5月25日,腾讯研究院联合赛迪研究院,在清华中国电子数据治理工程研究院、中国电子数据产业集团、北京国际大数据交易所、中国计算机行业协会大数据产业生态专委会等单位的参与支持下,在第七届数字中国建设峰会数据要素赋能新型工业化工作会上发布《数据要素赋能新质生产力--数据要素场景创新发展报告(2024)》。以下为报告摘要部分。 当前,面对以人工智能为代表的全球新一轮科技革命和产业变革的关键窗口期,全球主要数字经济国家及地区在数字技术创新、数据开发利用、数据跨境、数据治理等领域均加快了政策布局和产业支持力度,旨在全球竞争格局中谋求发展的新优势和新动能。其中,数据作为数字经济发展的关键资源,愈发成为国家竞争、科技创新和产业转型升级的关键要素。 数字经济时代的竞争,本质上是技术之争、产业之争,更是制度之争。在我国,数据要素已经成为与土地、劳动力、资本、技术等并列的生产要素,逐步融入生产生活各环节,深刻影响并重构着经济社会结构。党中央、国务院高度重视发挥数据要素价值,出台了《关于构建数据基础制度更好发挥数据要素作用的意见》(简称“数据二十条”),从鼓励产业发展的角度,明确了“遵循发展规律”、“促进合规流通”等数据要素开发利用的基本原则,为行业发展创造了友好的基础制度环境。 **数据的价值在于应用,应用的关键在于场景。**只有和应用场景相结合,解决实际问题和业务痛点,才能充分释放数据要素价值。日前,国家数据局发布了《“数据要素×”三年行动计划(2024—2026年)》,并启动了“数据要素×”大赛,鼓励各类主体参与数据要素开发利用,积极挖掘典型数据要素应用场景,释放数据要素的乘数效应。作为数据要素市场的重要组成部分,平台经济领域涌现出了大量的数据开发利用的实践案例,既包括消费互联网中的数据产品和服务供给,也包括参与产业互联网平台、服务社会的数字场景建设。 为梳理数据要素场景的有关实践进展、落地案例和发展趋势,腾讯研究院联合中国电子信息产业发展研究院、中国电子数据产业集团等单位,以及腾讯云、可持续社会价值事业部、腾讯广告、微信事业群、技术工程事业群、IEG互动娱乐事业群、知识产权部、数据合规与隐私保护部、集团公共事务部等30余位腾讯行业专家,共同开展数据要素场景创新发展研究,分析提炼高价值数据要素场景的特征、实施路径和优秀经验。报告旨在为政府、企业、行业组织推动数据场景开发利用提供可落地的经验借鉴,探索数据要素赋能经济社会发展的可行路径。报告核心内容主要包括五个部分。 01****应用创新角度看长安链

**首先,报告总结了美欧日韩各国的数据要素发展情况。**主要做法包括:鼓励政府数据开发利用、鼓励市场主体应用创新、加快布局数据基础设施、鼓励数据可信流通、重视发挥人工智能等新兴技术对于数据要素和数字经济的带动作用。这些国际经验对我国数据要素制度建设具有借鉴和参考意义。 **其次,报告从顶层设计、技术变革、流通提速、转型牵引、机制突破等角度归纳了我国数据要素发展的主要特点。**具体包括:数据基础制度和管理体制建设加快、人工智能引领产业向数据驱动模式转型、合规监管和安全可信技术加速落地、重点行业领域数字化转型步伐加快、数据资产化制度探索路径逐步清晰等。其中,平台企业通过投资、云服务等业务,持续加大在数据要素领域投入。比如,腾讯在工业互联网、大数据基础软件与服务等领域的投资项目纳入了国家发展改革委和国家数据局的“绿灯”案例。2024年第一季度,腾讯金融科技及企业服务板块收入占比达到33%,连续七个季度占比第一,已成为腾讯未来增长的重要引擎。 02****高价值数据要素场景的理论透视

**一是高价值数据要素场景的“四度”特征。**基于腾讯、中国电子等企业在数据要素开发利用中积累的行业经验,研究团队对市场认可度较高、已经形成价值闭环的数据要素场景进行了分析提炼,提出了数据要素场景的“四度”分析框架,即:技术成熟度、组织统筹度、数据应用度、行业效益度。这个分析框架既可以作为检验数据要素场景的价值标尺,又可以为政策支持方向选择提供方法论参考。

图1 高价值数据要素场景“四度”特征模型 **二是高价值数据要素场景建设需要秉持“五脉”实施路径。**高价值的数据要素场景,并不只是简单的考虑新技术应用,也不是单一的数据架构搭建和全周期管理,而是需要从需求采集、协同研发、机制设计、管理流程、商业模式等多维度视角出发,构建体系化的“五脉”实施路径。具体而言,要做好如下五点:摸清需求脉,坚持从行业用户来,到场景中去。协同研发脉,共建共享环境,走向大模型。变革制度脉,以数据为中心,建立软框架。优化流程脉,适应组织变化,提升团队主动性。迭代系统脉,以体验促通达,先立而后破。

图2 高价值数据要素场景“五脉”实施路径 **三是高价值数据要素场景的“行业八景”。**报告根据行业数据要素场景建设理念和政策要求,结合已成功实施的数据要素典型应用案例,运用“技术成熟度高、组织统筹力度大、数据应用程度深、切中行业发展关切”的分析思路,聚焦人工智能、工业制造、交通运输、双碳治理、社会治理、农业领域、惠民服务、金融服务等八个方面,提出高价值数据要素场景的“行业八景”。

图3 高价值数据要素场景的“行业八景” 03****高价值数据要素场景 创新发展典型案例

基于上述分析框架,报告选取了20个典型数据要素场景案例。通过案例可以看到,数据要素在C端、B端、S端均有较大的发展空间,并呈现出三个突出特征。 **一是人工智能对于数据要素价值释放具有催化作用。**比如,基于混元大模型推出的一站式AI广告创意平台腾讯广告妙思,立足行业痛点,不但可以大幅提高创意水平,满足个性化需求,在复杂语境下进行逻辑推理,通过AI创意工作台达成创意生成的降本增效,而且实现了“AIGC创意生产-直联投放流程-素材快速过审”的全链路打通,可以更精准、更高效地将广告推荐给合适的人群,提高用户体验以及广告转化效果。 **二是数据要素开发利用可帮助工业企业降本增效。**比如,腾讯基于人工智能、云计算和大数据等数字技术,构建基于人工智能算法的电子制造检验平台,服务了众多制造企业的外观监测项目,检测效率相较人工质检提升10倍,每年能为客户节省人力成本数千万元。通过云端的训练平台,提升AI质检模型的研发效率3倍以上,将研发人员门槛大幅降低。通过云边端协同的控制中转系统,建设AI质检模型从研发到最终部署上线的中转协同系统,将AI质检模型部署至产线的速度提升10倍以上。 **三是数据要素在社会治理领域发展空间广阔。**比如,我国社会应急心脏骤停疾病急救存在成功率低、成本高、救援供需信息不畅等问题。腾讯依托连接优势,构建了“网约式”社会应急平台,将志愿者、120系统、AED设备等急救资源连接起来,构建“5分钟社会救援圈”。目前已在深圳、苏州等10多个城市应用推广,示范点内旁观者心肺复苏(CPR)实施率从20.5%提升至45%,存活出院率提升至25%。(我国存活出院率为1.2%左右) 04****高价值数据要素场景发展五大趋势

**1. 底座支撑:**新型数据基础设施向绿色协同发展,强化支撑算力需求。传统基础设施逐步向具有“高存力、高算力、高运力、高安全、高能效”特征的新型数据基础设施转变,算力电力融合演进,形成相互支撑、协同发展的新态势。 **2. 技术变革:**数据要素技术跨领域多元融合创新,推动数据合规利用。覆盖数据流转全生命周期的数据技术取得突破,并加速融合创新。与此同时,人工智能等新兴技术创新对数据集提出迫切需求。 **3. 行业赋能:**数据要素应用向千行百业加速渗透,数实融合持续深化。数据要素应用场景从传统产业领域向科学研究等新兴领域延伸,数据要素赋能千行百业成为趋势。 **4. 生态优化:**多层级数据要素市场共同发展,数据要素产业加速壮大。数据交互、数据产品交易联动发展,数字化转型市场、数据原生企业构成的平台经济市场、场内数据交易市场等多类市场共同支撑数据要素市场繁荣发展。 **5. 政策保障:**数据要素基础制度加快总结推广,政策协同效应不断增强。涵盖数据产权、流通交易、收益分配、安全治理等方面内容的制度探索在全国各地展开。国家和省级数据局发挥了越来越多的统筹指导功能,数据管理体系中的多方协同效应不断增强。 05****高价值数据要素场景 创新发展的推进建议

**一是强合作重协同,共建多元新格局。**探索制定包容审慎的数据要素场景创新制度,加强数据和数字经济领域的政策取向一致性评估。 **二是强融合重质量,激发数据要素活力。**以公共数据开放引领数据融合应用,推进交通运输、气象等高价值数据资源安全合规开放。鼓励市场主体对已有数据资源进行结构优化和深度挖掘,提高数据开发利用水平。 **三是强创新育新能,助力新质生产力。**鼓励人工智能、隐私计算、区块链等技术创新应用,以新技术、新模式激发场景新需求。 **四是强场景重实效,赋能千行百业蝶变。**发挥企业在场景识别和创新中的主体作用,以需求为导向,鼓励民营企业与央国企、科研机构开展场景联合创新。 **五是强安全促发展,保障数据高效利用。在个人信息匿名化、个人信息去标识化、敏感个人信息保护等方面,逐步完善个人信息保护的实施标准或指南。在保护数据安全的同时,为数据要素产业发展留足空间。 **

成为VIP会员查看完整内容
34

相关内容

数据作为新型生产要素,是数字化、网络化、智能化的基础,已快速融入生产、分配、流通、消费和社会服务管理等各环节,深刻改变着生产方式、生活方式和社会治理方式。数据要素是指那些以电子形式存在的、通过计算的方式参与到生产经营活动并发挥重要价值的数据资源。在数字经济中,数据要素的角色可与传统的生产要素(如劳动力、资本和土地)相提并论。数据要素是推动数字经济发展的核心引擎,是赋能行业数字化转型和智能化升级的重要支撑,也是国家基础性战略资源。2023年正式成立的国家数据局,负责协调推进数据基础制度建设,统筹数据资源整合共享和开发利用,统筹推进数字中国、数字经济、数字社会规划和建设等,不仅体现了对数据资源的战略性管理和规范化利用的需求,也体现了国家层面对数字经济发展和数据治理的重视。
《大模型安全实践(2024)》白皮书,42页pdf
专知会员服务
67+阅读 · 7月10日
最新《工业大模型应用报告》
专知会员服务
110+阅读 · 4月5日
北京市人工智能行业大模型创新应用白皮书(2023年)
专知会员服务
116+阅读 · 2023年11月29日
腾讯《数字经济高质量发展报告(2023)》
专知会员服务
43+阅读 · 2023年9月28日
《深度学习平台发展报告(2022年)》发布, 26页pdf
专知会员服务
118+阅读 · 2022年7月29日
《数据安全风险分析及应对策略研究(2022年)》
专知会员服务
40+阅读 · 2022年2月5日
《工业互联网平台白皮书 2021》,69页pdf
专知会员服务
43+阅读 · 2022年1月16日
数据价值化与数据要素市场发展报告(2021年),53页pdf
专知会员服务
80+阅读 · 2021年5月30日
2021工业互联网大数据白皮书(附下载)
专知会员服务
80+阅读 · 2021年4月30日
《人工智能安全测评白皮书》,99页pdf
专知
31+阅读 · 2022年2月26日
《2021—2022中国大数据产业发展报告》
专知
12+阅读 · 2022年1月23日
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
国家自然科学基金
6+阅读 · 2017年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2013年12月31日
Arxiv
148+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
372+阅读 · 2023年3月31日
Arxiv
132+阅读 · 2023年3月24日
Arxiv
19+阅读 · 2023年3月17日
VIP会员
相关VIP内容
《大模型安全实践(2024)》白皮书,42页pdf
专知会员服务
67+阅读 · 7月10日
最新《工业大模型应用报告》
专知会员服务
110+阅读 · 4月5日
北京市人工智能行业大模型创新应用白皮书(2023年)
专知会员服务
116+阅读 · 2023年11月29日
腾讯《数字经济高质量发展报告(2023)》
专知会员服务
43+阅读 · 2023年9月28日
《深度学习平台发展报告(2022年)》发布, 26页pdf
专知会员服务
118+阅读 · 2022年7月29日
《数据安全风险分析及应对策略研究(2022年)》
专知会员服务
40+阅读 · 2022年2月5日
《工业互联网平台白皮书 2021》,69页pdf
专知会员服务
43+阅读 · 2022年1月16日
数据价值化与数据要素市场发展报告(2021年),53页pdf
专知会员服务
80+阅读 · 2021年5月30日
2021工业互联网大数据白皮书(附下载)
专知会员服务
80+阅读 · 2021年4月30日
相关基金
国家自然科学基金
6+阅读 · 2017年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员