当前，数据价值正从信息记录载体，跃升成为人工智能领域训练大模型、驱动智能决策、优化产业流程的核心“燃料”和“原料”。党的二十届四中全会明确提出“健全数据要素基础制度，建设开放共享安全的全国一体化数据市场，深化数据资源开发利用”要求。因此，加快构建高效、有序、安全的数据要素市场，既是落实国家部署的关键举措，也是赢得未来发展竞争主动权的重要抉择。
全国人大代表，中国移动上海公司党委书记、董事长、总经理楼向平认为，制约数据要素在AI时代充分释放创新价值的因素主要有：面向AI的高质量数据供给不足，场景驱动的创新生态尚未形成，制约要素“赋能”与“转化”；数据要素流通交易机制与信任体系有待完善，流动开放不足，制约要素“流通”与“放大”；数据要素与AI的协同生态仍需强化，场景贯通不充分，难以满足全国一体化数据市场和AI全面创新需求。
为加快释放数据要素在AI时代的创新价值，楼向平建议聚焦数据要素的高效率配置，选择部分地区开展“加强数据要素与人工智能一体化发展”创新，在数据跨行业、跨产业、跨城市、跨区域乃至跨境流通方面开展全链条、系统性、集成式试点，强化区域协同，为构建全国一体化数据市场发挥创新策源功能，为数据市场治理体系建设发挥先行先试作用。
一是做好创新机制准备，升级数据要素试验区，加快人工智能发展所需的数据要素机制探索。建议着重建设与完善面向AI产业的数据要素新型试验区。聚焦制度创新，探索数据要素目录化管理及使用权开放、跨区域跨行业数据互信流通、跨境数据流通监管等机制，选择有条件的企业开展数据要素目录开放试点，推动区域城市间目录互通，为全国一体化数据要素市场建设提供样板。聚焦技术创新，以大模型训练所需语料和高质量数据集为突破口，探索面向语料数据的安全流通，提供脱敏、去标识化、差分隐私等技术支撑。搭建AI时代“智能数联网”，推动公共数据、科研数据、企业生产数据的合规融合、区域共享。
二是做好面向AI的数据要素储备，打造国家级高质量数据供给高地。建议选择部分区域，设立核心高质量数据集创新基地，融通产业、科研、公共数据，优先开展行业数据供给，鼓励有条件的单位主动将自有数据提炼为面向AI的高质量数据集，推进区域级“AI-Ready Data”。基于区域级创新基地，一方面搭建若干数据集创新及流通平台，打造一批覆盖全面、质量可靠、安全无偏、标准统一的高质量数据集，形成相应评测标准，直接服务于AI模型效能提升；另一方面，进一步提升垂类行业数据标准化、语料标注和数据集共建共享的工程能力。在“AI-Ready Data”推进过程中逐步形成技术标准，探索区域内、区域间通过可信数据空间技术，进行数据集融合互通的技术实践，逐步形成一体化融通数据集能力底座，广泛服务于“AI+”场景创新。
三是做好平台统筹准备，推动打造数据要素与产业融合的一体化综合枢纽，开展“数据要素X”与“AI+”融通的高价值场景创新。打通行业数据沉淀、提炼、流通、融合链路，构建服务区域、辐射全国的数据要素综合融通枢纽。基于融通枢纽，提供高质量数据集确权、融合的资源配置能力，以及模型和智能体服务订阅、共享的流通能力。以“数据×产业”模式，推进多源数据融合的“Data for AI”，推动数据的深度融通与价值挖掘，形成数据要素区域一体化发展的整体合力。进一步提供场景化“数据要素+AI”一体化解决方案展示、共享、复制能力，推动数据要素场景化融入AI的供给能力。推动数据要素快速对接行业内需求，AI快速融入行业生产力提升。构建“数据—模型—场景—产业”一体化供给模式及可复制的数据要素配置和AI模型、智能体共享流通机制。推动数据与AI形成技术协同、场景共建、生态闭环的良好格局。
楼向平表示，加强数据要素与AI一体化发展，将为区域市场产业发展注入强劲动能，有力助推全国一体化数据市场的建设与发展，为新质生产力的蓬勃发展和中国式现代化的扎实推进筑牢数据基石。
本文来源：人民邮电报
