Liu Xingligang：数据元素的转换应“打破四个困难”

8月28日，《人民日报》，北京（记者王·泰安（Wang Tianle）和伦（Ren Yan））于8月26日举行的“ 2025年人民数据会议”，该会议由人们的日报发布，人们的数据始于深圳。专注于基础设施数据构建，收集行业智慧，讨论切割趋势，共享实践经验，加深合作和共识以及共同探索创新的途径，以释放数据元素的价值。在会议期间，工业和信息技术部信息和传播经济专家委员会成员刘Xingligang兼DCCI互联网研究所的主任兼DCCI Internet研究所的主任在与记者的采访中说，从一天到周日数据，作为数字经济的四个主要动脉，“数字经济的四个主要动脉”，“数字经济的四个主要动脉”，从资源到资源的变化。e。同时，有必要与政府，企业，研究机构和其他各方合作，以生成健康且令人信服的数据生态系统，以充分发售其价值。在促进数据元素市场时，刘Xingligang认为，这四个主要挑战尤为重要。首先，确认数据拥有权利是主要问题。目前对数据所有权和使用权的定义尚不清楚，这很容易引起误解，改善权利所有权是工业发展的基础；其次，缺乏定价机制是挤压和数据值变化。尽管数据可以包含在表格和抵押融资中，但数据价值评估不是标准的，并且定价权的所有者尚不清楚，导致交易价格不合理；第三，数据数据将妨碍循环，并且大量数据散布在各种生物的手中，而这些数据并非有效连接，严重影响数据效率的循环和使用；第四，遵循安全性是底线的要求，数据行业的发展需要同时对法律，标准和硬件进行随访，以维持安全红线。面对数据元素的变化，企业应如何提高其数据功能？ Liu Xingligang提出了三个建议。 Sinhe意识到，首先，数据工作需要顶级设计，建议建立一个数据委员会来生成数据生态系统。其次，专业人才是基本的支持，企业需要考虑通过独立培训或外部介绍来开发专业数据团队。第三，企业需要与数据合作系统相结合，使用工业链的向上和上游协同作用，与外部合作相互补充，深入结合业务数据能力并促进完整的数据Develo来自“循环”中的“种植”。说到大型模型技术对数据行业的影响，刘Xingligang说，大型模型和数据形成了相互驱动的关系。一方面，大型模型的发展不能与“汽油”数据分开。另一方面，大型模型对数据质量有更高的要求，可以促进数据标记的完善以及在专业标签行业中的出生。同时，大型模型还要求业务数据工作更加系统地适应技术变革需求。他进一步说，未来的AI和数据可以开发闭环生态系统，即数据是AI开发的“原材料”，它为AI提供了支持。 AI可以为数据质量提供改进，例如通过技术方法来改变一些手动注释，以帮助开发相互适合的高质量数据集。在开发kapani的数据方面，数据空间的生态，Liu Xingligang澄清了各方的职责。政府应承担主要的设计职责，制定法律政策和标准，并促进关键问题的解决，例如确认数据权利，定价和流通；作为行业的主要机构，企业应结合业务数据开发，实施人才储备，特定的活动，例如技术应用，与协作协作；研究机构需要提供理论支持和指导指导，以“获取脉搏并咨询”行业，并预测发展的趋势。此外，有必要提高整个人的数据素养，形成社会同意，并共存DAT Industraa的发展。 Liu Xingligang认为，最紧迫的事情是目前促进三个共识和标准：首先，开发一个涵盖法律，行业标准和准则以解决关键问题的完整系统，例如rmation和定价数据权；其次，建立跨域界面共识，打破区域和行业障碍，并与“插件”数据进行良好的合作；第三，对数据价值建立共识，促进整个社会，以将重要性重视数据行业的发展，并帮助数据元素释放更大的能量。 （实习生Gu Reofei和Qiu Tianxiang也为本文做出了贡献）