2026年数据要素价值释放年的定位与内涵 - 全国数据工作会议将2026年定为“数据要素价值释放年”，标志着数据要素市场化配置改革从基础制度建设阶段迈入价值创造与验证的关键新时期 [1] - 前期政策、试点与探索已积累至量变到质变的关键节点，2024年底至2025年初国家数据局连续出台数据产业、企业数据资源、公共数据授权运营、数据基础设施建设等一系列政策，为制度建设铺平道路 [3] - 可信数据空间试点推动“搭平台”，数据要素×大赛及场景清单推动“谋场景”，各地数据交易所、平台企业及数据商在“做产品”上发挥先锋作用，为价值规模化爆发奠定基础 [3] 衡量价值释放成效的关键指标 - 应聚焦价值指标，从微观企业数据产品及来源数据产生的现金流入手，通过产值、增加值、销售额、市值等指标定义数据产生的价值，进而衡量数据产业的范围与规模 [4] - 国家需尽快出台数据产业的统计学、会计学定义标准，从主营业务分类及产品服务分类做起，以准确衡量数据要素价值释放的成效 [4] 全国一体化数据市场的意义与关键作用 - 建设全国一体化数据市场是释放数据要素价值的必由之路，旨在打破地域、行业界限，实现数据在全国范围“供得出、流得动、用得好、保安全” [1][6][7] - 相较于各地分散的平台和规则，全国一体化市场能让分散不出域的数据自由流动，充分发挥市场优化配置资源的决定性作用，并赋予数据商空前的市场空间以开发更多更好的数据产品和服务 [7] - 全国一体化市场有助于充分发挥数据要素的规模效应（边际规模递增效应）、范围效应、乘数效应，并带动和引领其他要素，更好赋能实体经济和社会发展 [7] 构建全国一体化市场的基石与实践路径 - “五统一、一开放”（统一数据产权、流通、交易、安全、治理，实现开放共享和安全可控）是构建全国一体化数据市场的基石 [8] - 实践层面需总结各地各行业在统一制度、平台、标准、元数据、认证等方面的经验，提炼共性，鼓励跨地域跨行业的规则与平台互通 [8] - 同时需发挥国家层面行政、行业组织、标准化组织等积极性，推动全国一体化的制度、规则、标准、数据确权体系、数据登记体系、元数据体系、认证体系及平台互通建设 [8] 全国一体化市场的关键基础建设 - 建立全国性互联互通的数据基础设施（数据平台） [7] - 建立全国统一的数据相关标准体系 [7] - 建立全国一体化的数据互操作规范 [7] - 鼓励作为数据价值化生产主体的数据商发展 [7] - 在可信数据平台基础上，通过谋场景、做产品，让数据在数据产品中流通交互以实现价值 [7] 从数据资源到数据产品的转变驱动机制 - 针对公共数据持有者（政府部门），需落实责任驱动与绩效驱动原则，将数据共享、开放及授权运营作为责任加强考核监督，激励先进 [10] - 针对数据资源富集的大型企业等市场主体，需落实市场驱动与利益驱动原则，兼顾社会责任，通过有偿使用、“数据可用不看见”、公开元数据、形成竞争性价格机制等方式鼓励数据释放 [10] - 通过市场机制，鼓励市场主体为市场高频使用的数据开发共性数据原子能力（数据中间产品），以实现更好供给 [10] 预计最先成熟并规模化供给的数据产品领域 - 分析类数据产品，例如不涉及涉私数据的气象数据产品、统计分析类可视化数据产品等 [11] - 市场利益驱动力较强领域的数据产品，例如金融行业数据产品、医疗行业数据产品 [11] 数据赋能人工智能发展的路径 - 数据，特别是高质量数据集，已成为人工智能发展的关键，需结合行业高质量数据集建设赋能行业小模型微调，建设行业知识库赋能大模型推理减少幻觉，通过私域数据支撑AI私域应用 [12] - 要求数据基础设施与人工智能基础设施融合建设，如在可信数据空间等平台上融合部署AI大模型，以其安全可信场域作为私域进行高质量数据集与知识库建设，赋能精准应用 [12] - 基于融合基础设施平台，加强数据产品智能化或通过面向任务的AI智能体建设，实现数据产品向智能体升级，成为数据产品2.0 [12] 全国一体化数据市场对AI发展的支撑 - 行业、领域的融合基础设施建设、专有数据及知识库建设需要全国一体化数据市场，为AI大模型提供更高质量、更合规的数据燃料，以有效实现大模型应用落地，降低幻觉，提高泛化能力 [13] AI发展对数据价值标准的影响 - 数据价值标准在于应用市场，在于数据赋能AI及AI赋能数据产品（智能体）的应用落地上，需从市场评估数据价值 [13] - 通过数据产品智能化或AI智能体落地，数据产品从1.0到2.0可实现应用价值提升，体现AI对数据价值的重塑 [13] - AI为数据价值计量提供新可能性，除字节数、数据条数外，也可通过词元数进行计量，为市场增加一种价值计量方式 [13] 数据产业商业模式的深刻变化 - 数据产业商业模式将发生深刻变化，从局限于数据领域内部闭环运作转向必须落脚于数据产品化，即围绕“数据—数据平台—数据产品—数据应用”四要素，以“搭平台、谋场景、做产品”为价值化实现途径 [13] - 数据产品化形式多样，包括各行各业的分析类、个体化数据产品，以及智能化的数据产品如大模型、AI智能体，乃至结合硬件的具身智能等，将成为商业模式发展形态 [14] - 在数据基础设施与人工智能基础设施融合趋势下，数据产品开发将基于“大平台、微服务”架构，从“项目制开发”向“可复购的数据服务”转变成为必然，可针对场景需求迅速开发产品并提供持续稳定的数据服务 [14] 数据产业的核心业态构成 - 数据供给产业：包括数据采集、数据治理、数据标注等 [15] - 数据平台运营业：包括数据基础设施建设、数据生态体系建设、人工智能基础设施建设等 [15] - 数据产品开发产业：包括数据产品、智能体开发生产服务等，是价值化的核心 [15] - 数据应用业：包括各类数据应用服务、第三方服务及与实体经济的融合服务等 [15]