外滩大会 | 2030年我国数据产业规模有望达7.5万亿元

继土地、劳动力、资本、技术之后，数据已成为全球企业争相追逐的“第五元素”，成为推动产业转型升级的提速器。与此同时，数据作为AI核心3个支柱之一，提高数据数量、安全和多样性，对提升大模型性能、推动产业落地至关重要。今年外滩大会上，“掘金”数据要素、加速数据要素价值蝶变成为政产学研界共同关注的焦点，一批前瞻性的数据加工产品、平台亮相，提供可持续、高质量的数据燃料。

“掘金”数据要素，上海走在前列

不久前，北京交通大学联合清华大学、北京大学、中国软件评测中心、华为等11家单位共同发布国内首部《数据产业图谱（2024）》，首次全面展示我国数据产业的基本内涵、构成、主体及特征。

北京交通大学信息管理理论与技术研究中心特聘教授张向宏在外滩大会上对此进行分享。他介绍，我国数据产业近年来实现快速增长，2023年，产业规模已达2万亿元；2020年至2023年间，年均增长率高达25%。目前，我国现有数据领域相关企业已超过19万家，上市数据企业主要集中在北京、广东、上海、浙江、江苏5地。“展望未来，预计2024年至2030年间，我国数据产业将保持20%以上的年均增长率，到2030年，产业规模有望达到7.5万亿元。”张向宏说。

“掘金”数据要素，上海走在前列。作为推动数据要素市场建设的重要平台，上海数据交易所发布全球首个数据交易所交易规则体系，牵头建设全国首条数据交易链，2023年数据产品交易额超11亿元。“上海数据交易所积极构建数据产品和数据资产双市场，活跃的产品市场成为交易融资的重要基础。同时，在数据要素和金融要素间起到桥梁作用。”上海数据交易所副总经理章健表示。

值得一提的是，数据作为资产进入企业资产负债表，成为“点数成金”的第一步。章健谈到，今年上半年，A股上市公司中已有44家实现数据资产“入表”。

高质量数据成AI产业战略制高点

当前，数据质量已成为提升大模型性能、产业落地等所面临的主要矛盾。

复旦大学计算机科学技术学院教授、上海市数据科学重点实验室主任肖仰华谈到，当前大模型已迈入分级时代，但目前对于数据的挖掘和应用仍相对粗放且效率低下，而随着大模型发展，数据原料还面临消耗过快的挑战。

“现在我们的大模型只有知性，而缺乏理性。它只不过记住了更多事实，却没有变得更聪明。”在肖仰华看来，在原始数据上思考、关联、融合所产生的大量合成数据具有很大潜力，不仅有助于缓解数据饥荒，用这些偏重思维过程的数据去训练大模型，对于提升其理性至关重要。

围绕数据质量、安全和多样性，一批新型数据服务产品在大会上亮相，为企业提供数据合成、隐私安全、多模态数据处理能力。如对标Scale AI，蚂蚁数科发布新一代数据标注产品，向企业客户提供AI驱动的全流程数据服务。

如何实现数据大规模安全可信流通是数据要素市场发展的核心议题之一。业界普遍认为，未来高价值数据的深度融合，需要以密态计算技术保障安全流转。为此，蚂蚁密算科技发布“隐语云”大数据密算平台，基于自研的密态计算技术体系，为高价值、高敏感数据提供全生命周期的密态流通和密态研发，防止数据泄漏和滥用。

谈及数据要素价值变现，肖仰华认为，以传统技术手段去实现数据价值变现会面临非常多的挑战，借助AI大模型则可以事半功倍。“把繁重的数据处理工作交给AI，这将会是数据价值变现的一个重要思路。比方说数据治理，传统企业迈出这一步代价很大，但如果用行业数据去调教大模型，它可以成为数据管理员和运维师。在数据开放、数据深度挖掘和利用等各个环节，都可以尝试用AI大模型去构筑数据变现的新引擎。”

文：本报记者 周渊

图：视觉中国

编辑：施薇