两会上的“数据”声音

五、冯丹 全国人大代表、华中科技大学副校长

“算法+数据+存储”协同创新，推动大AI创新发展与应用

全国人大代表、华中科技大学副校长冯丹称，在AI硬件架构上，相较算力的不足，我国存储产业在DRAM、闪存固态盘、高性能分布式文件存储等现阶段关键技术上已经实现自主可控，并具备了全球竞争力，DeepSeek通过算法优化、存储架构和缓存算法创新显著提升算力效率，降低算力依赖，将推理成本大大降低，相比国际同类产品，降幅达90%。“结合中国AI产业现状，AI硬件架构将从算力依赖走向数据和存储依赖。”随着大模型普及、参数和数据规模增长，通过“算法创新+数据存储创新”持续降低推理成本将成为技术创新的重点方向，建议国家在此两个方向上加大投入。他建议，一是政策引导，制定行业数据存储要求和流通规则，开发相应工具，加快行业应用；二是技术创新，设立新一代AI算法、数据存储重大技术专项，支持关键技术持续发展；三是标准建设，建立符合中国行业应用的推理评估体系及标准，掌握标准话语权。通过政策引导、技术创新与标准建设，从“算力军备竞赛”转向“算法+数据+存储协同创新”，中国有望在近年实现大模型推理应用的全面发展和换道超车，为全球AI发展提供“中国方案”。

来源：观察者网

六、邓中翰 全国政协委员、“星光中国芯工程”总指挥、中国工程院院士

强化数据要素与民企活力筑牢AI时代高质量发展基石

全国政协委员邓中翰提交了两份提案，聚焦人工智能时代下，数字经济高质量发展，与民企创新和青年人才创业活力。他指出，我国数据生产量全球领先（2024年预计可达38.6ZB）、增速快，但数据使用率不足三分之一，数字经济企业与资本市场的结合程度尚不够紧密，要素化、资产化、资本化水平亟待提升。为此，邓中翰提出了四点建议：

1.构建全国统一的数据市场，统筹国家数据基础设施，推动跨层级、跨领域数据可信流通；建立健全国家公共数据资源体系，支持公共数据与行业数据融合开发，在国家安全、经济民生等关键领域实现数据“有标识、受监管、被保护、可交易、能使用”。

2.加快数据要素市场化进程，规范统一数据交易定价机制，布局国家级数据交易所试点，鼓励行业协会、科研院所与企业共建数字经济创新示范基地，形成“采集—标注—交易—应用”全链条生态。

3.发挥资本市场催化作用，支持数字经济企业通过并购重组、再融资等工具加速技术迭代，鼓励龙头企业共享数字化转型解决方案，带动产业链上下游协同发展，释放数据资本化潜力；发挥科创板改革“试验田”作用，提升资本市场体系对科创包容性，培育壮大新兴产业和未来产业。

4.强化技术与标准支撑，加大数据加密、数字水印等关键技术攻关，推进视音频编解码（SVAC）、智能感知等领域自主标准制定，以标准优势带动产业优势，筑牢数据主权安全防线。

来源：中国经营报

七、董进 全国人大代表、国家区块链技术创新中心主任

前瞻布局下一代高可信区块链网络

全国人大代表、国家区块链技术创新中心主任董进指出，传统的数据流通方式面临隐私易泄露、数据易篡改、数据割裂分布形成“孤岛”等挑战。区块链技术融合了分布式存储、不可篡改、可追溯等特性，为数据安全存储、可信共享和高效协作提供技术保障，具有独特优势。不少发达国家正在加大区块链技术的研发，希望以此串联起更多的高价值数据，我国也需要加速海量高价值数据在流通中释放活力，促进新动能积厚成势。他在今年两会上建议，面对经济社会发展的新需求和新形势，我国应前瞻布局下一代高可信区块链网络，打造超大规模、超强算力、超高安全的数字基础设施，为数据可信安全高效流通提供坚实基础。

来源：中国青年报

八、柳江 全国人大代表、四川长虹电子控股集团党委书记、董事长

促进可信数据空间应用落地 推动数字经济和实体经济深度融合

2025年全国两会期间，全国人大代表、四川长虹电子控股集团党委书记、董事长柳江聚焦“可信数据空间应用落地”建设，提出多项建议。他指出，可信数据空间是平衡数据安全与发展的关键基础设施，对AI技术应用发展影响深远，加快其建设与应用落地是推动数字经济赋能实体经济的关键抓手。我国可信数据空间政策与市场层面向好，重点领域规模化发展。2023年，中国数据空间市场规模为40.2亿元，同比增长24.4%，整体产业具备一定市场基础且规模有望持续增大。数据流通利用以公共数据和社会数据的开发利用为主，依赖企业数据、个人数据的规模化利用尚未形成，对AI技术应用的支撑效果尚不明显。算力基础设施规划建设、数据要素市场化生态亟待建立。柳江强调，当前可信数据空间发展面临三大瓶颈，包括技术路线和标准不统一、数据要素市场机制不健全、跨领域协同难度大。针对这些问题，他提出，加快技术标准化，加强互联互通；规范数据流通利用，强化监管合规；加快数据产业发展，着力人才培养。

来源：证券时报

九、王江平 全国政协委员、工信部原副部长

AI进入实体经济的最大障碍是专业数据集不完善

当前，在DeepSeek大模型热潮下，“人工智能+”赋能实体经济的探索加速，但数据、算力等瓶颈问题受关注。全国政协委员、工信部原副部长王江平表示，人工智能是靠数据来驯化的，既需要公共数据来支撑，又需要专业数据来发挥关键作用，当前专业数据集不完善是其进入实体经济的最大障碍。他指出，一些行业数据多掌握在头部企业、工程设计院和科研院所手中，需通过商业模式集成他们手里的数据，让大家共享数据集产生的价值。王江平认为，推动人工智能进入实体经济，迫切需要解决专业数据集不足问题，数据集建设需公共数据支撑和行业数据关键作用，数据颗粒度越细越好。面对大模型的算力瓶颈，应通过综合施策来解决。算力包括芯片、网络，以及供电等综合型基础设施，其中，芯片是我们的一个短板。预计专用芯片将在今明两年爆发，大模型专用算力芯片会越来越多。此外，AI幻觉与数据集的质量、丰富性有很大的关系，专业数据集的完善对解决此类问题也很重要。

来源：每日经济新闻网

十、齐向东 全国政协委员、全国工商联副主席、奇安信科技集团董事长

积极构建高可靠人工智能安全体系

全国政协委员齐向东在近日接受记者采访时指出，人工智能发展面临的安全问题大体可以分为三类：一类是人工智能大模型自身的安全问题，一类是利用人工智能开展网络攻击的问题，一类是通过攻击人工智能引发的“网络攻击大爆炸”。针对上述安全问题，齐向东建议：
1.建立适配大模型的纵深防御体系，筑牢人工智能的安全根基。最近，奇安信发布了业界首个大模型安全整体解决方案大模型安全盾，率先提出“大模型安全红域”概念。通过构筑覆盖终端、应用、数据、模型、红域的多维度核心防护能力，打造适用于人工智能的立体纵深防御体系，并给予威胁情报、大网数据监测等情报赋能，实现“对外防攻击、对内防内鬼”，为人工智能大模型安全稳定运行保驾护航。
2.制定大模型安全强制合规要求，夯实人工智能安全发展的制度保障。要明确大模型安全的组织架构，界定安全主体责任，对基础安全、数据安全、应用系统开发安全、运行安全等方面提出清晰的技术保障要求。同时，做好大模型运行安全监测和内容风控，定期开展安全评估测试，完善应急响应机制，一旦发现异常行为或潜在的安全事件，第一时间进行处置，将安全威胁消除在萌芽状态。
3.推广“AI+安全”创新成果落地，走好提升安全能力的必经之路。随着人工智能应用的进一步铺开，要鼓励更多产业用上、用好“AI+安全”创新成果，提高千行百业的网络安全防护效能。促进产学研用深度融合，推动科研成果从实验室走向市场，并以更加主动的姿态嵌入区域化、全球化的产业链条，占据关键节点位置，推动人工智能产业迈向更高发展水平。

——来源：国际金融报