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，其价值在于通过汇聚、加工和应用，优化资源配置、提升生产效率并创造经济价值。数据资源具有非消耗性、非排他性、易复制性、难追溯性、稀缺性和高价值、安全敏感性等特征。高质量数据供给内涵包括资源准备完善、需求高度匹配、机制完善健全、技术支撑完备；高效利用内涵包括普惠公平、便捷高效、社会效益显著、经济效益突出。高质量数据集是指可直接用于开发和训练人工智能模型，能有效提升模型性能的数据集合，主要分为通识数据集、行业通识数据集、行业专识数据集三类。适应AI应用的数据基础设施应体现高性能存力算力底座、高效流通利用的数据资源、智能化一体化的算法模型与平台、高速网络与通信以及高可靠性的安全与治理体系等特征。“十五五”时期数据资源流通利用趋势研判显示，国际上数据资源流通呈现多极化治理格局，主要经济体通过差异化政策框架与技术手段推动数据跨境流动，同时强化主权管控与安全治理。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三大挑战
我国AI领域数据资源高效流通利用面临社会环境、技术体系、安全风险三大挑战。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，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。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，同时跨境流动监管态势严峻，传统存储设施在可靠性、安全性和可管理性方面存在明显不足。
三、AI领域数据资源高效流通利用可行技术路径
为应对上述挑战，报告提出了打造适应AI应用的“1+2+3+N”高效智能数据基础设施等可行技术路径。“1+2+3+N”框架包括：打造1个高性能全闪存分布式存储的AI数据基础设施底座；健全数据管理、数据安全2个管控体系；搭建智能化、一体化的AI数据湖、AI工具链和AI可信数据空间3个平台；持续深化AI领域数据资源高效流通利用场景。具体技术路径包括：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；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；打造可信AI数据空间，加快数据资源规模化流通利用；促进AI驱动数据资源高效流通利用，深化场景赋能。
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”，为各行业数字化转型提供了借鉴。
五、AI领域数据资源高效流通利用发展建议
报告最后提出了AI领域数据资源高效流通利用发展建议，包括：制度为基，在国家层面建立健全数据资源高效流通利用政策措施；技术为径，规模化布局全闪分布式存储设施，加快AI数据湖建设，打造高效智能数据基础设施；场景为核，深化适应AI应用的数据资源开发利用场景，拓展AI应用的广度和深度。
