁就拥有数据核心竞争力。”张亚楠称。与此同时，高质量数据资源的整合能力与数据管理能力也至关重要。唯有把数据看好、用好、管好，数据才能真正从要素转化为能力。

　　近年来，为支撑智能化转型，比亚迪、长安、吉利等多家车企纷纷布局智算中心。据程鹏介绍，当前汽车行业每天可产生约6亿GB数据，一家车企每月在数据采集、运算、训练上的投入，少则数百万元，多则上千万元乃至上亿元。然而，其中大部分数据既无法对模型产生效果，也无法为用户创造价值，还存在历史数据难以向上兼容的问题，由此造成大量资源浪费。

　　数据流通不畅并非智能驾驶领域独有的问题，而是贯穿汽车产业补能、维修、供应链协作等诸多环节的顽疾。南开大学竞争法研究中心主任、法学院副院长、教授陈兵直言，在维修领域，新能源汽车核心数据高度集中于车企平台，独立维修机构难以获取完整数据；部分品牌甚至将非授权渠道维修纳入“三电”质保免责范围，直接限制车主的自主维修选择权，导致车辆过保后，车主普遍不敢选择第三方维修机构。

　　在供应链领域，企业监管平台与零部件供应商之间的系统也尚未实现全链路互通，车辆缺陷识别与召回研判环节仍存在多方重复核验问题。此外，中汽数据有限公司产品与技术战略部部长陈川表示，由于缺少基准数据、统一规范和行业共性第三方平台，汽车产业降本也受到明显制约。

　　“企业无法借助公开、可行的数据，证明自身在安全可靠性、全生命周期成本、产品品质等方面的差异化优势，价格自然成为市场最直观、最简便的竞争手段，最终加剧汽车行业低价‘内卷’乱象。”陈兵认为，数据流通壁垒直接导致汽车产业价值竞争失效。

　　“不愿、不敢、不能”何以难破

　　近年来，《汽车数据安全管理若干规定（试行）》《汽车数据出境安全指引（2026版）》等专项文件相继出台，为汽车领域数据互联互通搭建起政策框架。《规划》也明确提出，“十五五”时期要促进数据供给和流通应用。张亚楠表示，目前来看，我国数据治理已实现三大转变：在治理理念上，从以监管为主转向鼓励开发利用；在治理模式上，从宏观统筹转向精细化落地；在责任落点上，数据安全责任主体正逐步明确。

　　不过，认识到数据必须流通，并不等于数据就能顺畅流通。陈兵表示，当前智能网联新能源汽车领域的数据互联互通，主要面临“企业不愿互通、企业不敢互通、行业不能打通”三大桎梏。

　　首先，数据权属与收益分配缺少凭证，使企业不愿互通。据陈兵介绍，当前数据产权登记工作刚刚启动，配套的估值方法、收益分成、争议处理规则仍在探索中。“没有凭证交易，就没有定价基础；没有定价基础，就难以推动数据共享。”他称，企业投入大量成本采集数据，若收益分配问题无法解决，自然不愿共享数据。

　　其次，在安全合规与数据出境压力双重叠加之下，企业不敢互通数据。汽车数据属于高敏感行业数据，其中“涉及个人信息主体超过10万人的个人信息”被明确列为汽车行业重要数据，须严格执行境内存储、出境评估等监管要求。程鹏表示，欧盟《通用数据保护条例》、北美《加州隐私权法案》等不同地区的数据监管规则不断收紧，企业必须闯过数据主权、数据本地化存储、跨境数据安全审查三道关卡。

　　对此，陈兵表示，当前数据出境规则、合规成本、责任边界、评估周期尚未完全清晰，容错空间有限，导致车企在数据互联互通、跨主体流通环节普遍趋于保守，谨慎观望。

　　再次，行业标准与接口体系不统一，系统难以兼容，导致行业无法打通，对接成本高企。在技术层面，当前不同车企的电池管理系统仍采用互不兼容的私有协议，换电运营商、电池企业内部的接口也未实现标准化开放，保险公司每对接一个主体都需单独定制方案，数据难以顺畅输出、有效对接和落地应用，数据互通推进阻力极大。

　　协同共建数据基础设施

　　《规划》强调，支持汽车行业企业联合建设面向生产制造、自动驾驶、数字供应链、安全风险评估等场景的可信数据空间，按照分类分级原则汇聚一批行业数据资源，攻关一批数据关键技术，研制一批行业数据标准，打造一批高质量行业数据集，赋能一批行业大模型和工业智能体应用落地，推广50个左右典型应用场景。

　　近年来，行业和企业面向动力电池、智能驾驶、二手车等多个领域，对汽车行业可信数据空间建设开展了多路径实践探索。2025年4月，中国汽研联合长安、赛力斯等企业共同发布汽车行业可信数据空间，聚焦新能源汽车、传统燃油车、智能网联汽车3大类别，累计构建12类、总量超过18PB的高质量数据资源，形成全球汽车领域标准法规数据集、新能源汽车动力电池安全测评数据集两项高质量数据集。

　　针对汽车流通领域，中汽数源信息科技（北京）有限公司专门建设并运营了中国汽车流通行业可信数据空间。基于该空间搭建的CADA柠檬查二手车应用服务平台，实现了汽车数据全链路加密保护，破解了跨域数据协同中的安全合规难题。截至2025年底，柠檬查平台累计查询量超过1500万台次，覆盖全国各地及百余个品牌。

　　不过，破解数据流通困局，既需要制度让数据“愿意通”，也需要技术让数据“能够通”，还需要场景让数据“值得通”，更需要安全监管让数据“放心通”。因此，数据流通绝非只是规模问题，更是多方共建基础设施的系统性工程。

　　陈兵认为，要实现有序、有效的数据互联互通，应做到规则先行、标准统一、安全可控，并在保障数据安全、商业秘密和个人信息的前提下，建立分类分级、场景驱动、激励相容的汽车数据互联互通机制。

　　其中，在产权方面，可推动登记确权与会计入表相衔接，形成数据资产化闭环。车企对合法合规采集的生产排产、零部件采购、车辆运行等数据，依法享有数据资源持有权，可以产权登记凭证解决数据入表缺乏凭据的问题，使车企数据成为可交易、可融资的资产。与此同时，应建立数据质量评估与激励机制，对高质量数据贡献者给予奖励，形成收益与贡献相互促进的正向循环。

　　在流通层面，应以可信数据空间为载体，实现安全可控的数据价值流通。坚持数据流通“可用不可见、全程可追溯”的核心原则，依托可信数据空间技术，实现原始数据不出域、数据价值可流转、多方算力可协同。陈兵强调，未来仍需重点推进各可信数据空间之间的互联互通和标准统一，统一身份认证、目录规范、接口体系，避免形成新的数据孤岛。

　　张亚楠表示，作为数据主体，汽车企业要跳出汽车看数据，重塑数据资产认知；重构产品认知，将汽车从单一交通工具升级为全域数据采集终端、智能数据节点；回归汽车看数据，依托数据赋能，让汽车产品发挥更大作用；同时，尽快补齐数据治理过程中的短板弱项。

　　《规划》已明确“十五五”发展方向，汽车行业数据流得动、管得住、用得好，最终要靠全产业链协同作答。