新一轮科技革命和产业变革加速推进的背景下，数据作为关键生产要素，其价值释放正成为带动产业升级的重要因素。3月23日，在中国发展高层论坛2026年年会“人工智能产业化应用专题研讨会”上，国家数据局局长刘烈宏表示，数据产业与智能技术需要深度融合、协同发展，通过更高质量的数据供给和更高效率的要素流通，培育智能经济新的增长点，加快创新成果转化为现实生产力。 问题层面，产业界当前的主要矛盾在于：一上，智能技术迭代快、应用场景扩张快，对数据供给的规模与类型带来快速增长的需求；另一方面，数据供给质量、结构和可用性上仍有不足，难以同时满足模型训练、行业应用以及安全合规等要求。刘烈宏指出，随着多模态大模型、行业大模型、智能体、具身智能等不断出现，市场对多模态数据、思维链数据、时空数据等细分数据形态的需求明显增加，而以往偏粗放的采集方式已难以支撑高强度、高精度、可持续的落地应用。 原因层面，需求侧变化主要由两上推动：其一，规模化应用正从通用场景走向行业深水区，智能技术在制造、能源、交通、金融、医疗等领域加速渗透，对专业数据、实时数据和可验证数据的依赖随之上升；其二，技术演进拓展了数据开发边界，复杂非结构化数据的理解、解析与调用能力增强，使过去“难以用、用不好”的数据开始具备开发条件。同时，产业对数据的鲜活度、真实性、完整性、多样性以及知识密度提出更高要求，推动数据生产从“拼数量”转向“拼质量”，从简单汇聚转向标准化加工、精细化标注与体系化治理。 影响层面，数据与智能技术的“双向牵引”正在催生新的赛道，并重塑产业链分工。刘烈宏表示，高质量数据集构建、精细化数据标注、数据智能分析平台等方向发展加速，拓展了数据产业的边界，也为产业链上下游企业带来更多创新机会。对地方而言，数字经济竞争正从单纯拼算力、拼项目，转向比拼数据资源组织能力、数据治理能力和应用牵引能力；对企业而言，围绕行业知识沉淀、数据标准体系与合规流通机制形成的能力壁垒，将成为构建差异化优势的重要基础。 对策层面，推动数据要素高效配置，关键在于形成“能流通、敢流通、会流通”的制度与技术组合。目前，数据产权“持有权、使用权、经营权”三权分置改革正在推进，数据交易所、数据流通利用平台、数据服务商等新型机构加快发挥作用。同时，隐私计算等“数据可用不可见”的技术路径与涉及的基础设施持续完善，为解决确权、合规与隐私保护等难点提供了可行方案。刘烈宏强调，要以规则完善为牵引、以技术底座为支撑、以应用场景为导向，推动数据要素市场化流通机制继续成熟、提效。 围绕下一步工作部署，刘烈宏介绍，国家层面将2026年明确为“数据价值释放年”，聚焦数据赋能智能技术创新发展，推进强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大行动，力争形成一批更符合“就绪度”要求、可有效训练先进模型或智能体、能够解决行业实际问题的高质量数据集，实现供给规模与供给质量同步提升，推动智能技术更深入走进产业一线，加快与实体经济融合。 前景层面，随着制度供给持续完善、数据基础设施加快成型以及应用场景不断拓展，数据要素将加速从“资源”向“资产”转变，从“可用”向“好用”升级。业内人士认为，未来一段时期，围绕高质量数据集、行业知识体系沉淀、数据安全与合规流通、跨域数据协同等领域的投入仍将增长，数据产业与智能经济有望形成更强的协同效应。同时也要看到，数据治理标准统一、行业数据壁垒打通、供需匹配效率提升仍需持续推进，必须在发展与安全之间把握平衡，在鼓励创新与规范秩序之间形成良性互动。
数据作为新型生产要素，关键在于高质量供给与高效率流通。通过制度创新完善规则、以技术手段保障安全合规、以场景需求带动应用落地，推动数据产业与人工智能协同提升，不仅有助于拓展智能经济增长空间，也将为传统产业转型升级提供更扎实的数字基础与更可持续的创新动能。