人民網北京8月28日電（記者王天樂、任妍）8月26日，由人民網·人民數據主辦的“2025人民數據大會”在深圳啟幕。圍繞數據基礎設施建設等議題，匯聚行業智慧，探討前沿趨勢，分享實踐經驗，深化合作共識，共謀數據要素價值釋放的創新路徑。

大會期間，工信部信息通信經濟專家委員會委員、DCCI互聯網研究院院長劉興亮在接受人民網記者採訪時表示，數據作為數字經濟的“大動脈”，從資源向關鍵生產要素轉化，需攻克產權確權、定價機制、數據孤島、安全合規四大核心難題，同時需政府、企業、研究機構等多方協同，構建健康可信的數據生態，方能充分釋放其價值。

在推動數據要素市場化進程中，劉興亮認為四大挑戰尤為關鍵。其一，數據產權確權是首要難題，當前數據所有權、使用權等界定模糊，易引發糾紛，健全產權體系是產業發展的基礎﹔其二，定價機制缺失制約數據價值轉化，盡管數據已可入表、抵押融資，但數據價值評估缺乏共性標准，定價權歸屬不明確，導致交易價格不合理﹔其三，數據孤島林立阻礙流通，大量數據分散在不同主體手中，無法有效打通，嚴重影響數據的流通與使用效率﹔其四，安全合規是底線要求，數據產業發展需法律、標准、硬件同步跟進，才能守住安全紅線。

面對數據要素變革，企業該如何提升自身數據能力？劉興亮提出三點建議，他表示，一是，數據工作需頂層設計，建議成立數據委員會，搭建數據生態。二是，專業人才是核心支撐，企業需思考通過自主培養或外部引進的方式，組建專業數據團隊。三是，企業需融入數據協同體系，借助產業鏈上下游協同效應，與外部合作互補，將數據能力與業務深度結合，推動數據從“種植”到“流通”的全鏈條發展。

談及大模型技術對數據產業的影響，劉興亮表示，大模型與數據形成相互驅動的關系。一方面，大模型發展離不開數據“燃料”﹔另一方面，大模型對數據質量要求更高，推動數據標注向精細化發展，催生專業標注產業。同時，大模型也要求企業數據工作更系統化，以適配技術變革需求。他進一步表示，AI與數據未來或將形成閉環生態，即數據是AI發展的“原料”，為AI提供支撐﹔而AI又能反哺數據質量提升，例如通過技術手段替代部分人工標注，助力構建高質量數據集，二者相輔相成。

在構建可信數據空間生態方面，劉興亮明確了各方角色。政府需承擔頂層設計職責，制定法律細則、規范標准，推動數據確權、定價、流通等關鍵問題解決﹔企業作為產業主體，要將數據發展與業務結合，落實人才儲備、技術應用、協同合作等具體工作﹔研究機構需提供理論支撐與方向指引，為行業“把脈問診”，預測發展趨勢。此外，還需提升全民數據素養，形成社會共識，共同推動數據產業發展。

劉興亮認為，當前最迫切需建立三大共識與標准：一是構建涵蓋法律、行業規范、准則的完整體系，解決數據確權、定價等核心問題﹔二是建立跨域接口共識，打破地域、行業壁壘，實現數據“即插即用”的高效合作﹔三是形成數據價值共識，推動全社會重視數據產業發展，助力數據要素釋放更大能量。（實習生顧若菲、邱天翔對本文亦有貢獻） 

關注公眾號：人民網財經

分享讓更多人看到