近期一則美國限制中國訪問數據的消息引發關注。
5月18日消息，美國國立衛生研究院（NIH）近期已明確禁止中國訪問人類基因組、疾病研究等數據庫及關聯數據。同時，美國SEER、TCGA、GTEx、GDC等多個公共數據庫已對中國限制訪問。
這一措施與2024年2月美國政府第14117號《關于防止受關注國家獲取美國人數據》行政命令有關，該規定限制中國等“受關注國家”獲取美國人的個人數據。
美國NIH的這一舉措，讓中國企業和研究機構體會到全球數據流動面臨的限制，同時也讓我們更清醒地認識到，數據資源對于中國科技進步與創新發展的關鍵意義。
國家數據局近期首次向地方數據管理部門印發《數字中國建設2025年行動方案》，要求到2025年底，數字中國建設取得重要進展，數字經濟核心產業增加值占國內生產總值（GDP）比重超過10%，數據要素市場建設穩步推進，算力規模超過300EFLOPS。同時，國家數據局還表示，國家將繼續加大財政資金投入，支持地方、行業建設一批基礎性、公益性、長遠性數據基礎設施項目；用好超長期特別國債資金，加快構建國家數據基礎設施架構；面向“十五五”，加快研制國家數據基礎設施規劃。
實際上，作為全球首個將數據納入生產要素的國家，中國已初步構建起門類齊全的數據產業鏈。
數據顯示，2024年中國年度數據生產總量達41.06澤字節，同比增長25%。截至目前，中國數據領域相關企業超19萬家，數據產業規模超2萬億元。按照20%以上的年均增長率測算，2030年中國數據產業規模將達7.5萬億元。
5月17日舉行的2025數據安全發展大會上，國家數據局黨組書記、局長劉烈宏表示，中國數據資源豐富，產業體系完備，應用場景廣闊，市場空間巨大，因此要維護數據安全，保護個人信息和商業秘密，促進數據高效流通使用，賦能實體經濟。當前中國正謀劃構建橫向聯通、縱向貫通、協調有力的數據基礎設施體系，到2029年要基本建成國家數據基礎設施主體結構。
大會期間，安恒信息(46.490, -0.59, -1.25%)（688023.SH）CTO劉博對鈦媒體AGI表示，數據安全對于AI技術發展至關重要。精確數據可以在很多垂直模型當中應用，否則會產生“幻覺”，尤其企業構建垂直領域AI智能體當中，需要使用很多私有化數據進行應用。
劉博強調，無論是業務軟件開發、數字化轉型、大數據，還是企業競爭力和創新能力，AI 的確給中國帶來了新一波新機遇，解決企業實際業務問題。AI時代下，所有應用都值得再做一遍，各個行業都將迎來新一輪產業升級。
AI數據既要保護也要價值利用
當前，數據已經超越了傳統生產要素，成為驅動AI技術突破與產業變革的核心動力，也是推動數字中國建設和加快數字經濟發展的新型核心生產要素。而高質量數據集不僅是AI模型性能躍升的基石，更重塑從技術研發到商業落地的全產業鏈條。
“在數字經濟時代，數據就像‘工業血液’石油一樣，是每個企業生存發展不可或缺的生產資料。”國家發展改革委價格監測中心副主任王建冬曾表示，近年來，中國數據要素市場發展進入快車道，但同時也面臨統籌力度不足、市場發育不充分、跨境數據流通不暢等挑戰。
據悉，數據要素是指在商品或服務生產并獲得利益過程中投入的數據資源，主要為根據特定生產需求收集、整理、加工形成的信息、數據集以及數據產品。
為了保障數據要素規模化流動，AI產業鏈加速構建大模型數據集，主要包含數據采集、數據清洗、數據標注、質量評估等核心環節。各環節需要根據大模型數據集的規模大、多樣性強、行業垂直屬性強等特點，進行針對性的技術研發和適配。
北京大學計算機教授黃鐵軍表示，文本類數據包括文獻、圖書、論文、研究報告等數據，大部分已經用在大模型技術當中，未來還是需要更多圖像、視頻等非文本數據，成為大模型學習的重要來源之一。
因此，關注數據安全保護的同時，我們更要關注數據的價值，有助于推動中國 AI 技術能力不斷提升。
根據中國電子信息產業發展研究院發布的《高質量數據集發展報告》顯示，2024年，中國開發或應用AI的企業數量同比增長36%；全國地市級以上的地方公共數據開放平臺數量增長7.5%，開放數據量增長7.1%，高質量數據集數量同比增長27.4%。同時，去年利用AI大模型的數據技術企業數量增長57.21%，數據應用企業增長37.14%。
報告指出，綜合國家、地方政府發布的高質量數據集，目前涉及生態環保污染領域應用服務數據集較豐富；工業制造、生物醫療、農業、政務數據服務等行業的數據集數量處于中等水平；能源光伏、金融法律、交通物流、教育、氣象遙感等行業數據集數量分列其后，行業在數據集的構建和開放方面持續推進。
賽迪研究院副院長劉文強表示，中國AI大模型的參數現在已達到幾千億級別，推進全國7個數據標注基地建設，構建醫療、工業、教育等領域335個高質量數據集，標注總規模達到了1.7萬億TB（太字節），支撐了121個國產大模型的研發。據悉，中國數據標注產業產值超過80億元。
劉文強指出，目前從調研來看，數據匯聚和共享方面，數據存量小，產量低，數據集效果有待進一步提升。同時，數據供給和質量方面，數據的質量良莠不齊，缺乏主流高價值數據引領。而且，數據挖掘和利用方面存在算法偏見，加劇數據遺失，亟待建設高質量數據，把數據要素價值挖掘出來。
如今，隨著AI時代到來，大數據變得至關重要。數據既要保護，又要被利用，如何利用AI數據產生真實價值，幫助企業實現降本增效，對于國內從業者來說是一道必答題。
阿里云智能集團副總裁安筱鵬表示，今天對自動駕駛的數據采集、數據清洗、數據標注、數據挖掘、流程訓練、模型評測，已經從傳統手動清洗、人工標注、人工挖掘，升級到基于AI大模型的自動化標注、挖掘，使得自動駕駛算法迭代從4個月縮短到7天，效率提升數（很多）倍。
安筱鵬認為，AI大模型是數據要素釋放價值的最短路徑。在基礎大模型上做行業數據訓練后，企業各種數據開發方式得到了巨大提升，使得應用構建流程簡化效率提升70%，業務上線速度提升50%，數據分析周期縮短60%。
“我們可以看到，基于人的規則代碼，演進到大模型生成代碼；物理世界規律，到模型算法，再把算法代碼和代碼再去規劃，從而形成了物理世界、數字世界和大模型智能世界。”安筱鵬強調，如今，數據服務的主體，已經從服務人轉到服務AI。AI時代已經到來，人機交互的底層邏輯發生巨大變化，企業需要重新定義人機交互體驗、重新定義流量入口，重新定義客戶需求、市場、流程和新的業務系統。
對于AI大模型來說，數據規模將持續增長。
統計顯示，2023年，中國的數據產量約占全球數據總產量的23%，位居世界第一，預計2025年中國數據總產量將達48.6ZB，約占全球的1/3。同時，2025年，全球數據交易規模有望增長到1445億美元，到2030年則有望達到3011億美元（約合人民幣2.2萬億元）。
中國科學院院士徐濤在《數據賦能生命健康產業》演講中指出，生命健康大數據作為重要的戰略資源，具有復雜性和敏感性，因此需要建立全周期的安全體系。他提到，通過區塊鏈加密、隱私計算等先進技術，可以實現生物樣本數據的合規流通，預計為藥企降低30%的研發成本。
中國工程院院士沈昌祥則提出了“可信計算3.0”解決方案。他強調，在數字經濟時代，需要重構安全防線，我國自主研發的可信計算產品鏈已經覆蓋了芯片、系統、應用全環節。通過構建主動免疫防護體系，能夠有效抵御新型網絡攻擊。
數據規模暴增，AI下半場是智能體
“DeepSeek讓政務服務企業迎來了一波新機遇，不需要買算力就能用AI大模型。”一位行業人士對鈦媒體AGI表示，目前浙江省內很多場景都在使用基于DeepSeek和私有化數據的專用模型。
例如，中國開源AI模型DeepSeek可以準確辨識病癥。浙江省中醫院目前已經在婦產科、兒科、血液內科等多個科室的醫療場景進行試用AI醫護助手。
安恒信息董事長范淵在會上表示，智能體與動態數據安全結合是一個必然，我們很快會進入到“智能體影響決策”的環境中，因為AI比人更懂數據，AI比人更懂業務，AI比人更懂行為。
“在傳統的數據安全階段，我們依然有很多問題沒有得到解決。而今天，我們面臨著大規模、高通量、快速率、更加開放的流通過程中，勢必要求我們的動態安全，從靜態保護到動態保護，從邊界安全到內生融合安全，由封閉環境保護轉向開放環境。”范淵稱。
范淵強調，AI 的下半場一定是智能體，而智能體是大模型到場景應用的必然演進。因此，AI智能體正在從“條件自主”，不斷演進到“完全自主”，讓AI智能體成為安全工作者的伙伴，具備自主學習、深度進化能力，能與安全工作者共同定義問題，參與復雜決策，甚至給出創造性的方案， 能應對所有工作場景。
劉博進一步補充稱，AI發展到現在，已不僅是一個“大模型”，而是需要混合智能體、MCP等技術和工具。大模型只是賦予用戶思考和信息整合的能力，不能完全替代軟件，而是需要通過智能體、MCP等方式提供給客戶，讓企業在不同場景中調用對應工具，從而大大提升企業工作效率。
早在2023年，安恒信息推出“恒腦・安全垂域大模型”，并在多個場景中成功應用。今年5月上旬，恒腦升級至3.0版本，成為國內首個安全AI智能體。據介紹，依托恒腦，安恒信息已經完成了500多個共創智能體，覆蓋數十個場景，并且快速和現有產品進行了能力集成。
談及具身智能安全，劉博表示，物理世界的安全非常重要，需要保證無人機、智能機器人(16.710, -0.25, -1.47%)等產品不被入侵，對于網絡安全挑戰更大，一旦入侵、操控就會讓設備失控。因此，我們需要提供軟件的安全系統保證具身智能操作系統、嵌入式系統、自身軟件的數據安全、網絡安全保護。
2025數據安全發展大會上，溫州市、重慶市、武漢市、西安市、寧波市、青島市等25家城市代表共同簽訂數據要素合作“百城行動”城市聯盟，三十多家數據企業在現場集中簽約，共同建設數據要素產業新生態。落地數源安全合規檢測中心、溫州甌越數安實驗室等6個高能級平臺和實驗室。
然而，當前中國仍然面臨數據存量小，產量低、數據集質量良莠不齊，缺乏主流高價值數據引領、數據利用效率低等問題，需要做好數據源頭管控，確保數據來源的可靠性、完整性，加強數據隱私和安全保障，推動數據安全評估能力建設。
劉烈宏在演講中提出了三點意見：一是持續推進數據基礎制度改革創新，加強數據要素綜合試驗區建設。二是加快健全數據流通利用基礎設施，依托可信數據空間等技術試點，探索可復制、易推廣、能持續的運營模式。三是大力推進數據要素市場化價值化實踐，將海量數據(13.930, 0.06, 0.43%)（維權）資源優勢轉化為經濟發展新動能。為探索數據價值釋放路徑，國家數據局支持在浙江等10個地方開展數據要素綜合試驗區建設。
劉烈宏在此前第八屆數字中國建設峰會上強調，加快推進數字中國建設，要緊緊抓住AI發展帶來的前所未有的機遇，推動數據要素市場化配置改革和“人工智能+”行動同頻共振，持續推進高質量數據供給，加快推動數據要素與AI、科技創新、產業發展和賦能應用相結合，推動行業高質量數據集建設，推動數據產業高質量發展，為AI技術創新和產業應用提供堅實的數據基礎。
