图片来源：视觉中国

从技术到产业、经济，人工智能加速从虚拟走向现实，从起初的绘画聊天迈向更深层次的价值创造。这一关键转型期，数据要素的市场化配置显得尤为紧迫。

今年，“智能经济”首次被写入政府工作报告。报告提出，要深化数据资源开发利用，健全数据要素基础制度，建设高质量数据集。对此，全国人大代表、中国移动上海公司董事长楼向平感触颇深。

“数据的价值逻辑正在发生深刻变革。”他认为，数据过去只是存储在电脑中的静态记录，如今跃升为驱动人工智能发展的“大脑”，是支撑AI实现智能决策的核心“燃料”与关键“原料”。“必须加快构建一个高效、有序且安全的数据要素市场，这直接关系到我们能否在未来全球竞争中抢占先机。”

建设数据要素新型试验区

实践中，做这顿“AI大餐”并非易事。楼向平观察到，当前数据要素在释放创新价值方面仍面临多重制约。

比如，高质量数据供给不足，大量有价值的数据仍“沉睡”在各单位和企业内部，未加工成AI可直接调用的“精品净菜”，导致难以烹调“数据大餐”。

又如，数据流通交易机制与信任体系有待完善，数据有如被锁在各处的“小冰箱”里，供需双方既不了解彼此“有什么料”，又担心泄露风险，流通壁垒亟待打破。

再如，数据要素与AI的协同生态仍需强化。懂数据与懂AI的各干各的，难以形成合力——既不清楚市场需要怎样的“数据菜品”，也无法将优质食材与先进“厨艺”有机结合。

针对上述难题，楼向平建议，聚焦数据要素的高效率配置，选择部分地区开展“加强数据要素与人工智能一体化发展”创新试点。他提出应着重建设面向AI产业的数据要素新型试验区，从制度和技术两个维度协同破题。

制度创新层面，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。选择有条件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。

技术创新层面，以大模型训练所需的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技术，提供脱敏、去标识化、差分隐私等工具支撑。同时，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，让数据流得动、用得好。

图片来源：视觉中国

打通数据从“产地”到“餐桌”全链路

结合实践，楼向平思考出一套详细的“改造计划”，打通数据从“产地”到“餐桌”的全链路，打造一个系统化的数据要素“新基建”。

首先是做好“食材储备”，打造国家级高质量数据供给高地。

他建议选择部分区域，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。鼓励有条件的单位把有价值的数据拿出来，加工成AI可直接学习的“标准食材”。在这一过程中，逐步形成关于“什么才是好数据”的技术标准，最终构建起一体化融通的数据集能力底座，广泛服务于“AI+”场景创新。

接着可以搭好“中央厨房”，构建数据与产业融合的综合枢纽。

基于区域创新基地，一方面搭建数据集创新及流通平台，打造一批覆盖全面、质量可靠、安全无偏的高质量数据集，直接服务于AI模型效能提升；另一方面，进一步提升垂类行业的数据标准化、语料标注和数据集共建共享的工程能力。更形象地看，这是要打通“从农田到餐桌”的全链路：从数据沉淀、提炼、流通到融合，全贯通。这里既提供“点菜”服务——直接调用现成的AI模型和智能体；也支持“做菜”服务——让用户将自己的数据与平台数据“混搭”，创造出全新的高价值应用场景。

最终目标是构建“数据-模型-场景-产业”一体化供给模式，形成可复制的数据要素配置和AI模型共享流通机制。如“数据要素+AI”在金融、医疗等领域的解决方案，都将形成“菜谱”，便于各地快速复制成功经验。

“建设什么样的数据要素市场，如何建好这个市场，将直接关系到我们能否在未来全球竞争中抢占先机。”楼向平说，这是一件具有战略意义的大事，将为新质生产力的蓬勃发展和中国式现代化的扎实推进筑牢数据基石。