01 行动计划出台的时代背景
数字时代,数据资源日益丰富、可大量获取,数据收集、生产、加工、处理、分析、传输的成本也大幅降低,边际成本接近于零。数据成为(关键)生产要素,能够以更低的成本、更快的速度提炼有效信息,并在生产经营各环节、各主体间实时传递,极大地解决了以往农业社会、工业社会中普遍存在的信息不对称、信息不充分问题,并由此提升经济社会运行效率。与此同时,经济社会组织方式进行适应性调整,以更加充分地运用数据要素,从而衍生出以平台经济等为代表的各种新模式、新业态。例如,在流通领域,通过互联网消费平台展示、比价等功能,可以实时传递出充分的产品信息,极大缓解了买方的信息劣势;与此同时,搜索、比对等功能又能快速传递买方的需求信息;凭借平台背后大量的算力资源和处理分析能力,供需之间得以快速高效地对接匹配。
02 数据要素乘数效应的实现机制
数据要素的乘数效应主要可以通过以下几种机制来实现。一是提高微观层面企业生产经营效率。在微观企业生产运行过程中,数据要素以及相应的数据处理、分析、传输手段,能够提炼出数据中包含的有效信息并将其及时传递到生产运行相关环节,从而提高不同环节以及不同类型要素之间的协同性,进而提高生产经营效率。二是不同来源数据集进行融合匹配后可能产生更多有效信息,为生产经营带来更大的价值提升。三是多场景复用带来的宏观价值倍增。数据要素具有非竞争性、非排他性和低成本复制等技术-经济特征,能够同时在多个场景中发挥上述效率提升作用,从而在宏观层面表现为价值倍增。此外,经济社会运行以各类平台为依托,能够有效对接供给和需求,以此提高全社会资源配置效率。
从“互联网+”到“数据要素×”,伴随着数据资源的大量积累,经济社会运行方式的变化也让上述机制得以更充分地实现。一是由基于网络连接的信息传递向基于有效信息提炼的全局协同转变,推动经济运行效率不断提升。二是由单一垂直领域数据资源汇聚向跨领域多源多类型数据融合转变,进一步激发数据价值创造潜能。三是由互联网技术对不同垂直领域赋能向跨领域多场景数据复用转变,实现数据价值创造能力的倍增,拓展经济增长新空间。
03 行动计划定位及行业领域选择
实施《行动计划》旨在尽快激活数据要素潜能,为此本着“试点先行,重点突破”原则,对12个行业领域进行了细致的部署。这12个行业和领域的选取,主要考虑其在我国数字经济乃至整个经济社会发展中的重要性、数据资源要素的积累状况、整体数字化发展基础等因素。例如,《行动计划》将工业制造排在第一位正是出于这三方面的考量:(1)制造业是实体经济的主体,工业制造是数字经济和实体经济深度融合的主战场;(2)制造业领域整体的数字化智能化转型程度较高;(3)很多制造业企业从早年信息化建设开始便有意识地收集生产运营过程中各种数据,已经积累了大量的数据资源。
04 行动计划实施的保障措施
《行动计划》实施的核心目标就是要从重点行业领域入手,最大限度发挥出数据要素在价值创造中的乘数效应。因此,需要在保障数据安全的情况下,加大数据供给、加快数据流通。而实现这两项目标,则要充分发挥市场机制在数据要素配置中的作用,即推进数据要素市场化配置。
数据要素市场化配置改革是一项庞大的系统性工程,需要培育多元化的数据经营主体。这些经营主体,除了买卖双方外,还包括大量合规的专业数据中介服务机构,包括数据商、数据评估方等。当然,政府主导的数据交易所也可以看作是重要的数据经营主体,是市场化配置体系的重要组成部分。《行动计划》也将市场流通主体的培育作为重要的保障措施。
好文章,需要你的鼓励
LibreOffice 25.8版本以"更智能、更快速、更可靠"为特色正式发布。新版本在多个方面实现性能优化,包括启动速度、文档滚动和文件打开速度的显著提升。该版本增强了对微软Office文档格式的兼容性,改进了连字符处理和字体兼容性,Calc表格组件新增十多个函数以更好支持Excel文件导入。值得注意的是,LibreOffice 25.8首次支持PDF 2.0格式导出,并具备PDF数字加密和签名功能。新版本提高了系统要求,不再支持Windows 7/8系列和32位系统。
谷歌DeepMind团队开发出ViNT视觉导航系统,让机器人像人类一样仅通过"看"就能在陌生环境中导航。该系统模仿ChatGPT的学习方式,通过分析600万个导航轨迹掌握通用导航能力,在未知环境中的成功率达87%。这一突破将推动物流配送、家庭服务、搜救等领域的机器人应用发展。
微软AI首席执行官苏莱曼发文称,研究AI福利和意识"既不成熟又危险",认为这会加剧人类对AI的不健康依赖。而Anthropic、OpenAI等公司正积极研究AI意识问题,招聘相关研究人员。业界对AI是否会产生主观体验及其权利问题分歧严重。前OpenAI员工认为可以同时关注多个问题,善待AI模型成本低且有益。随着AI系统改进,关于AI权利和意识的辩论预计将升温。
谷歌DeepMind推出AlphaFold3,革命性提升分子结构预测能力。该AI模型采用创新扩散网络架构,能够精确预测蛋白质与DNA、RNA、药物等分子的相互作用,准确率比传统方法提高50%以上。这一突破将显著加速新药开发,推动基础科学研究,并通过免费开放服务促进全球科研合作,标志着生命科学研究进入AI驱动的新时代。