智能經濟首次寫入政府工作報告，樓向平代表建議打造系統化數據要素“新基建”

圖片來源：視覺中國

從技術到產業、經濟，人工智能加速從虛擬走向現實，從起初的繪畫聊天邁向更深層次的價值創造。這一關鍵轉型期，數據要素的市場化配置顯得尤爲緊迫。

今年，“智能經濟”首次被寫入政府工作報告。報告提出，要深化數據資源開發利用，健全數據要素基礎制度，建設高質量數據集。對此，全國人大代表、中國移動上海公司董事長樓向平感觸頗深。

“數據的價值邏輯正在發生深刻變革。”他認爲，數據過去只是存儲在電腦中的靜態記錄，如今躍升爲驅動人工智能發展的“大腦”，是支撐AI實現智能決策的核心“燃料”與關鍵“原料”。“必須加快構建一個高效、有序且安全的數據要素市場，這直接關係到我們能否在未來全球競爭中搶佔先機。”

建設數據要素新型試驗區

實踐中，做這頓“AI大餐”並非易事。樓向平觀察到，當前數據要素在釋放創新價值方面仍面臨多重製約。

比如，高質量數據供給不足，大量有價值的數據仍“沉睡”在各單位和企業內部，未加工成AI可直接調用的“精品淨菜”，導致難以烹調“數據大餐”。

又如，數據流通交易機制與信任體系有待完善，數據有如被鎖在各處的“小冰箱”裏，供需雙方既不瞭解彼此“有什麼料”，又擔心泄露風險，流通壁壘亟待打破。

再如，數據要素與AI的協同生態仍需強化。懂數據與懂AI的各幹各的，難以形成合力——既不清楚市場需要怎樣的“數據菜品”，也無法將優質食材與先進“廚藝”有機結合。

針對上述難題，樓向平建議，聚焦數據要素的高效率配置，選擇部分地區開展“加強數據要素與人工智能一體化發展”創新試點。他提出應着重建設面向AI產業的數據要素新型試驗區，從制度和技術兩個維度協同破題。

制度創新層面，探索數據要素目錄化管理及使用權開放、跨區域跨行業數據互信流通、跨境數據流通監管等機制。選擇有條件企業開展數據要素目錄開放試點，推動區域城市間目錄互通。

技術創新層面，以大模型訓練所需的語料和高質量數據集爲突破口，探索麪向語料數據的安全流通技術，提供脫敏、去標識化、差分隱私等工具支撐。同時，搭建AI時代的“智能數聯網”，推動公共數據、科研數據、企業生產數據的合規融合與區域共享，讓數據流得動、用得好。

圖片來源：視覺中國

打通數據從“產地”到“餐桌”全鏈路

結合實踐，樓向平思考出一套詳細的“改造計劃”，打通數據從“產地”到“餐桌”的全鏈路，打造一個系統化的數據要素“新基建”。

首先是做好“食材儲備”，打造國家級高質量數據供給高地。

他建議選擇部分區域，設立核心高質量數據集創新基地，融通產業、科研、公共數據，優先開展行業數據供給。鼓勵有條件的單位把有價值的數據拿出來，加工成AI可直接學習的“標準食材”。在這一過程中，逐步形成關於“什麼纔是好數據”的技術標準，最終構建起一體化融通的數據集能力底座，廣泛服務於“AI+”場景創新。

接着可以搭好“中央廚房”，構建數據與產業融合的綜合樞紐。

基於區域創新基地，一方面搭建數據集創新及流通平臺，打造一批覆蓋全面、質量可靠、安全無偏的高質量數據集，直接服務於AI模型效能提升；另一方面，進一步提升垂類行業的數據標準化、語料標註和數據集共建共享的工程能力。更形象地看，這是要打通“從農田到餐桌”的全鏈路：從數據沉澱、提煉、流通到融合，全貫通。這裏既提供“點菜”服務——直接調用現成的AI模型和智能體；也支持“做菜”服務——讓用戶將自己的數據與平臺數據“混搭”，創造出全新的高價值應用場景。

最終目標是構建“數據-模型-場景-產業”一體化供給模式，形成可複製的數據要素配置和AI模型共享流通機制。如“數據要素+AI”在金融、醫療等領域的解決方案，都將形成“菜譜”，便於各地快速複製成功經驗。

“建設什麼樣的數據要素市場，如何建好這個市場，將直接關係到我們能否在未來全球競爭中搶佔先機。”樓向平說，這是一件具有戰略意義的大事，將爲新質生產力的蓬勃發展和中國式現代化的紮實推進築牢數據基石。