『两会观察』中科京云贺建海 | 以数据要素×人工智能双轮驱动，构建数字经济高质量发展新范式

2025年政府工作报告中“人工智能+”行动纲领的提出，标志着我国数字经济进入“技术深水区”与“产业攻坚期”的双重叠加阶段。作为数据资产化与数智化转型的先行者，我们认为需构建“数据要素价值化×人工智能场景化”的双螺旋驱动体系，从战略高度推进四重突破：一是以数据要素为核心，深化数据资产化，提升数据在数字经济中的核心地位；二是以场景应用为牵引，推动人工智能技术与实体经济深度融合，实现技术赋能与产业变革；三是以制度创新为保障，完善相关法律法规，为数据要素价值化和人工智能场景化提供制度支撑；四是加速释放人工智能技术对实体经济的倍增效应，通过技术创新和应用拓展，推动数字经济高质量发展。这一战略部署为数字经济的高质量发展指明了方向，也为企业在数字技术与产业融合领域提供了明确的行动指南。

在具体工作中，建议从以下四个方面加速数据要素×人工智能的发展：

一、构建数据要素市场体系，夯实AI创新基础

政府工作报告提出“加快完善数据基础制度”，直指当前数据流通与应用的痛点。我国虽拥有海量数据资源，但数据孤岛、标准不一、权属不清等问题仍制约着数据价值的释放，作为行业先行者，从实践的角度，建议从三方面突破：
1.建立分级分类的数据开放机制，推动公共数据、行业数据、企业数据在安全可控前提下有序流通，对高价值数据提供方给予税收返还或金融支持；
2.加快数据确权与交易规则落地，探索“数据可用不可见”的联邦学习模式，搭建政府监管下的合规数据交易平台，完善数据资产评估、定价、交易全链条服务；
3.推进垂直行业知识库建设，如在智能制造领域构建工艺参数、设备运维等专业数据库，为AI大模型提供高质量行业语料，也为大力推进垂直领域行业大模型应用奠定基础。

二、推进“人工智能+”产业融合，打造智能终端新生态

报告明确支持发展智能网联新能源汽车、人工智能手机、智能机器人等新一代智能终端。对此，建议实施“双轮驱动”策略：
1.强化场景驱动的技术攻关，围绕工业质检、远程运维、个性化定制等制造业痛点，开发轻量化、可解释的行业大模型，降低中小企业AI应用门槛；
2.构建“端-边-云”协同体系，例如在智能汽车领域，通过车端传感器、边缘计算节点与云端大模型的联动，实现实时路况预测、能效优化等创新服务。

三、优化算力基础设施布局，培育数字产业集群

针对“优化全国算力资源布局”要求，需破解当前算力供需错配难题：
1.实施“东数西训”战略，依托西部可再生能源优势建设智算中心，重点承接AI大模型训练等高耗能业务，东部聚焦推理应用和实时交互；
2.构建算力资源调度平台，通过算力券、算力保险等机制，实现跨区域算力资源弹性调配。比如在长三角试点工业互联网算力共享网络，或使中小企业算力成本降低40%；
3.打造“AI+工业互联网”标杆园区，支持地方建设融合5G、数字孪生、智能机器人的示范工厂，形成可复制的数字化转型方案。

四、完善数据治理体系，护航可持续发展

在数据跨境流动和平台经济规范方面，建议：
1.建立“分级+白名单”跨境数据流动机制，对研发数据、供应链数据等实施差异化监管，试点粤港澳大湾区、海南自贸港等数据跨境便利通道；
2.构建AI伦理审查框架，在医疗、金融等领域设立算法备案、透明性评估等制度，防范数据滥用和算法歧视风险；
3.支持平台企业参与标准制定，鼓励头部企业开放AI开发工具链，赋能中小微企业数字化转型，形成“大企业建生态、小企业创场景”的良性格局。

数字经济已进入“数据驱动、智能引领”的新阶段。中科京云将积极响应国家战略，聚焦数据要素价值化、AI场景化，联合产学研机构共同推动“技术-数据-场景-制度”四维协同创新。我们呼吁行业加快形成“以应用倒逼技术突破、以生态促进规模发展”的良性循环，让数据要素、人工智能真正成为驱动高质量发展的新质生产力。