一、AI领域数据资源高效流通利用概述
数据已成为关键生产要素，其价值在于优化资源配置、提升生产效率并创造经济价值。大模型技术的发展进一步推动了“以数据为中心的人工智能”的发展。国家层面，数据基础制度体系已构建，围绕数据产权、流通交易、收益分配、安全治理四大支柱深化制度建设。在“十五五”时期，推动数据资源高效流通利用具有显著紧迫性，需突破经济增长瓶颈、满足新质生产力培育需求、破解数据要素市场化改革的深层次梗阻、抓住全球竞争格局重构的战略窗口期。AI大模型爆发对数据流通利用提出新挑战，数据规模与复杂度爆发式增长，对存储能力和数据管理能力提出新要求。高质量数据集是人工智能发展的关键要素，数据集的质效提升是人工智能赋能实体经济的“催化剂”。AI基础设施是建设网络强国的“大动脉”和推动数据资源高效流通利用的“新引擎”，其核心组成要素包括存力算力底座、高效流通利用的数据资源、算法模型与平台、高速网络与通信、安全与治理体系。“十五五”时期数据资源流通利用趋势研判显示，国际上正致力于构建安全、开放、协同的治理框架与技术体系，我国正加快构建以可信数据空间为技术底座的数据资源高效流通利用新型数据基础设施，推动高质量数据集建设，加快实施“人工智能+”行动。
二、我国AI领域数据资源高效流通利用面临挑战
我国AI领域数据资源高效流通利用面临诸多挑战。社会环境方面，数据资源有效供给不足，合规可信流通环境尚未形成，开发利用生态体系尚待完善，配套数据流通利用制度仍需完善，高质量数据集的系统化建设路径尚未明晰。技术体系方面，传统数据基础设施无法满足数据资源高效流通利用和AI发展需要，存储性能瓶颈制约数据流通效率，依赖HDD等传统介质则受限于高延迟、低IOPS，完全无法满足人工智能与实时分析场景的性能需求，数据开发利用能力不足，“全局可视可管可用”数据服务能力亟待提升，数据安全和隐私保护受能力亟待加强。安全风险方面，数据流通范围显著扩大、频率急剧增加、参与方多元化，使得数据泄露、滥用、篡改、跨境安全等风险显著提升，同时，国际形势波谲云诡，数据存储介质持续供应能力面临重大风险。
三、AI领域数据资源高效流通利用可行技术路径
为解决上述挑战，报告提出了AI领域数据资源高效流通利用的可行技术路径。建议打造全国产化、高性能“1+2+3+N”AI基础设施，包括1个技术基座、2套管理体系、3个基础平台、N个应用场景。建议突破传统数据基础设施限制，通过先进存储技术构建统一数据空间，加快AI数据湖建设，打造全国产化、高性能的新型AI数据湖数据基础设施底座，融合硬件自主、软件生态、数据调度及绿色节能四大核心能力，构建覆盖算力、存储、网络的协同体系。建议构建智慧化、一体化数据管理与流通平台，提高“全局可视可管可用”数据服务能力，通过技术融合与流程优化，实现数据资源的全生命周期管理，并显著提升“全局可视可管可用”的数据服务能力。建议打造可信AI数据空间，加快数据资源规模化流通利用，落实国家数据局《可信数据空间发展行动计划（2024—2028年）》的有关要求，构建可信AI数据空间，确保数据提供方、数据使用方、数据服务方、空间运营方等可信数据空间参与各方在可信环境中实现数据资源共享共用。建议促进AI驱动数据资源高效流通利用，深化场景赋能，构建“汇数-治数-用数”一体化体系，通过技术底座、机制创新、场景适配三维联动，驱动数据从资源化向资产化跨越。
四、AI领域数据资源高效流通利用最佳实践
报告列举了AI赋能医疗、科技、金融、动画、农业等行业的最佳实践案例，展示了各行业通过存储设备升级、AI数据湖构建以及数据治理方案优化，打通了数据资源高效流通利用的“高速公路”。
五、AI领域数据资源高效流通利用发展建议
为推动AI领域数据资源高效流通利用，报告提出了以下发展建议：制度为基，在国家战略层面建立健全数据资源高效流通利用政策措施；技术为翼，规模化布局全闪分布式存储设施，加快AI数据湖建设，打造国产全栈AI基础设施；场景为引，拓展深化基于AI的数据资源开发利用场景，提升AI基础设施应用广度和深度。
