破局！泰国首推国家级大数据战略

泰国拥有的海量数据分散存储于各部委及机构，因使用不同的系统与规范标准，导致数据难以高效互通共享。对个人信息保护和安全层面的担忧，进一步限制了数据在解决国家问题方面的应用，例如开发泰语人工智能、农业生产预测、水资源管理以及制定民生福利政策。

国家层面设定量化指标，大数据带来的经济价值增速在2025年达到32%，2026-2027年提升至35%。另一目标是，提升泰国在IMD数字竞争力榜单大数据与分析能力指数的排名，从2025年的第28位提升至2026年的第27位，并在2027年达到第25位。

对泰国大数据现状的评估揭示了八项短板，包括政务数据分散、高价值数据公开法规不完善、数字化建设预算不足、投入缺乏连续性、专业人才缺口大、无法追踪公开数据的应用成效、网络威胁和个人信息泄露风险，以及高度依赖外国技术，会威胁本国技术主权。

泰国将搭建国家级大数据平台，用于政务机构的数据互通与分析。平台采用分布式架构，原始数据依旧归属原主管部门管控，依托统一标准实现互联互通，配套权限分级访问管控。

大数据研究所负责搭建数据交换平台、编制核心数据目录、开发数据服务、搭建公共共享空间。国家级大数据平台只是整体基建的组成部分，并非承载所有大数据的总系统。

构建数据基础设施

首项战略聚焦搭建数据互通、数据分析所需的基础设施、配套工具与统一标准，整体划分为12大板块。其中，6项基础设施包括政务云、数据目录系统、国家级大数据平台、公共微服务、地理空间数据服务、网络安全保障机制；6项工具与标准包括系统建设技术规范、个人信息防护工具、数据共享工具、数据治理机制、系统采购准则、数据共享成效评估办法。

规划要求到2027年，12项板块中至少8项（占比70%）需达到四级成熟度，即正式投用。各类设施打通协作后，政府可减少基建重复投入，推进便民服务与商业配套建设。

十大领域数据互联互通

利用现有基础设施助力国家发展，目标是2025年实现6个领域数据互联，2026 年扩容至8个，2027年达到10个。

目标领域分为经济、社会、人力资本和长远保障四大板块，各板块必须明确主管单位、数据源、数据处理方式、展示格式、终端使用人群；同一条数据链条内的多家机构统一制定联合考核指标（Joint KPI）。

搭建泰语数据库赋能AI

主攻人工智能基建与创新生态建设，目标是2025年泰国AI模型服务商数量增长 10%，2026年涨幅15%，2027年提升至20%；政府、企业和新兴创业者使用AI的数量每年上涨10%。

核心举措是，搭建AI训练数据库，归集多行业泰语资料，无偿研发基础泰语大模型与公共数据服务平台。政府负责保障数据质量、合规上传至总数据库，同时开放渠道，鼓励企业、民间机构、高校自愿贡献数据。

依托公益数据训练出的AI模型采用开源/开放授权模式，方便企业二次开发，降低对外技术依赖，搭建国内AI生态；组建泰国AI产业联盟，联动政府、高校和科技企业，协同规划AI研发投入方向，尤其是泰语系统领域。

累计培养16万从业人员

最后一项战略以全民大数据、人工智能能力提升为核心，分层培育专业技术人才与研发从业者。目标是2025年累计培训10万名从业人员（包括线上和线下培训），到2026年增至13万，到2027年增至16万。

具体实施方案包括：制作泰语教学资源、打造短期课程与微型网课、搭建分职业定向学习体系，侧重培养职场落地实用技能。依托通用API打通各大线上学习平台数据，搭建人力统筹可视化看板；普及微证书制度，实现技能可认证、可溯源，适配职场人才评定需求。

泰国制定首份国家级大数据战略意义重大，意味着泰国将数据、云服务、人工智能、网络安全、法规、行业标准和人才建设一体化推进，告别各部门分散建设的旧模式。

但战略成效不能只看上线平台数量、入库数据集多少。关键在于政府决策精度是否提升、公众能否获得高效的公共服务、企业能否在保障隐私与网络安全的前提下，依靠数据研发新产品新服务。

内阁知悉该战略后，主要任务是在2027年前实施各项规划。这需要加快拨付预算、明确主管权责、制定数据共享规范等。否则，即便拥有国家级大数据战略，核心数据依旧会分散存储在各部门独立系统中，无法整合利用。

泰国澜象传媒 | 监制

Winona/羊咩咩/飞飞 | 编译

司南 | 主编

司南 | 审核

羊咩咩 | 编辑

九尾 | 设计

泰媒综合 | 来源

网络综合 | 图源