目前，高价值的行业数据大都分散保存在各部门、各企业：一方面，难以实现数据资源集中化和规模化，导致数据使用率低，据统计每年未使用的数据占比约4成，各部门各企业对扩大数据资源保存规模的积极性低，无法形成高质量数据原料；另一方面，数据分散保存造成总体成本增加，缺乏规模效应，技术、管理和维护都需要重复投入。
行业数据“存不好”的主要原因是，缺少完善的数据资源保存规范和指引，导致各行业数据保存规模和质量参差不齐。从公开渠道研究来看，欧美国家十分重视潜在价值数据保存的规范和指引，美国国家安全局明确电子通信数据的存储周期达100年；美国国家科学院院刊要求永久保存研究人员所有原始数据；荷兰要求医疗机构将医疗影像数据长期存储达100年。我国部分行业虽然在信息化阶段对部分数据制定了存储范围和存储周期，但主要是考虑数据安全而非数据价值挖掘，已经无法满足如今数智化阶段的需求。尤其是对于短期价值不明显，但具备长期潜在价值的数据不保存或者少保存，这也是导致当前人工智能中文语料严重不足的重要因素之一。