在AI时代，如何真正释放数据要素的创新价值？

全国人大代表、中国移动上海公司党委书记、董事长、总经理楼向平尤为关注数据要素的有效利用。他指出，当前数据要素在AI时代未能充分释放创新价值，主要受几方面因素制约。比如，面向AI的高质量数据供给仍然不足，场景驱动的创新生态尚未成熟，制约了数据要素“赋能”与“转化”的进程；数据要素的流通交易机制与信任体系仍需完善，流动性与开放性存在短板，限制了要素“流通”与“放大”的潜力；同时，数据要素与AI的协同生态仍需强化，场景贯通不够充分，难以满足构建全国一体化数据市场和AI全面创新的迫切需求。

在他看来，要想加快释放数据要素在AI时代的创新价值，关键在于实现数据要素的高效率配置。他建议选取部分地区开展“加强数据要素与人工智能一体化发展”的创新试点，围绕数据跨行业、跨产业、跨城市、跨区域乃至跨境流通等环节，进行全链条、系统性、集成化的试点探索。通过区域协同，为构建全国一体化数据市场发挥创新策源功能，同时为数据市场治理体系建设发挥先行先试的示范作用。

楼向平接受采访供图

“在创新机制方面，可以升级数据要素试验区，加快探索人工智能发展所需的数据要素供给机制。”楼向平提出，应着重建设与完善面向AI产业的数据要素新型试验区；探索数据要素目录化管理及使用权开放、跨区域跨行业数据互信流通、跨境数据流通监管等机制。可选择有条件的企业开展数据要素目录开放试点，推动区域城市间目录互通，为全国一体化数据要素市场建设提供样板。聚焦技术创新，可以大规模训练所需语料和高质量数据集为突破口，探索面向语料数据的安全流通，提供脱敏、去标识化、差分隐私等技术支撑，搭建AI时代的“智能数联网”，推动公共数据、科研数据、企业生产数据的合规融合与区域共享。

同时，面向AI的数据要素储备，打造国家级高质量数据供给高地也至关重要。楼向平建议，可选择部分区域，设立核心高质量数据集创新基地，融通产业、科研、公共数据，优先开展行业数据供给，鼓励有条件的单位主动将自有数据提炼为面向AI的高质量数据集，形成相应评测标准，直接服务于AI模型性能的快速提升。

楼向平的另一项建议，是做好平台统筹准备，推动打造数据要素与产业融合的一体化综合枢纽，开展“数据要素X”与“AI+”融通的高价值场景创新。例如，打通行业数据沉淀、提炼、流通、融合链路，构建服务区域、辐射全国的数据要素综合融通枢纽，提供高质量数据集确权、融合的资源配置能力，以及模型和智能体服务订阅、共享的流通能力；进一步提供场景化“数据要素+AI”一体化解决方案展示、共享、复制能力，推动数据要素场景化融入AI的供给能力；构建“数据—模型—场景—产业”一体化供给模式及可复制的数据要素配置和AI模型、智能体共享流通机制，推动数据与AI形成技术协同、场景共建、生态闭环的良好格局。

“加强数据要素与AI一体化发展，将为区域市场产业发展注入强劲动能，有力助推全国一体化数据市场的建设与发展。”楼向平表示。