信息时代,数据是继土地、劳动力、资本、技术之外的第五大生产要素,也是国家基础性战略资源,被誉为“新石油”。
两会期间,根据国务院关于提请审议国务院机构改革方案的议案,组建国家数据局,负责协调推进数据基础制度建设,统筹数据资源整合共享和开发利用,统筹推进数字中国、数字经济、数字社会规划和建设等,由国家发展和改革委员会管理。结合不久前发布的“数据二十条”,此举旨在创建基础的数据交换系统,实现更好的数据共享。
国家数据局的组建呼应了数字经济发展的需要,而且许多省区市已经陆续成立了大数据管理局,此次在中央层面设立专门的大数据管理机构,彰显了国家对于数据这一新型生产要素的重视。

在Gartner高级研究总监方琦看来,国家数据局的建立是一个逐步深化完善的过程,反映了国家经济建设重心。在未来的一段时间内可能会成为中国经济建设、社会发展当中非常重要的一个方面。
数据产业链影响
在数字经济时代,数据在数字产业化和产业数字化中起到了非常重要的纽带作用。而国家数据局的建立会对数据相关产业链产生深远影响。
第一,数据需求侧的培育和引导。随着数字经济的发展,数据在业务端的需求不断产生。国家数据局可以指导数据分级分类服务商、数据咨询服务商、数据中介服务商、数据治理等等厂商,细化企业对于数据的需求,提供定制化服务完成“数据交付最后一公里”,让数据流动或者数据要素成为正向的循环。
第二,建立数据价值链。数据只有流通才能充分发挥数据的价值,数据价值链建立之后从“源数据”到形成“半成品”,企业购买第三方服务再进行整合、输出成为数据终端产品卖给终端消费者。
第三,提供有效的评估。在数据价值链条上,我们需要建立一个质量评估体系,基于这些规范和标准能够评估所谓的“数据质量”或者“数据合规”、以及数据作为资产的实际价值。
企业的影响
数据要素越来越重要,越来越多的企业开始设置“首席数据官”。
Gartner认为,首席数据官根据企业战略制定相应的数据战略和运营模式,持续评估数据要素能力,保证企业能够从数据当中实现价值;通过培养整个企业的数据文化,使业务和技术人员能够建立信任、互联互通支持新的业务模式。
方琦说,目前在中国大量的数据分析或者首席数据官所做的内容其实现在更多是在CIO范畴当中。对于CIO来讲,数据在整个数字经济当中是如此重要的一环,CIO其实可以帮助整个企业通过数据来提升影响力。
在数据流通过程中,一个是价值链,一个是风险链。数据风险是未来国家数据局需要重点关注的领域。
如果数据不流通、数据不移动,其实就没有风险,没有风险就不用做任何监管,这是最安全的方式。而恰恰相反,国家鼓励数据流通和交换。企业在数据流通的时候一方面要注重价值,但是也要评估相应的风险。
Gartner认为,保证数据安全有效流通存在很大的发挥空间,比如隐私计算在模型保护、数据保护、跨境的数据传输、分析中能够起到非常多的作用,使得整个数据流通环节更加高效和安全。
结语
国家数据局的成立对于完善顶层制度立法、数字基础设施建设、技术商业化、产业生态繁荣方面具有重要意义。
随着数据要素市场的逐步完善,数据、算法、算力等数字经济相关产业将快速发展,数据活力进一步释放,各产业、行业、机构的数据资产价值被充分挖掘,数字经济产业发展步伐加速,经济社会数字化程度提高。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。