推动人工智能与制造业深度融合，是提升产业链供应链现代化水平、建设现代化产业体系的关键举措。全国人大代表、中国电气装备集团副总经理张帆在接受证券时报记者采访时呼吁，构建多方协同的工业数据集共建机制，大力推广“数据可用不可见、用途可控可计量、全程可追溯可审计”的数据共享模式。从调动企业参与数据共享的积极性、主动性出发，建议研究出台加强工业数据集建设的财税支持政策，推动数据交易模式创新。
高质量数据供给与可信共享生态仍存短板
近年来，国家先后出台了《新一代人工智能发展规划》《关于深入实施“人工智能+”行动的意见》《“人工智能+制造”专项行动实施意见》等一系列政策文件。张帆表示，国家高度重视人工智能与制造业融合发展，也取得了显著成效，但仍需要持续破解高质量数据供给、消除数据共享不畅等难点堵点。
张帆指出，当前高质量工业数据集供给严重不足。主要表现为：工业数据种类多、数据标准化程度低、质量参差不齐；数据标注专业性强、投入大、周期长，通用标注工具适配性差，企业数据集建设意愿不强、投入不足。
同时，企业出于数据安全、商业秘密、权属风险等顾虑，普遍存在不愿共享、不敢共享、不能共享问题，行业数据壁垒、企业数据孤岛现象突出。技术方面，隐私计算、区块链、可信数据空间等数据安全流通技术，仍存在技术瓶颈，操作效率低、应用成本高、标准不统一、互联互通不足等问题，尚未实现规模化、普惠化应用。此外，可持续的价值回报机制也不成熟，紧缺既懂工业制造、又懂人工智能的复合型人才。
构建协同共建与价值回报机制
张帆认为，破解前述问题，当前有必要构建多方协同的工业数据集共建机制。建议研究出台加强工业数据集建设的财税支持政策，引导企业加大资源投入，切实提高企业对工业数据集建设的重视度和主动性，并支持行业龙头企业牵头组建行业数据共享联盟，带动产业链上下游中小企业协同参与，以此形成政府引导、市场主导、多方协同的格局。
数据交易与激发企业共享数据之间存在双向促进关系。张帆建议，大力培育数据服务商、数据标注机构等数商生态，有效提升专业化服务能力。交易方面，建议推动数据交易模式创新，探索长期稳定、可预期、可持续的数据价值回报机制，从传统一次性买断，逐步向订阅制、版本服务费、按调用计费等多元化模式转型，充分调动企业参与数据共享的积极性、主动性。
数据安全可信流通才能实现数据高效利用。张帆建议，大力推广“数据可用不可见、用途可控可计量、全程可追溯可审计”的数据共享模式，从技术和机制上消除企业商业泄密、权属纠纷顾虑。加大对隐私计算、区块链、可信数据空间等数据安全流通关键核心技术攻关，集中力量突破性能、成本、互联互通等瓶颈制约。加快制定统一的技术标准、接口规范、互认协议，打通跨企业、跨行业数据共享通道，实现规模化、普惠化应用，支撑人工智能与制造业深度融合。
新宝配资提示：文章来自网络，不代表本站观点。
