数据科技的定义与战略定位 - 数据科技是以发挥数据叠加倍增作用、释放数据要素价值为目标，系统性构建的数据科学、技术与工程体系 [1] - 数据科技是一个具有鲜明中国特色的新科技概念，其目标旨在推动数据在社会经济发展中的深度融合与应用，服务于国家数字经济发展与数字化转型的战略需求 [2] - 数据科技并非单一技术，而是涵盖数据供给、流通、利用和安全等关键环节的技术体系，对数据产业全链条具有支撑作用 [2] - 数据科技与现有大数据技术密切相关，但为适应数据要素市场化配置与价值释放的需要，迫切需要对现有大数据技术体系进行重构与升级 [2] 数据科技发展的底层技术逻辑 - 数据科技多数技术能力根植于大数据、人工智能、信息安全等基础信息技术之中 [3] - 数据价值实现过程分为四个环节：让数据“供得出”、“流得动”、“用得好”、“保安全” [4] - “供得出”的核心在于数据汇聚与集成，需要破解数据孤岛问题，实现数据的长期保存与就绪可用 [4] - “流得动”的核心在于跨域数据管理与协同，需对数据流通过程进行访问控制、全程留痕、可信审计 [4] - “用得好”的核心在于多模态大数据分析与大模型训练，当前数据分析技术正朝着更深度的语义理解与更精准的决策支持演进 [4] - “保安全”的核心在于数据治理与安全合规，涉及数据全生命周期的权限控制、加密保护、隐私计算等技术 [4] - 数据科技的进步在很大程度上依赖于大数据等相关基础技术的持续突破与适配演进 [5] 数据科技发展的目标与体系构建 - 《实施意见》明确发展目标：到2027年要在数据供给、流通、利用和安全等关键技术和设备实现阶段性突破，到2030年数据领域关键技术达到国际领先水平 [6] - 为实现目标，《实施意见》从基础研究、技术攻关、概念验证、成果转化等技术发展的全链条进行了系统部署 [6] - 需要加强基础研究和应用基础研究，从数字孪生视角看待数据的组织模式，以物理世界和人类社会的“对象”为核心进行组织与汇聚 [6] - 应推动数据与应用系统解耦，以数据价值释放为最终优化目标，构建独立于具体应用系统的数据资源体系 [6] - 需要加强关键数据技术的攻关突破，用“以数据为中心”的学术思想重构大数据技术体系 [7] - “以数据为中心”的核心挑战与主战场是“跨域”，包括跨空间域、跨管辖域、跨信任域等，未来大数据技术必须将“跨域协同能力”作为设计的核心考量 [7] - 需要以场景推动数据技术的落地，通过“高价值、广覆盖、强牵引”的数据科技应用场景，为技术验证提供“试验田” [8] - 应布局建设一批数据领域的概念验证、中试基地、检验检测等平台，以推动科技成果转化 [8]