我国是全球首个将数据确立为生产要素的国家，是重大的理论创新。近日，国家数据局出台《关于加强数据科技创新的实施意见》（以下简称《实施意见》），为数据要素化时代的数据科技创新提供了重要指引，为数据要素价值释放提供了数据理论、技术、工程体系和产业生态等方面全方位、系统性的支撑保障。

数据要素价值释放，加速推动数据组织的新范式演进

数据的组织架构已历经数十年演进。早期是以关系型数据库为中心、数据与应用紧耦合的“第一范式”；随后是以“湖仓一体”为代表、实现多源异构数据集中存储与弹性计算的“第二范式”；当前，面向数据要素价值释放，正迈向以“数据空间”为核心，向分布式、可组合、权属内嵌等方向加速演进的“第三范式”。

在这一全新范式下，数据不再是孤立沉淀、被动调用的静态资源，而是具有内在动力学特性、可自主关联与演进的“活性单元”，打破了传统范式下的物理和权限壁垒，能够在保障数据权属、数据安全的前提下，实现数据跨主体、跨领域、跨层级的跨域可信交互与价值协同，支撑数据确权、流通、交易、增值等核心环节，助力数据要素价值释放。

《实施意见》提出加快攻关数据供给、流通、利用、安全等关键技术，为数据空间等新型数据组织架构的快速发展完善提供了技术支撑，进而为数据要素市场化配置筑牢技术底座。

人工智能与数据科技融合创新，催生出数据价值的聚变效应

随着以深度学习为代表的人工智能技术的突破性进展，对高质量训练数据提出了新的要求。数据的规模和质量决定了人工智能技术所能达到的高度和深度。

《实施意见》提出，促进人工智能、具身智能等技术创新发展，构建高质量数据集并进行评测等技术，为人工智能提供处理海量数据的底层支撑，通过输出权属清晰、异构多源的高质量数据，为人工智能模型训练与推理源源不断供给“燃料”。我国拥有完整的工业门类与丰富的应用场景，制造业、医疗、金融等重点领域沉淀了海量数据，为数据的多元应用场景高效耦合、价值释放提供了基础，进而助力新质生产力的形成，将我国特有的数据资源禀赋与场景创新优势转化为核心科技竞争优势。

另一方面，人工智能的广泛应用为海量复杂、多源异构数据的分析处理提供了更高效的手段。利用人工智能的语义理解、关联挖掘与自动化建模能力，构建行业、企业数据的本体、知识图谱等语义化数据资产，反哺数据治理和高质量数据集构建。AI通过串联分散的数据实体，构建动态语义网络，实现“孤立数据点→关联数据网络→可推理知识体系”的价值淬炼，将零散数据升华为蕴含行业逻辑、可支持深度推理的结构化知识体系，建立行业数据领域统一认知框架与语义标准。从原始数据构建语义一致、关联清晰的高质量数据集，高效供给模型训练及推理应用，实现智能时代数据价值的高效释放。

构建数据驱动的科技创新发展路径

数据要素化背景下，数据与技术等要素深度重组驱动科技创新的底层逻辑、演进路径与发展模式正在发生深刻变革。《实施意见》构建了一个从技术源头创新到产业生态繁荣的完整闭环，为构建具有自主创新能力和国际竞争力的数据科技创新体系锚定了方向。

一是强化源头创新，打好数据领域关键核心技术攻坚战。《实施意见》提出将数据科技全面纳入国家科技计划体系，强化数据基础理论研究、关键技术和设备研发等本源研究，系统性、常态化推进数据领域前沿攻关，推动原创性、引领性数据科技创新成果不断涌现。强调以DataforScience等科研范式创新为引领，推动数据领域自主前沿科技创新和跨行业数据融合应用创新，为数据赋能科技创新、激活全要素创新活力提供源源不断的新动能。

二是突出应用牵引，将数据科技创新转化为现实生产力。《实施意见》特别强调“试验验证”和“规模化应用”。通过布局概念验证、中试基地等平台，推动技术加快从实验室走向市场。结合“人工智能+”“数据要素×”、数据流通利用基础设施建设等重点应用和工程，打造多层级、广覆盖的场景矩阵，建设开放场景“试验田”，促进数据技术创新成果的规模化应用，推动区域特色技术在更大范围内复制推广。

三是打通转化链条，健全数据科技成果转化机制。《实施意见》明确提出，探索建立数据科技成果转移转化体系，打通“技术攻关－产品研发－验证测试－场景应用”全流程，健全产学研用深度融合机制，通过高校、科研机构与企业的协同联动，推动数据科技的创新链、产业链、人才链等各环节的优化配置，让实验室里的技术成果快速适配场景需求，转化为可落地、可商用的产品与解决方案，破解科技成果转化“最后一公里”的难题。

四是培育多元生态，构建数据科技协同创新网络。《实施意见》立足“需求导向、开放协同、安全可靠”的生态发展目标，从平台布局、主体培育、开源建设、科研革新、国际合作5个维度构建起全方位支撑体系，为数据科技创新筑牢发展底座，形成上下联动、全域覆盖的创新网络。（作者王佐成系合肥综合性国家科学中心数据空间研究院执行院长）

（人民网记者许维娜 整理）

【相关阅读】

之一：强化数据科技创新 促进数据要素价值释放

分享让更多人看到