数据要素发展报告（2025年）_51页_1mb

数据要素发展报告（2025年）总结

1. 前言

• 核心观点: 数据是人工智能和数字经济发展的关键生产要素，战略性价值突出，是加快建设数字中国、推进中国式现代化的重要支撑。
• 背景目标: 围绕“供得出、流得动、用得好、保安全”四大目标，推动数据要素市场化配置改革，构建全国一体化数据市场。

2. 智能时代数据要素再认识

• 数据与人工智能的协同关系：

  • 数据是人工智能发展的核心要素，尤其在大模型时代，高质量数据对模型训练和决策准确性至关重要。
  • 人工智能通过三种微观作用方式（准确匹配、关联预测、重构生成）提升数据价值，特别是重构生成作用在智能涌现中的体现。
  • 数据要素的三次价值释放路径贯穿业务系统、复用优化、跨场景融合，需全过程贯通。

• 发展趋势：

  • 数据从“信息载体”向“智能载体”转变，大模型等技术打破DIKW线性层级壁垒。
  • 国产大模型推动高质量多模态数据需求爆发，数据治理与安全成为关键。

3. “供得出”：高质量数据供给提升

• 政策与制度：

  • 2024-2025年，公共数据“1+3”政策体系（政务共享、开放、授权运营）逐步完善，推动公共数据资源开发利用。
  • 多个部委联合推进高质量数据集建设，覆盖工业、医疗、交通等关键领域。

• 技术研发与产业热点：

  • 多模态数据研发治理能力增强，DataOps、数据编织等技术助力全域数据管理。
  • 高质量数据集供给集中于重点领域，企业、数据服务商、标注基地共同参与，形成标准方法论流程。

4. “流得动”：全国一体化数据市场培育

• 制度演进：

  • 党的二十届三中全会提出培育全国一体化数据市场，政策框架逐步清晰。
  • 出台《国家数据基础设施建设指引》《数据流通交易合同示范文本》等规范。

• 技术落地：

  • 数据流通基础设施初步成型，包括可信数据空间、数据元件、区块链网络等技术，支持高效安全流通。
  • 场外数据交易活跃，但信息披露不足；场内交易向规范化、多样化发展，多个数据交易场所建立细分场景专区。

5. “用得好”：数据赋能多层次应用

• “数据要素×”行动：

  • 推动跨行业、多场景数据应用，如工业制造、医疗健康、城市治理等。
  • 建立48个典型案例与71支获奖队伍，赛事机制促进市场化价值探索。

• 技术创新与实践：

  • 大模型+数据智能体（DataAgent）赋能精准决策，融合知识库、知识图谱推动垂类应用（如智能客服、工业制造）。
  • 数据资产入表持续推进，2024年100家上市公司披露入表数据，总额21.64亿元。

6. “保安全”：数据智能与安全协同

• 制度与治理：

  • 发布《网络数据安全管理条例》，规范生成式AI数据处理。
  • 分类分级监管向AI领域延伸，政产学研协同应对多样化安全威胁。

• 技术升级：

  • 基于人工智能的动态脱敏、访问控制、威胁预测实现精准风控。
  • 数据安全运营平台整合多源数据与AI能力，形成闭环智能防御体系。

7. 发展展望

• 核心挑战与建议：
  • 需设计容错免责机制，激发地方、企业与市场主体的探索动力。
  • 公共数据开发利用、数据基础设施建设和数据企业培育成为三大重点推进方向。
  • 坚持夯实企业数据能力，发挥龙头企业示范作用，构建“链主”孵化与中小企业能力提升的协同生态。

中国信息通信研究院
联系方式: 北京市海淀区花园北路52号
地址: http://www.caict.ac.cn