近日召开的全国数据工作会议发布信息显示，经初步测算，2023年我国数据生产总量预计超32ZB（1ZB约等于10万亿亿字节）。我国作为全球数据大国，让流动的数据创造更多价值是未来发展方向。
数据作为新型生产要素，正快速融入生产、分配、流通、消费和社会服务管理等各环节，成为推动经济社会高质量发展的重要动力。国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，提出到2026年底，数据要素应用广度和深度大幅拓展等系列目标。
推动数据的低成本多场景复用，提升全要素生产率
“目前存在数据应用潜力释放不够、供给质量不高、流通机制不畅等问题。‘数据要素×’行动就是通过推动数据在多场景应用，提高资源配置效率，创造新产业新模式，培育发展新动能，从而实现经济规模和效率倍增。”国家数据局副局长沈竹林介绍，三年行动有以下主要特征：
从连接到协同，从基于数据生成和传递的互联互通，转变为基于数据有效使用的全局优化，进一步提升全要素生产率；通过从数据中挖掘有用信息，找到企业、行业、产业在要素资源约束下的“最优解”。比如，打通制造业产业链数据，实现供应链上下游零部件厂与主机厂的高效协同研发制造，有效缩短研发周期，降低供应链成本，创造更高质量、更好性能的产品。
从使用到复用，从千行百业利用互联网技术，转变为基于行业间数据复用的价值创造，拓展经济增长新空间。比如，在新能源发电领域，未来发电量是决定项目投资回报的关键因素，但受天气影响，存在较大的不确定性和难以预测的随机波动，投资风险较高。融通气象、发电量历史数据，新能源企业与保险机构能够建立发电量波动模型，提前锁定收益，开发以未来发电量为标的的保险产品。
从叠加到融合，从数据汇聚支撑的效率提升，转变为多来源多类型数据融合驱动的创新涌现，培育经济增长新动能。不同类型、不同维度的数据融合，将推动不同领域的知识融通，促进生产工具创新升级，催生新产业、新模式。比如，在自动驾驶领域，任何一个单一数据来源，都无法实现真正的智能，必须通过单车智能和车路协同，才能做到全自动驾驶。
中国工业经济学会会长、中国社会科学院大学教授江小涓认为：“数据要素最突出的特点是可低成本多场景复用，一组数据可以被不同主体以不同方式重复利用，并且能够通过解构重组、汇聚融合等方式，被多层次多元化挖掘出更多价值，实现知识扩散、市场拓展和价值倍增，提升全要素生产率。”
先期选取12个行业和领域，明确典型应用场景
从哪些行业切入能够有效发挥数据价值？
沈竹林表示，按照“有基础、有场景、有需求”的原则，国家数据局结合目前发展情况，先期选取12个行业和领域，推动发挥数据要素的乘数效应。
“在这些行业和领域，数据资源丰富、应用需求广泛、交互链条多层次，具有较好的应用基础和广阔的发展空间。”江小涓说。
例如农业领域，数据协同需求较大，而经营主体较为分散，农业生产各环节数据流通不畅，数据资源开发利用程度较低。对此，将强化协同，推动环境、养分、生长、销售、存储、加工等全链条数据融合利用，提高农业生产效率。
例如金融领域，对其他行业数据需求大，通过引入科技、环保、养老、医疗、社保等领域数据，金融机构可以完善信贷模型，辅助面向中小微企业的贷款授信决策，在降低金融机构坏账率的同时，更好赋能实体经济发展。
科技领域数据聚合价值高，拟促进多元数据融合，培育新模式新业态。以化学化工工艺设计为例，不同化合物或工艺方法的实验需耗费大量时间，效率较低。通过结构、物性等基础实验数据的汇聚融合，结合工艺数据科学分析可实现科研最优方案的高效筛选。
气象领域数据通用性强，拟推动数据开放，提高数据供给质量。气象数据可以赋能农业、交通、能源、旅游等多领域发展，在气象灾害监测预警、粮食产量预测、恶劣天气条件交通应急处置、船舶远洋导航、煤电油气运调节、森林防灭火等众多场景中发挥作用。
“后续，我们会结合工作推进情况，适时研究推出新的应用场景。”沈竹林表示，下一步，将联合有关部门、地区研究组织“数据要素×”试点示范工程；聚焦重点行业和领域数据开发利用难点问题，以真实数据和场景需求为牵引，以竞技方式调动产学研用各主体共同开发数据产品等。
近日召开的全国数据工作会议发布信息显示，经初步测算，2023年我国数据生产总量预计超32ZB（1ZB约等于10万亿亿字节）。我国作为全球数据大国，让流动的数据创造更多价值是未来发展方向。
数据作为新型生产要素，正快速融入生产、分配、流通、消费和社会服务管理等各环节，成为推动经济社会高质量发展的重要动力。国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，提出到2026年底，数据要素应用广度和深度大幅拓展等系列目标。
推动数据的低成本多场景复用，提升全要素生产率
“目前存在数据应用潜力释放不够、供给质量不高、流通机制不畅等问题。‘数据要素×’行动就是通过推动数据在多场景应用，提高资源配置效率，创造新产业新模式，培育发展新动能，从而实现经济规模和效率倍增。”国家数据局副局长沈竹林介绍，三年行动有以下主要特征：
从连接到协同，从基于数据生成和传递的互联互通，转变为基于数据有效使用的全局优化，进一步提升全要素生产率；通过从数据中挖掘有用信息，找到企业、行业、产业在要素资源约束下的“最优解”。比如，打通制造业产业链数据，实现供应链上下游零部件厂与主机厂的高效协同研发制造，有效缩短研发周期，降低供应链成本，创造更高质量、更好性能的产品。
从使用到复用，从千行百业利用互联网技术，转变为基于行业间数据复用的价值创造，拓展经济增长新空间。比如，在新能源发电领域，未来发电量是决定项目投资回报的关键因素，但受天气影响，存在较大的不确定性和难以预测的随机波动，投资风险较高。融通气象、发电量历史数据，新能源企业与保险机构能够建立发电量波动模型，提前锁定收益，开发以未来发电量为标的的保险产品。
从叠加到融合，从数据汇聚支撑的效率提升，转变为多来源多类型数据融合驱动的创新涌现，培育经济增长新动能。不同类型、不同维度的数据融合，将推动不同领域的知识融通，促进生产工具创新升级，催生新产业、新模式。比如，在自动驾驶领域，任何一个单一数据来源，都无法实现真正的智能，必须通过单车智能和车路协同，才能做到全自动驾驶。
中国工业经济学会会长、中国社会科学院大学教授江小涓认为：“数据要素最突出的特点是可低成本多场景复用，一组数据可以被不同主体以不同方式重复利用，并且能够通过解构重组、汇聚融合等方式，被多层次多元化挖掘出更多价值，实现知识扩散、市场拓展和价值倍增，提升全要素生产率。”
先期选取12个行业和领域，明确典型应用场景
从哪些行业切入能够有效发挥数据价值？
沈竹林表示，按照“有基础、有场景、有需求”的原则，国家数据局结合目前发展情况，先期选取12个行业和领域，推动发挥数据要素的乘数效应。
“在这些行业和领域，数据资源丰富、应用需求广泛、交互链条多层次，具有较好的应用基础和广阔的发展空间。”江小涓说。
例如农业领域，数据协同需求较大，而经营主体较为分散，农业生产各环节数据流通不畅，数据资源开发利用程度较低。对此，将强化协同，推动环境、养分、生长、销售、存储、加工等全链条数据融合利用，提高农业生产效率。
例如金融领域，对其他行业数据需求大，通过引入科技、环保、养老、医疗、社保等领域数据，金融机构可以完善信贷模型，辅助面向中小微企业的贷款授信决策，在降低金融机构坏账率的同时，更好赋能实体经济发展。
科技领域数据聚合价值高，拟促进多元数据融合，培育新模式新业态。以化学化工工艺设计为例，不同化合物或工艺方法的实验需耗费大量时间，效率较低。通过结构、物性等基础实验数据的汇聚融合，结合工艺数据科学分析可实现科研最优方案的高效筛选。
气象领域数据通用性强，拟推动数据开放，提高数据供给质量。气象数据可以赋能农业、交通、能源、旅游等多领域发展，在气象灾害监测预警、粮食产量预测、恶劣天气条件交通应急处置、船舶远洋导航、煤电油气运调节、森林防灭火等众多场景中发挥作用。
“后续，我们会结合工作推进情况，适时研究推出新的应用场景。”沈竹林表示，下一步，将联合有关部门、地区研究组织“数据要素×”试点示范工程；聚焦重点行业和领域数据开发利用难点问题，以真实数据和场景需求为牵引，以竞技方式调动产学研用各主体共同开发数据产品等。
记者19日从西北大学获悉，该校地质学系、大陆动力学国家重点实验室刘鹏副教授与中国地质大学（北京）李国武教授团队申请的两种新矿物，近日经国际矿物学学会新矿物命名与分类专业委员会审查、投票，均 AI领域，一则重磅消息传来！最新消息，全球最知名的AI公司——OpenAI将在几个月内发布新版大型语言模型GPT-5，性能将有大幅跃升。目前，ChatGPT使用的是GPT-4大模型，去年3月份，正是这款热门聊天 今年1月，英国分子生物学家肖尔托·戴维发表文章，指控美国哈佛大学医学院附属丹娜-法伯癌症研究所科学家通过修改图片伪造数据。随后该研究所正式宣布撤回6篇论文，并纠正了另外31篇论文的 在3月24日世界防治结核病日前夕，比尔及梅琳达∙盖茨医学研究所（以下简称盖茨医学研究所）宣布，启动评估结核病候选疫苗M72有效性的Ⅲ期临床试验。在Ⅱb期试验中，数据显示这一新疫苗可为艾滋病毒检 3月25日6时左右将迎来水星东大距。这是水星今年第二次大距、首次东大距，也是公众尝试观测水星的好机会。届时，水星位于太阳东边，与太阳张角约为18.7度。以北京地区为例，在日落时，水星地平高度约为 美国佐治亚理工学院机械工程师开发了一种控制机器人外骨骼的通用方法。无需专门训练、特别校准，对复杂算法进行调整后，用户穿上外骨骼就可以直接行走。研究成果3月20日发表在《科学·机 。本文链接：推动数据要素发挥乘数效应http://www.sushuapos.com/show-2-5552-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 北京信息软件业加快“拥抱”大模型
下一篇： 公共云提速“人工智能+”