数据要素与AI应用深度融合：加速落地实践指南
人工智能正加速渗透进各行各业，这已成为行业共识。但真正的瓶颈在于：模型能力的飞跃仅是起点，决定AI能否在更多场景落地生根的关键，在于数据——需要高质量的数据供给、顺畅的数据流通机制以及安全可信的治理体系，三者缺一不可。
6月16日，在四川自贡举办的“2026人民数据大会”上，一场以“数据要素×人工智能——词元赋能数据，智能驱动场景”为主题的专题交流会，汇聚了众多行业专家。与会者围绕高质量数据集构建、具身智能数据获取及合规治理等核心议题，展开了深度探讨。
与会者普遍认为：人工智能的发展已超越单纯比拼模型参数规模的阶段，正式迈入数据、场景与治理协同并进的新周期。要真正实现“数据要素×人工智能”的乘数效应，必须以高质量数据供给为底座，以场景需求驱动应用创新，再通过可信流通与合规治理释放数据价值，最终赋能公共服务、产业升级及社会进步。
数据筑基，夯实人工智能发展基础
作为本届交流会的举办地，自贡正将人工智能视为老工业城市转型的关键引擎。自贡市人民政府副秘书长蔡国银出席并致辞，彰显了地方政府对AI产业布局的高度重视。
人民数据总经理杨森滟在交流中指出，我国数据资源体量庞大、应用场景丰富，但要将这些优势切实转化为AI竞争力，仍需多方协同探索。她提出三大方向：建设“数据富矿”，推动高质量数据集规模化供给；聚焦“小而精”的场景，让数据价值在具体业务中释放；同时严守价值观底线，完善数据标准，确保人工智能“不越界、不偏航”。
据悉，人民数据已整合产业链、电商、工商、舆情等43大类行业数据资源，构建起高质量数据集，能够提供海量、实时更新且源头合规的数据服务。从互联网时代到人工智能时代，这些数据如同数字经济的燃料，持续为发展注入动能。
数据不仅服务于产业，更关乎民生。国家发展改革委社会发展司原副司长、一级巡视员郝福庆强调：“民生无小事，数据有温度。”他建议，应充分运用数据服务国家战略、民生福祉与市场需求，通过跨部门数据协同、动态监测预警和依法开放应用，提升公共服务决策的科学化水平。
从技术层面看，人工智能同样面临新挑战。上海市人工智能战略咨询专家委员会荣誉委员、上海交大讲席教授、欧洲科学院院士徐雷指出，当前大模型能力与生成式模型、Transformer架构、预训练及后训练等技术路径紧密相关。但随着规模化扩展，算力、能耗等瓶颈日益突出，AI必须在既有技术积累基础上，面向实际应用与专业场景持续创新。
场景牵引，促进数据价值转化
技术持续演进，AI正从“锦上添花”的辅助工具，升级为“不可或缺”的生产力核心。办公软件正是人工智能落地的关键入口之一。北京金山办公软件股份有限公司副总裁王少康表示，金山办公正全面向智能办公时代转型，通过办公组件、知识库及行业AI等能力，让人工智能从辅助写作、排版、公式生成，进一步拓展至理解目标、规划任务与协同执行。
高质量数据要真正释放效能，还需借助平台、产品和基础设施渗透至具体场景。会议期间发布的“语料厨房”产品正是这一理念的实践成果。它融合了人民网、人民科技多年积累的主流价值语料库以及区域、行业高质量数据集建设经验，能够覆盖语料规划、采集、制作、审校、管理与输出的全流程。
中国电信（人工智能）产业研究院副院长刘俊认为，产业智能化的核心在于让数据真正参与模型生产，让模型服务业务场景，再由场景反馈驱动持续优化。他提出“模数共振”概念——构建高质量数据集、高效能模型与高价值应用之间的正向循环，使数据价值与模型价值实现可计量、可追溯和可运营。
中国电子云副总裁冯进则判断，产业智能化将加速数据治理与数据流通进程。当前多数数据流通场所仍停留在撮合交易层面，未来必将进化为基于AI原生的数智流通范式，真正实现资产化运营。
治理护航，推动人工智能规范应用
随着人工智能应用边界不断扩展，如何以场景驱动创新、以治理保障安全，成为行业热议焦点。深圳市优必选科技股份有限公司战略合作部部门负责人谢琨指出，传统AI主要与互联网和数字平台交互，而具身智能要求机器人进入真实物理世界。这意味着数据形态不再局限于文字、图像与网页，而是涵盖动作、触觉、操作及场景经验。
知跃空间智能科技有限公司联合创始人张展认为，具身智能无法简单依赖数据和算力规模的线性扩张。真实物理世界更复杂，对智能体的学习能力、适应能力与自我迭代能力提出了更高要求。
重庆菲利信科技有限公司总裁贝依林表示，数据标注行业正从早期的文本、图像标注，向音视频、3D点云、医疗、金融、工业图纸及设计建模等垂直领域的多模态复杂标注演进。词元成为可计量单位后，数据服务的精细度、专业度与质量标准均被显著拉高。
天鹅到家创始人兼CEO陈小华从企业实践角度分享：过去积累的数据多为“面向人”使用，需通过系统、后台或报表调用。进入AI智能体时代，企业应主动将高质量私域数据向员工和AI开放，让智能体理解企业规则、知识库、服务标准及历史处理记录，从而真正融入业务流程。
北京泽仪律师事务所主任周天喜则从法律层面发出警示：人工智能与数据应用必须有规则、有边界。无论是开发者、部署者还是使用者，都可能因算法缺陷、数据违规处理或个人信息保护不到位而承担相应责任。在当前法律框架下，AI本身并非法律责任主体，责任仍由自然人、法人或其他组织承担。因此，必须坚持事前预防、事后追责与全程合规并重。