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。 During the conference, Liu Xingligang, a member of the Information and Communication Economic Expert Committee of the Ministry of Industry and Information Technology and Director of the DCCI Internet Research Institute, said in an interview with a reporter from day -to -day -day data, as the four major arteries "of the digital economy, changes from the resourcesIn the labor factor, it is necessary to overcome four major problems of confirmation of property rights, pricing mechanisms, data film, and safety compliance. At the sam时间，有必要与政府，企业，研究机构和其他各方合作，以生产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，缺乏定价机制是数据量的转换。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，数据数据将阻碍循环，并且大量数据散布在各种生物的手中，这是无效的Ely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。他说，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产数据生态系统。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开发从“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。在Banda中，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 -believeecosy数据空间系统方面Ligang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，企业应结合数据开发和业务结论。包括，实施特定任务，例如才华横溢的储备金，技术应用和合作合作；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，产生社会商定，并共存ANG PAG -UNLAD NG INDUSTRIYA NG数据。 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确认和定价数据权；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） （编辑：杨十一，卢Qian） 遵循官方帐户：人 - 金融融资 Ibahagi Upang Hayaan Ang Marour Man见