数据与AI的深度融合 - 数据是AI革命的关键要素，与算法、算力并列为三大核心 [2] - 高质量数据集缺乏导致数据流通受限，成为AI向AGI演进的关键堵点 [2] - 私有数据是模型在垂域场景落地的关键因素，通用模型无法替代垂域模型 [5] 可信数据空间的作用 - 可信数据空间是破解数据要素开发利用与安全防护矛盾的关键 [6] - 可信数据空间包含数据流通架构和安全保障两部分，涉及连接器、隐私计算等技术 [7] - 国家计划到2028年建成100个以上可信数据空间，采用"软硬结合"方式保障安全 [10] AI在数据安全中的应用 - AI可理解文本数据并分析其价值，比传统技术更擅长数据分类分级 [11] - AI能识别API接口的用途及异常行为，提升数据流通过程中的动态安全 [11] - AI+数据安全是重点落地场景，涵盖API安全、数据库审计等领域 [12] 数据流通的挑战与解决方案 - 互联网网页数据存在质量问题，行业私域数据不足推动合成数据发展 [3] - 数据流通是促进AI发展的关键环节，需解决垂域场景的私有数据问题 [5] - "三数一链"是可信数据空间的先行探索技术路线之一 [10]