原标题：刘兴亮：数据要素转化要“破四难” 全民共识+多方协作是关键

8月26日，由人民网·人民数据主办的“2025人民数据大会”在深圳启幕。围绕数据基础设施建设等议题，汇聚行业智慧，探讨前沿趋势，分享实践经验，深化合作共识，共谋数据要素价值释放的创新路径。

大会期间，工信部信息通信经济专家委员会委员、DCCI互联网研究院院长刘兴亮在接受人民网记者采访时表示，数据作为数字经济的“大动脉”，从资源向关键生产要素转化，需攻克产权确权、定价机制、数据孤岛、安全合规四大核心难题，同时需政府、企业、研究机构等多方协同，构建健康可信的数据生态，方能充分释放其价值。

在推动数据要素市场化进程中，刘兴亮认为四大挑战尤为关键。其一，数据产权确权是首要难题，当前数据所有权、使用权等界定模糊，易引发纠纷，健全产权体系是产业发展的基础；其二，定价机制缺失制约数据价值转化，尽管数据已可入表、抵押融资，但数据价值评估缺乏共性标准，定价权归属不明确，导致交易价格不合理；其三，数据孤岛林立阻碍流通，大量数据分散在不同主体手中，无法有效打通，严重影响数据的流通与使用效率；其四，安全合规是底线要求，数据产业发展需法律、标准、硬件同步跟进，才能守住安全红线。

面对数据要素变革，企业该如何提升自身数据能力？刘兴亮提出三点建议，他表示，一是，数据工作需顶层设计，建议成立数据委员会，搭建数据生态。二是，专业人才是核心支撑，企业需思考通过自主培养或外部引进的方式，组建专业数据团队。三是，企业需融入数据协同体系，借助产业链上下游协同效应，与外部合作互补，将数据能力与业务深度结合，推动数据从“种植”到“流通”的全链条发展。

谈及大模型技术对数据产业的影响，刘兴亮表示，大模型与数据形成相互驱动的关系。一方面，大模型发展离不开数据“燃料”；另一方面，大模型对数据质量要求更高，推动数据标注向精细化发展，催生专业标注产业。同时，大模型也要求企业数据工作更系统化，以适配技术变革需求。他进一步表示，AI与数据未来或将形成闭环生态，即数据是AI发展的“原料”，为AI提供支撑；而AI又能反哺数据质量提升，例如通过技术手段替代部分人工标注，助力构建高质量数据集，二者相辅相成。

在构建可信数据空间生态方面，刘兴亮明确了各方角色。政府需承担顶层设计职责，制定法律细则、规范标准，推动数据确权、定价、流通等关键问题解决；企业作为产业主体，要将数据发展与业务结合，落实人才储备、技术应用、协同合作等具体工作；研究机构需提供理论支撑与方向指引，为行业“把脉问诊”，预测发展趋势。此外，还需提升全民数据素养，形成社会共识，共同推动数据产业发展。

刘兴亮认为，当前最迫切需建立三大共识与标准：一是构建涵盖法律、行业规范、准则的完整体系，解决数据确权、定价等核心问题；二是建立跨域接口共识，打破地域、行业壁垒，实现数据“即插即用”的高效合作；三是形成数据价值共识，推动全社会重视数据产业发展，助力数据要素释放更大能量。（实习生顾若菲、邱天翔对本文亦有贡献）