第六届中国数据要素50人论坛圆桌对话观点荟萃

　　（CWW）2026年7月4日，2026全球数字经济大会·第六届中国数据要素50人论坛在北京国家会议中心圆满举办。本次论坛特设“数行千里，智向未来——以高质量数据筑基，促进AI高质量发展”主题圆桌对线人论坛主席王春晖教授主持。整场对话观点交锋激烈、干货内容密集，全程亮点纷呈、精彩纷呈。圆桌对话是论坛的压轴环节，论坛虽近尾声，会场内座无虚席，过道与两侧更是站满了未能落座的嘉宾。大家全程伫立，或凝神倾听，或热烈探讨，直至对话圆满落幕。这份“一站到底”的坚守与热情，充分彰显了本次圆桌议题显著的行业影响力及学术产业价值，更凸显了嘉宾们前瞻性的思想火花与极具深度的专业观点。

　　本次对话汇聚法学、公共治理、网络安全、前沿人工智能科研、政企数字化技术、底层数据基础设施六大领域顶尖专家学者与行业领军者，包括北京大学李勇、中国科学院深圳先进技术研究院曲强、北京邮电大学辛阳、华为赵猛、河南大学岳红强、科杰科技于洋。嘉宾团队围绕人工智能综合立法、政务智能体系建设、全周期数据安全防护、行业标注与语料工程、湖仓一体AI数据底座建设等核心议题，开展跨界深度研讨与多维思辨。

　　对话清晰界定了综合立法与分散立法的互补赋能关系：综合立法发挥顶层统领作用，统一立法宗旨、基本原则与监管标准，破解分散立法规则冲突、适用割裂、监管缺位等痛点；单行法规与地方细则则精准适配细分行业场景，具备修订灵活、落地性强、适配度高的优势。岳红强提出，可依托京津冀、长三角、粤港澳大湾区三大数字经济核心增长极，率先开展区域协同立法试点，构建“国家综合立法统领+行业单行法规配套+区域地方细则补充”的分层分级治理格局，在严守安全底线的基础上，为人工智能产业创新发展预留充足制度空间。

　　北京大学政府公共政策研究中心副主任、哈佛大学博士后李勇，立足国家顶层政策导向与全国多地一线实地调研成果，梳理出清晰的政务人工智能发展政策坐标系。他指出，政务AI发展以中央网信办、国家发改委印发的《政务领域人工智能大模型部署应用指引》，以及多部委联合出台的《智能体规范应用与创新发展的实施意见》两大核心文件为根本遵循，紧扣“十五五”规划纲要“安全稳妥有序推进政务大模型应用”的总基调，明确政务智能体聚焦公共服务、内部公文流转、辅助政府决策三大核心应用场景。

　　对话明确，政务数字化转型的核心变革在于双向人机协同：一是公职人员与政务智能体的办公协同，依托智能工具释放政务人力效能、全面提升行政运转效率；二是社会公众与政务智能体的服务协同，重塑便民服务模式、优化政务服务体验。当前，我国政务AI已从局部试点探索迈入重点领域规模化推广阶段，但区域发展不均衡问题愈发凸显。浙江、上海、广东等东部沿海地区已实现全域数据互通，财政投入充足、本土技术服务体系成熟，形成可复制的标准化落地范式。而中西部地区虽具备强烈的数字化转型意愿，却长期受限于跨部门数据壁垒、常住人口基数小导致的单位建设成本偏高、本地数字化服务供给能力不足三重短板，转型推进阻力较大。

　　结合一线调研实践，李勇提出差异化建设路径：中西部地区不可盲目复制东部成熟方案，应立足自身禀赋，优先打通跨部门数据共享底座，轻量化部署适配本地民生与政务需求的小型政务智能体，依托跨区域技术协同降低建设运维成本，坚持“小场景先行、分阶段迭代、全域逐步打通”的建设思路，切实将政务高质量数据资源转化为基层现代化治理效能。

　　北京邮电大学灾备技术国家工程研究中心常务副主任、灾备与数据安全中心主任辛阳教授，创新性提出“原始数据、大模型、自主智能体”三级风险递进安全分析框架，精准区分三类核心主体的差异化风险形态。他强调，数据安全是人工智能发展的底层根基，核心目标是保障数据全生命周期的完整、真实、不可篡改；大模型安全等同于人脑认知安全，数据投毒、算法偏见、模型幻觉等问题，会直接导致模型输出内容失真、决策偏差；智能体安全风险具备指数级放大特性，区别于普通文字输出错误，自主智能体可自主执行操作，存在篡改数据库、操控数字系统、驱动物理设备的实体化破坏风险，危害程度远超传统网络安全问题。

　　基于三级风险分层管控逻辑，辛阳提出分层设防、全域覆盖的安全治理思路，并提出适配人工智能时代的全新兜底安全理念——AI核心资产灾备建设。传统灾备体系主要应对地震、火灾等物理灾害，而智能时代的灾备建设，需将大模型权重文件、向量知识库、行业标注数据集等核心数字资产纳入重点保护范畴，重点防范勒索病毒、恶意加密、定向数据摧毁等高烈度网络对抗风险。他指出，分布式灾备中心、高韧性数据系统将成为各类AI项目建设的硬性标配，坚守核心底线：不存在绝对安全的AI系统，唯有完善容灾备份体系，才能保障极端风险下业务持续运转、产业可持续发展。

　　中国科学院深圳先进技术研究院研究员、人工智能大模型研究中心副主任曲强，聚焦垂直行业AI落地痛点，从模型、知识库、智能体三层架构拆解全链条数据安全隐患：模型层风险源于训练数据投毒，直接破坏模型基础认知能力；知识库层风险源自数据标注失误，引发业务逻辑推理偏差、决策失误；智能体层风险则依托自主执行能力放大危害，恶意技能盗刷等典型场景，充分印证智能体失控可能造成的实体经济损失。

　　针对行业热议的Token词元经济，曲强作出理性产业研判：当前国内AI产业仍处于“铲子经济”初级阶段，词元消耗量与产业创新价值无线性关联，单纯加码算力投入、扩大词元采购规模，无法提升AI落地实效，场景适配度、数据精准度才是企业AI落地的核心竞争力，为广大中小企业理性规划AI投入、规避盲目跟风投入提供了重要判断依据。

　　他系统梳理当前行业语料工程四大共性痛点：各行业场景差异化显著，数据定制开发工作量大、周期长；高度依赖人工标注，作业效率偏低、数据质量难以标准化管控；人力密集型模式持续推高企业长期运营成本；众包转包作业模式存在突出的数据隐私泄露风险。针对上述痛点，华为打造一站式全链路数据工程平台，依托大模型反向赋能数据治理全流程，实现多模态数据自动解析、AI自动化清洗去重脱敏、QA问答对自动生成，搭配标准化数据质量评估体系，以人机协同模式大幅压缩数据加工周期，系统性补齐高质量行业语料工业化供给短板，打通高质量数据生产、加工、应用的完整产业链条。

　　北京科杰科技有限公司创始人、董事长于洋从产业底层基础设施视角，清晰划分人工智能产业发展上下半场核心分界：产业上半场的核心竞争聚焦算力储备、通用大模型基础能力，而下半场的核心壁垒在于产业数据融合能力与自主可控数据基础设施建设水平。通用基础大模型无法适配细分行业的个性化、精细化业务需求，企业必须搭建专属AI数据底座，深度整合自有业务数据与行业场景数据，才能充分释放人工智能的产业价值，医疗、金融、高端制造等重点领域的落地实践均印证了这一底层逻辑。

　　针对行业普遍存在的“AI-ready数据负债”问题，于洋指出，传统数据湖、数据仓库架构无法适配大模型多模态数据的供给与迭代需求。对此，科杰科技推出适配国内政企数字化现状的差异化技术路线与落地方法论，自研AI in Lakehouse湖仓一体数据智能平台，原生兼容国产GPU与主流大模型；创新“集中式统一管制+分布式场景赋能”落地体系，由集团总部搭建全域统一数据底座，通过自动化开发工具向一线业务场景按需输出数据能力，配套专属组织协同机制，打通数据底座建设到业务价值落地的完整通路。相较于海外DataSaaS模式，本土湖仓一体架构更适配我国政企数据集中管控、分级开放的治理要求，具备鲜明的本土化竞争优势。

　　于洋对Token经济长期发展作出前瞻性预判：当前按词元、算力消耗计费的模式只是产业阶段性形态，未来5至15年产业成熟后，行业计费标准将全面转向AI为企业创造的实际业务增量价值，产业价值分配逻辑将彻底重构，倒逼全行业回归数据价值与产业发展本源。同时，企业可联动各地数据交易所，依托标准化AI数据基础设施激活数据要素流通价值，让数据底座成为驱动数字经济全域高质量发展的核心动力载体。

　　第一，高质量数据是AI高质量发展的核心底层根基。全球人工智能竞争已摆脱单一算力、算法比拼，迈入高质量数据集供给能力的综合竞争阶段。政务智能升级、行业垂直模型落地、自主智能体规模化应用，所有AI能力的发展上限均由数据质量决定，数据标注、行业语料工程、湖仓一体基础设施共同构成完整的AI数据供给体系。

　　第三，产业落地坚持分层分类、因地制宜、量力而行。政务领域立足东部、中西部区域发展差异，推行差异化建设方案；企业领域区分大型企业自研深耕、中小企业轻量化落地两条发展路径；底层基础设施坚守自主可控的本土技术路线，摒弃一刀切标准化建设模式，构建适配我国产业结构与政务治理现状的模数协同发展体系。

　　面向“十五五”时期智能经济发展新阶段，本次高关注度圆桌对话构建了覆盖顶层立法、政务场景、安全防护、数据加工到底层基座的完整产业逻辑链条，为各级政府、市场主体、科研机构推进人工智能规模化、高质量落地提供了清晰行动指引。未来，唯有持续夯实高质量数据底座，统筹法治规范、安全保障、产业技术协同共进，才能推动我国人工智能产业稳步迈向安全可靠、向善有益、公平高效的发展新阶段，真正践行“数行千里，智向未来”的产业发展愿景。

　　2026全球数字经济大会由北京市人民政府、国家网信办、国家数据局、新华通讯社及联合国开发计划署等联合主办，中国数据要素50人论坛系全球数字经济大会的重要专题论坛。