ku酷游官网-ku酷游网络股份有限公司

　　随着数据要素市场化配置改革持续深化，制度构建、价值释放与治理协同的关键议题备受关注。人民网·人民数据对话专家学者、地方政府相关负责人、企业代表，共同探讨数据要素高质量发展新路径。

　　人民数据：本届数博会已于贵阳落下帷幕，大会以“词元——数据要素价值释放新路径”为年度主题。围绕这一行业发展方向，您此次参会最直观的感受是什么？在“词元”主题的背后，您认为释放出数据要素产业发展的哪些信号？

　　李雪莹：本届数博会期间，最直观的感受是数据要素产业正经历一场从资源化向价值度量衡转型的深刻变革。在此变革进程中，智能经济领域正逐步构建一套通用的价值语言体系。

　　词元成为行业核心主题的背后，释放出三大产业信号。其一，词元实现了数据价值量化的关键突破。长期以来，数据价值难以量化评估，而词元作为统一的价值标尺，为AI服务的计量、定价与交易提供了完整的参照体系。据统计，截至2026年6月，我国日均词元调用量已突破500万亿次，较2024年初的日均1000亿次实现数千倍增长，充分印证了词元经济的发展态势。其二，产业链分工已全面进入词元时代。本届数博会的展区围绕算力基座、数据供给、模型驱动、安全护航、智能体验五大板块布局，完整呈现了词元生产的全链路流水线。其三，数据价值闭环正在加速形成。本届数博会清晰展现了产业发展路径：场景牵引数据供给，数据驱动模型迭代，模型赋能应用升级，应用创造产业价值，而安全贯穿全流程，正从合规底线升级为产业发展的核心底座。

　　本届数博会上，天融信入选2026数字经济国际合作典型实践项目。如果说过去行业对数据的讨论更多聚焦于存储与计算环节，那么词元概念的提出，则标志着行业开始探索AI认知能力的定义与交易路径。从这一意义而言，本届数博会是一场为智能经济新时代统一价值度量衡的行业盛会。

　　人民数据：当前数据流通领域仍普遍存在“不敢流通、不愿流通、不能流通”的现实痛点。在“数据二十条”政策持续落地、数据资产入表工作全面推进的行业背景下，如何兼顾安全合规与流通效率？二者协同的破局路径是什么？

　　李雪莹：当前数据流通领域“三不”困境的本质，在于安全信任机制不完善与价值分配机制不清晰。破局的核心思路，是跳出将安全合规视为数据流通阻碍的认知，将其定位为数据流通的基础保障机制。通过制度、技术、模式三维协同创新，使安全成为数据流通的“定心丸”与价值释放的“推进器”。从实践进展来看，三大破局方向正逐步落地。

　　一是制度层面破局。通过制度体系完善，推动数据流通从“确权难”向“有证可依、全域互认”转变。数据权属模糊是制约数据流通的核心历史问题，而通过数据资产登记确权机制，可为每一份合规数据赋予全国互认的“数字身份凭证”，支撑其依法进入数据流通市场开展交易。

　　二是技术层面破局。可信数据空间建设推动数据流通模式从“交付即失控”向“数据不动、价值流转”转型。作为数据流通的关键信息基础设施，可信数据空间基于共识规则与技术信任机制，实现数据可用不可见、用途可约定、全程可追溯。例如在某省可信数据专区建设中，相关方案支撑跨境数据有序流通，为人工智能基础设施建设与应用提供数据要素保障。与此同时，词元作为新型价值计量方式的出现，推动数据计量从按条数统计向按价值核算升级。

　　三是模式层面破局。数据流通业态从原始数据交易向数据服务交付升级。依托数据即服务模式，通过API接口、风控报告、联合计算等多元形态，在合规框架内实现数据价值的完整交付，而非传统的原始数据权属转移。从产业竞争视角看，安全合规本身就是核心竞争力，率先以安全合规手段激活数据要素流通的市场主体，将在新一轮产业竞争中占据先发优势。

　　人民数据：当前大模型与智能体正进入规模化落地阶段，部分企业采用“先上系统、后补安全”的推进策略。在此行业背景下，AI时代的数据安全面临哪些超出传统防护范畴的新型风险？安全能力应于何种阶段介入，方能在不延缓创新进程的同时，规避后期高昂的改造成本？

　　李雪莹：“先上系统、后补安全”的推进模式，会显著放大AI时代的安全风险。传统安全体系以边界防护为核心，发挥围墙与闸门的屏障作用；而AI时代的安全防护对象是具备动态演化特性的数字生命体，所面临的挑战与传统安全场景存在本质差异。

　　应对上述新型风险，核心思路是“安全左移”，且安全建设不能仅止步于前置介入，而需覆盖AI系统全生命周期，确保各环节无安全缺失。从落地路径来看，可分为三个阶段系统推进，实现安全与创新的协同发展，让安全从创新的制约因素转变为创新的支撑力量。

　　第一阶段为规划开发阶段介入，夯实系统底层安全根基。在开发环节依托安全智能体提升代码安全水平；系统成型后全面开展脆弱性排查与修复；系统上线前，在真实应用环境中通过基于大模型的自动化渗透测试完成整体安全性验证。

　　第二阶段为应用运营阶段管控，划定智能体安全运行边界。明确智能体的安全行为范围，在运行过程中开展持续检测与动态监控，一旦识别出潜在风险行为，立即采取拦截、回退等处置措施，防范安全事件发生。

　　第三阶段为模型层面深度防御，构建意图识别与幻觉抑制双重防线。在输入端部署恶意意图识别引擎，精准识别恶意指令与风险操作；在模型推理端引入世界认知模型，从底层约束推理逻辑，降低模型幻觉引发的恶意、非预期输出风险，大模型安全围栏产品即是针对该类需求的典型解决方案。

　　在企业AI规模化落地的浪潮中，安全并非创新的绊脚石，而是决定系统能否稳定落地、持续运行的核心底盘。（来源：人民数据公众号）

　　人民日报社概况关于人民网报社招聘招聘英才广告服务运营服务合作加盟版权服务数据服务网站声明网站律师信息保护联系我们

　　人 民 网 股 份 有 限 公 司 版 权 所 有 ，未 经 书 面 授 权 禁 止 使 用