当前数据要素高活跃场景集中于金融、医疗、交通等领域，但真正的潜力或藏于工业与农业领域。

文｜石丹

ID | BMR2004

在《“数据要素×”三年行动计划（2024—2026年）》收官之年，数据要素价值释放进入深水区。过去两年，各地各部门围绕公共数据开放、行业数据融合、数据交易机制等方向开展了大量创新实践，初步构建起数据要素流通的基础设施和政策框架。但“数据确权难”“流通成本高”“场景落地散”等难题仍未得到根本破解，导致大量高价值数据无法有效转化为生产力。

在这一承前启后的战略窗口期，中经传媒智库、《商学院》杂志及中国信息协会数据智能专委会联合举办了“从可用数据到可信智能——AI时代数据要素的价值跃迁”高端闭门会，既对三年行动成效进行了深度复盘，也为2026年后数据要素市场化改革向纵深推进提供了战略指引。

01

数据要素的场景深化、趋势演进与挑战

与会嘉宾指出，当前数据要素高活跃场景集中于金融、医疗、交通等领域，但真正的潜力或藏于工业与农业领域。

“金融领域因数据规范、资金充足、ROI明确，成为AI落地最成熟的赛道。同时，文旅、城市治理等新场景正加速崛起。”中国信息协会数据智能专委会秘书长潘彭丹介绍，文旅正从流量运营迈向智能服务升级。以泰山文旅为例，其不仅构建游客管理平台，更推出集成AI算法的“爬山机器人”，通过实时采集地形与用户行为数据实现自适应助力，形成“硬件+数据+智能”闭环。

在北京国信钧元科技有限公司联合创始人、常务副总经理王杰伟看来，工业具备扎实的数字化基础，若能打通上下游产能、订单、库存数据流，构建覆盖全产业链的数据赋能体系，将极大带动广大中小企业发展。目前，龙头企业已具备较强的数据能力，而激活中小企业才是数据要素规模化落地的关键。农业场景则在订单农业、商贸物流融合中蕴藏价值，一些龙头企业若能向下游承运商、加工商及配套服务商适度开放数据，将显著提升整个产业链的协同效率。但链主企业缺乏开放动力，凸显“高价值场景存在，流通机制缺失”的核心矛盾。

“当前数据交易所在金融、医疗、交通与工业数据几大领域已形成较高活跃度。”北京市康达律师事务所高级合伙人苟博程表示，“以杭州、北京、深圳等数交所为例，2025年交易规模比2024年显著增加，其中金融、医疗、交通和工业数据位居前列。”这背后的原因在于这些领域的数据相对更标准化，真实性和准确性更高，初步构建了“治理—合规—安全—价值”的良性闭环。

北京佳格天地科技有限公司CTO顾竹认为，农业数据的标准化程度较低，难以撬动资本与人才投入，“价值密度低”是根本制约。他强调，农业数据的流通与应用，必须从真实价值场景出发，只有当数据能切实提升收益或效率，才能反向推动标准建立、质量提升和流通机制落地。

对于“价值”这一核心点，白海科技首席增长官洪磊与玳猫科技CEO王会娟也深表认同。“金融、医疗这种高活跃度领域的成功，源于‘高价值+高信息化’的双轮驱动。”洪磊表示，“数据价值必须通过场景验证、动态更新和闭环反馈来兑现，而非简单堆砌。从企业视角看，是否采用数据要素，最终取决于能否看到明确ROI。”同时，洪磊认为，工业、农业、出版等行业的数据虽然流通较弱，但因稀缺性和专业性，未来潜力巨大。政府应针对性扶持“数据洼地”行业，通过政策、资金引导其完成数据化转型，释放独特价值。

王会娟坦言，一切落地的核心是ROI显性化，即帮助企业清晰理解“拿到数据后能解决什么问题、带来多少收益”。数据质量、壁垒和确权等问题固然存在，但根本驱动力在于真实市场需求。如果企业明确感知到某类数据能显著提升效率、降低成本或创造新收入，便会主动寻求打通流通障碍。

尽管数据要素场景丰富，但面临的挑战也不少。潘彭丹指出，在数据要素落地过程中，面临五大核心挑战：一是数据供给质量不高；二是确权与定价机制缺位；三是安全与合规压力加剧，尤其在跨境场景；四是技术和复合型人才短缺，尤其是既懂行业场景，又掌握AI与数据工程能力的“AI+”人才极度稀缺；五是市场机制尚不成熟，导致“有场景无闭环、有数据无交易”的困境持续存在。数据要素社市场总监李念也提出，例如医疗数据仍面临多重挑战：数据质量参差不齐、专业数据标注人才紧缺、高质量数据供给不足，以及隐私安全与跨区域互认机制滞后等问题亟待破解。针对数据垄断，王杰伟提出建立数据“中试”验证机制，通过税收优惠、专项补贴等激励高质量数据共享。

02

数据确权治理路径

在当前数据要素市场化进程中，数据确权虽未明确“所有权”，但已通过“五位一体”制度框架构建起实质性的权益保障体系。苟博程指出，我国数据治理顶层设计涵盖法律、政策、行业规范、地方规章与司法保护五个层级：上层有民法典、数据安全法、个人信息保护法等基础性法律；中层有“数据二十条”等政策文件；下层则通过会计准则、资产评估指引及司法判例落地执行。尤为关键的是，立法及政策文件聚焦“三类权能”，即数据资源持有权、数据加工使用权和数据产品经营权。若强行界定所有权，将引发个体、平台、加工方等多方权利主张冲突，反而阻碍数据流通。

王杰伟表示，在数据权属高度复杂、涉及多方利益的现实情况下，强行前置确权不仅不切实际，反而可能扼杀创新。与其等待完美的制度，不如转向“以使用为中心、以合约为基础、以技术为保障”的新型治理路径。

王会娟从市场需求视角出发，强调数据确权应回归本质：确权的终极目的是构建公平、可持续的利益分配机制。王会娟坦言，“与其在所有权归属上陷入理论僵局，不如先推动数据在市场中流通使用，在真实场景中观察各方贡献与收益，逐步厘清‘谁投入，谁受益，谁担责’的规则。”

03

推动可信数据空间落地并释放价值

潘彭丹认为，在推动数据要素与人工智能深度融合的进程中，可信数据空间的规模化落地、大模型训练数据的合规边界、公共数据授权运营的商业模式，是当前备受关注的三大议题。具体而言，国家数据局通过举办“数据要素×”大赛、遴选行业与城市试点、推广典型案例等方式推进可信数据空间。

王杰伟指出，可信数据空间涉及供给方、需求方、运营方与管理方四方主体，其核心目标应是实现数据价值变现。但现实是，许多空间所依托的数据资源，尤其是公共数据有着颗粒度粗、时效性弱、应用场景模糊等问题。正因如此，至今未见真正成功的公共数据授权运营案例，更无平台靠此实现规模化盈利。

顾竹坦言，可信数据空间不应只服务于高信息化行业，更应成为激活政府“数据金矿”的关键工具，让躺在库里的数据真正转化为服务实体经济，赋能乡村振兴的新质生产力。