编者按：随着数据要素市场化配置改革持续深化，制度构建、价值释放与治理协同的关键议题备受关注。人民网·人民数据对话专家学者、地方政府相关负责人、企业代表，共同探讨数据要素高质量发展新路径。

本期嘉宾：房汉廷 浙江大学国家战略与区域发展研究院首席专家、浙江省新质生产力发展研究会理事长、北京大成企业研究院院长

主持人：吴海天 人民网·人民数据研究院研究员

人民数据：当前还有哪些数据资源可能被低估或尚未被充分认识？我们应该如何提升挖掘数据的能力？

房汉廷：从企业角度来看，企业是一个产生海量数据的主体，其中有很多非结构化的过程数据。举个例子，像客服电话、维修订单、设计图纸、内部邮件、会议纪要等等，这些数据通常不会纳入到整个数据体系当中。它是企业内部的数据，我们通常称之为暗数据。在产业链上，我们也会看到很多数据是处于边缘位置的，比如说运输过程中物流的温控体系、仓储环境、交货时间的准确率等等，这些数据通常也很难纳入编码化的计算当中，这是一个非常大而且实时产生的数据类别。第三类就是历史沉淀数据。很多企业的数据产生之后，过了一年就封存了，这些数据通常叫做沉默数据或者冷数据，很少被重新挖掘和翻出来。

单一行业的数据往往是线性的，但它和另一种数据如果能够交叉碰撞，就会产生较大的价值。比如说气象数据，我们每天都看天气预报、听天气预报，来决定自己穿衣戴帽。但是如果我们把气象数据和某一个行业的数据加起来，比如说气候和医疗，这两个加起来之后会发现：温度达到一定程度，可能某一种疾病就会多发，比如高温下的热射病，还有寒冷天气下脑血管疾病的增加。这样的数据一碰撞，就能产生重大价值。但是现在这类数据都处在相对孤立、被忽略的状态。还有第三类，比如说社会舆情和社会情绪。这类数据我认为也没有真正纳入我们现在的数据资源体系里面。在构建我们未来的数据资产池时，如果能把暗数据、边缘数据、沉默数据或者说冷数据都纳入进来，我们将来的数据质量和数据规模会得到一个极大的提升。

人民数据：一份数据真正实现价值提升，关键取决于哪些因素？如何通过加工和利用形成更大的应用价值？

房汉廷：我们现在叫做“有数据”，数据规模也很庞大，但是一些数据的价值本身还不够高。这里面还有许多需要进一步做的工作。

第一步就是要数据提纯。我们现在大量的编码化和非编码化的技术鱼龙混杂，垃圾成分占得比较多。所以数据治理的第一个环节就是数据提纯，也就是把良莠不分的粗数据进一步提纯。没有数据的提纯，数据的精度就不够；精度不够，用起来之后就会出现很多不可信的、甚至错误导向的结论。

第二个关键点就是要有互译的能力，也就是数据的业务化和业务的数据化，这两个方面将来要有一个交互。你产生了一堆数据，这些数据要支撑未来的某些业务；反过来讲，业务在流程的过程当中又产生数据。这两者之间将来要有一种更好的直通体系。现在我们通常讲的词元经济当中，就是要用同一个问题、同一组数据、同一种表达去表征，这样就避免了彼此之间的误读和误判。

第三个要点就是数据的安全与隐私保护。在大数据时代，数据要做到“可用而不可见”，因为这里涉及到很多个体或个人信息的伦理、隐私等问题。如何做到让数据合规流通，是当务之急。

第四个方面就是场景的落地与快速迭代的能力。我们今天讨论数据，有时候面临的是汪洋大海，不知从何做起。但其实一个核心就是要从“小切口、大价值”做起。比如说科学论文，这是一组数据、一个数据体系，很多人要写论文、要查文献，如何把这些东西用起来？比如历史上有哪些人研究过某个问题、得出了什么结论、未来的趋势是哪些？这就是一个切口，而不是泛泛地把所有信息都拿到一块。大体上，现在我们看到，通过上述四个方面，就有可能使我们的数据价值往深处走一步。

人民数据：过去我们更多关注数据的拥有和交易，未来是否需要更加关注数据在不同场景中的持续利用和价值创造？

房汉廷：过去我们是从大数据这个层面讲广覆盖、透明化；而今天，数据真正作为一种资源或者说“燃料”，已经变成人工智能训练的材料，也变成它推理的材料。所以今天我们会看到，数据以一种既昂贵又易得的方式，进入了我们的生活和生产过程当中。如何把数据变成资源，甚至变成资产、变成资本，实际上还有很多事情需要做。

第一个方面就是要有一个场景的精准锚定。没有场景的精准锚定，数据就不能聚焦，就不能分析出它的核心价值来。

第二个方面就是要建立可信底座。数据要做到准确、完整、一致、时效性。如果做不到这一点，特别是数据不可信，会极大地影响大模型的准确率。大模型训练时，你投喂的数据如果不准确、不完整、没有时效性，它出来的结论就一定会产生AI幻觉。所以可信这个底座是我们要建立的，包括对编码化的数据进行再确认，也包括对半结构化的数据进行深度清洗，实现有效确认。我相信将来一定会有一种叫做“词元工厂”的东西大量产生，由它们供给可信的、完整的数据。这样我们不至于问AI一个问题，最后得出来的答案让你觉得匪夷所思，甚至说是在“撒谎”——其实不是AI撒谎，实际上是你投喂的、用于训练的数据是不可信的。

第三个方面就是要跨界融合，形成化学反应。单一领域的数据往往是线性的，多领域结合起来之后就会产生指数级的增长。而数据最大的一个特性就是，它会有一种自动创造的过程——每一次和其他数据融合，都会产生一组或多组新数据。所以数据不能在单领域当中反复应用，要能够走出自己的边界，形成社会化的融合、多领域的融合。这样的数据就进入了一个自创造的过程。有了自创造，很多你新需要的数据也就源源不断地产生了。

人民数据：对于地方而言，如何结合自身产业基础和数据资源，把数据优势进一步转化为人工智能时代的发展优势？

房汉廷：很多地方都在建大数据中心，也都在建数据平台，但是数据如何转换成新的经济动能，对地方来讲实际上非常重要。

首先，地方不能再从数据交易入手，而要提供词元的供给，这是一个重要的转变。过去，大家堆着一堆数据，说我这里有个数据包，比如说今年新生儿的情况，或者个人消费的情况。那么今天你就要把它转成一个词元性的数据包。怎么做？首先要在加工环节下功夫，这里面我们可以归纳成几步：第一步是清洗和标准化，这是一个去伪存真的过程，也就是把垃圾或者假的东西在这个过程当中清除，不要让它流通到下一个环节；第二个方面是关联与融合、边界碰撞；第三，你要有标签化和画像；第四个要进行模型化，最后形成封装式的输出，而不是“披头散发”式的输出。

那么这时候，地方上我倾向于可以考虑搞大量相关细分领域的词元工厂；或者你为词元工厂提供你的数据，它再把加工后的数据反馈给你用。这样就形成了一个你在做数据、同时你又卖数据、同时你又用数据的良性循环。（来源：人民数据公众号）