曹军骥:转动数据飞轮 挖掘场景价值
222
订阅已订阅已收藏
收藏点击播报本文,约
2026年“数据要素×”大赛全国总决赛在青岛举行。人民网·人民数据“言必有数”推出特别系列,走进大赛现场,对话相关领域专家,围绕数据价值释放、行业融合应用、技术创新与未来趋势展开交流,分享对大赛的观察与思考。
本期嘉宾:曹军骥 中国科学院大气物理研究所原所长
主持人:岳禺宁 人民网·人民数据
人民数据:从今年入围的项目看,哪些真正实现了数据赋能、产生了实际效益?能否举一两个让您印象深刻的项目?
曹军骥:印象最深刻的是重庆沙坪坝区的一个项目。通过气象数据打通了水利、农业农村、应急管理等多个领域。这类极端天气事件发生频率较高。该项目在带来显著经济效益、社会效益的同时,更切实发挥了保护人民群众生命财产安全的作用,成效立竿见影。
人民数据:今年很多参赛项目都打出了高质量数据集、智能体、大模型这样的组合。您认为这是“新瓶装旧酒”,还是实现了真正的突破?
曹军骥:气象是一个古老的命题,数千年来,人们观天象,“象”即气象。我所工作的大气物理研究所已有近百年历史,一直在研究气象问题。如今,围绕气象的数据、数据集和人工智能模型,我认为实现了台阶式的跨越。过去的数据多是静态的,用完即止;如今的数据被盘活了,可以多轮次反复挖掘。例如第一轮的原始数据集,在挖掘完第一轮价值后,还可以进行第二轮、第三轮的挖掘,高质量数据集的价值不再是一次性的。
有团队提出,数据越用、价值越高。以中国气象局国家气象信息中心介绍的情况为例。过去,数据的汇集和处理速度远不及现在。全国约有10万个气象站,分布各地,探测当地的风、雨等情况,覆盖到县级乃至更小的监测区域。如今,数据在一分钟之内就能从监测仪器汇集到数据中心,处理完成后直接提供给预报中心,效率非常高。这是数据集这一端的变化。第二个是模型这一端。人工智能已从大模型演进到今天的智能体。过去,数据挖掘是一项非常专业的工作,门槛很高,制作一套高质量数据并加以挖掘、应用,周期较长。现在,要做好一线应用,有一套数据集,再叠加一套人工智能模型——无论是国产的DeepSeek、通义千问、Kimi,还是国外模型——即可直接使用。在数据、算法、算力平台三大要素中,数据和算法两大要素的瓶颈随之化解,一套数据加一个模型,就能快速抵达场景应用。这就是所谓的数据飞轮效应,飞轮转得越快,效应就越明显。基于这一判断,我认为这确实实现了跨越式发展。
人民数据:聚焦气象行业,气象数据的开放共享与商业化开发之间应当如何协调,让气象服务惠及更广?
曹军骥:这个问题触及数据最核心的问题。数据是无形资产,如何确定其权属,也就是知识产权问题。一件衣服,生产厂家打上标签,从生产到用户,大家都能知道是谁生产的。但数据不同,从生产出来到真正被用户使用,权属往往已经不清晰,不知道是谁生产的数据,这就会带来很多问题,限制其商业应用。
今年气象领域做了一些很好的探索。中国气象局与国家数据局合作,尝试建立一套MOID双码系统,即数据码和服务码:通过数据码对数据的原始权属进行确权,再通过服务码追踪数据被用于哪个行业,从而确保知识产权。数据用得好,就能获得收益,实现商业化应用和价值量化,反过来又会激励数据生产单位产出更高质量的数据集用于商业应用。
人民数据:您觉得下一个三年,数据要素市场最应该突破的是什么?
曹军骥:数据是无形资产,与有形资产的差别在于知识产权的归属和边界问题,因此关键还是确权。气象数据虽然做了一些尝试和应用,但还可以继续深化,通过采用新技术、新办法,让权属更加明晰,才能推动数据更高质量发展。明确权属、保障数据流通各方的权益,才能让大家愿意把高质量的数据拿出来,把反馈机制建立起来。
举例来说,过去天气预报的数据基本只关心明天和后天,不关心昨天。但现在不一样了,历史数据的价值明显提升。因为人工智能要用历史数据训练模型,模型训练得越好,预测未来的能力就越强。这样一来,数据的整个链条——从过去、现在到未来——都被打通、盘活了。今天上午我们也看到很多项目在盘活数据价值方面做了很好的尝试,这才使“数据+人工智能=应用”的场景打开了市场。场景明确,价值就挖掘出来了。
关注公众号:人民网财经
分享让更多人看到
- 评论
- 关注































微信扫一扫


第一时间为您推送权威资讯
报道全球 传播中国
关注人民网,传播正能量