人工智能技術(shù)的浪潮正以前所未有的速度重塑全球產(chǎn)業(yè)格局。近期，隨著深度求索（DeepSeek）等國(guó)產(chǎn)大模型的崛起，“人工智能+”戰(zhàn)略加速滲透至實(shí)體經(jīng)濟(jì)領(lǐng)域，AI技術(shù)逐漸成為像水電一樣的基礎(chǔ)設(shè)施。然而，在這場(chǎng)技術(shù)革命中，一個(gè)關(guān)鍵問(wèn)題浮出水面：數(shù)據(jù)作為驅(qū)動(dòng)AI發(fā)展的核心“燃料”，其質(zhì)量與供給能力正成為制約行業(yè)突破的瓶頸。全國(guó)政協(xié)委員、工信部原副部長(zhǎng)王江平在今年兩會(huì)期間明確指出，當(dāng)前高質(zhì)量中文數(shù)據(jù)集供給嚴(yán)重不足，這一問(wèn)題若不能及時(shí)解決，將直接影響我國(guó)在全球AI競(jìng)賽中的主動(dòng)權(quán)。
數(shù)據(jù)質(zhì)量危機(jī)：從“幻覺(jué)”頻發(fā)到產(chǎn)業(yè)瓶頸AI大模型“一本正經(jīng)地胡說(shuō)八道”的現(xiàn)象，本質(zhì)上是數(shù)據(jù)質(zhì)量問(wèn)題的外化體現(xiàn)。王江平在接受媒體采訪(fǎng)時(shí)強(qiáng)調(diào)，當(dāng)特定領(lǐng)域的數(shù)據(jù)集不完整或缺乏多樣性時(shí)，模型會(huì)通過(guò)“補(bǔ)白機(jī)制”調(diào)整權(quán)重輸出結(jié)果，進(jìn)而產(chǎn)生邏輯錯(cuò)誤或事實(shí)性偏差。這種現(xiàn)象不僅影響用戶(hù)體驗(yàn)，更可能引發(fā)倫理和安全風(fēng)險(xiǎn)。數(shù)據(jù)顯示，美國(guó)通過(guò)Data.gov平臺(tái)已整合超過(guò)30萬(wàn)個(gè)數(shù)據(jù)集，而中文數(shù)據(jù)集在Hugging Face全球平臺(tái)占比僅為3.2%，這一差距直接反映了我國(guó)在數(shù)據(jù)資源戰(zhàn)略布局上的短板。
更深層次的矛盾在于數(shù)據(jù)流通與治理的困境。企業(yè)因商業(yè)秘密和數(shù)據(jù)安全顧慮，往往對(duì)開(kāi)放數(shù)據(jù)持謹(jǐn)慎態(tài)度；政府部門(mén)雖推動(dòng)公共數(shù)據(jù)開(kāi)放，卻面臨“開(kāi)放的數(shù)據(jù)不好用，好用的數(shù)據(jù)不開(kāi)放”的實(shí)踐難題。據(jù)人工智能研究機(jī)構(gòu)epoch預(yù)測(cè)，全球高質(zhì)量語(yǔ)言數(shù)據(jù)可能在2030年前后耗盡，這意味著留給行業(yè)解決數(shù)據(jù)瓶頸的時(shí)間窗口正在快速收窄。
數(shù)據(jù)資產(chǎn)化進(jìn)程加速：企業(yè)的機(jī)遇與挑戰(zhàn)在政策層面，王江平提出的“設(shè)立人工智能?chē)?guó)家數(shù)據(jù)集建設(shè)委員會(huì)”建議，標(biāo)志著數(shù)據(jù)資源正從技術(shù)要素向戰(zhàn)略資產(chǎn)升級(jí)。這一轉(zhuǎn)變對(duì)企業(yè)的影響尤為深遠(yuǎn)：數(shù)據(jù)資產(chǎn)的規(guī)范化管理、價(jià)值量化及合規(guī)使用，將成為企業(yè)核心競(jìng)爭(zhēng)力的新維度。以制造業(yè)為例，生產(chǎn)流程中產(chǎn)生的實(shí)時(shí)數(shù)據(jù)若能轉(zhuǎn)化為高質(zhì)量數(shù)據(jù)集，不僅能優(yōu)化AI模型性能，還可通過(guò)“數(shù)據(jù)—模型—數(shù)據(jù)”的閉環(huán)推動(dòng)工藝創(chuàng)新，形成真正的行業(yè)壁壘。
數(shù)據(jù)資產(chǎn)入表政策的推進(jìn)，進(jìn)一步凸顯了企業(yè)數(shù)據(jù)治理的緊迫性。根據(jù)財(cái)政部2024年發(fā)布的《企業(yè)數(shù)據(jù)資源相關(guān)會(huì)計(jì)處理暫行規(guī)定》，符合條件的數(shù)據(jù)資源可被確認(rèn)為資產(chǎn)并納入財(cái)務(wù)報(bào)表。這一變革要求企業(yè)必須建立專(zhuān)業(yè)化的數(shù)據(jù)資產(chǎn)評(píng)估、確權(quán)和管理體系——而現(xiàn)實(shí)中，既懂行業(yè)場(chǎng)景又精通數(shù)據(jù)治理的復(fù)合型人才極度稀缺。某制造業(yè)龍頭企業(yè)的CIO坦言：“我們現(xiàn)在最頭疼的不是算力或算法，而是如何將海量原始數(shù)據(jù)轉(zhuǎn)化為符合會(huì)計(jì)準(zhǔn)則的高價(jià)值資產(chǎn)。”
數(shù)據(jù)資產(chǎn)入表會(huì)計(jì)：破解行業(yè)痛點(diǎn)的關(guān)鍵角色在此背景下，數(shù)據(jù)資產(chǎn)入表會(huì)計(jì)（簡(jiǎn)稱(chēng)“數(shù)會(huì)師”）這一新興職業(yè)迅速進(jìn)入公眾視野。他們不僅需要掌握數(shù)據(jù)采集、清洗、標(biāo)注等技術(shù)能力，還需深入理解行業(yè)特性，能夠從業(yè)務(wù)場(chǎng)景中提煉數(shù)據(jù)價(jià)值，同時(shí)熟悉數(shù)據(jù)合規(guī)與資產(chǎn)化流程。例如，在醫(yī)療領(lǐng)域，數(shù)會(huì)師需確?；颊唠[私數(shù)據(jù)脫敏處理后的可用性；在金融領(lǐng)域，則需構(gòu)建符合監(jiān)管要求的風(fēng)險(xiǎn)評(píng)估數(shù)據(jù)集。這種跨領(lǐng)域的專(zhuān)業(yè)能力，使其成為企業(yè)實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)化不可或缺的橋梁。
市場(chǎng)需求的爆發(fā)式增長(zhǎng)直接體現(xiàn)在人才供給端。某頭部獵頭公司調(diào)研顯示，2024年數(shù)據(jù)資產(chǎn)管理相關(guān)崗位招聘量同比增長(zhǎng)230%，其中具備數(shù)據(jù)資產(chǎn)化實(shí)戰(zhàn)經(jīng)驗(yàn)的人才年薪普遍超過(guò)百萬(wàn)。然而，由于國(guó)內(nèi)相關(guān)人才培養(yǎng)體系尚未成熟，企業(yè)往往需要通過(guò)內(nèi)部培訓(xùn)或高薪挖角填補(bǔ)缺口，人才爭(zhēng)奪戰(zhàn)已從互聯(lián)網(wǎng)大廠(chǎng)蔓延至傳統(tǒng)行業(yè)。
專(zhuān)業(yè)化認(rèn)證體系：為行業(yè)輸送“數(shù)據(jù)煉金術(shù)士”為應(yīng)對(duì)人才短缺問(wèn)題，數(shù)據(jù)資產(chǎn)入表會(huì)計(jì)考試體系應(yīng)運(yùn)而生。該考試分為高級(jí)、中級(jí)和初級(jí)三個(gè)等級(jí)，考生可根據(jù)自身專(zhuān)業(yè)背景和工作經(jīng)驗(yàn)直接報(bào)考相應(yīng)級(jí)別，無(wú)需逐級(jí)晉升。考試內(nèi)容涵蓋《數(shù)據(jù)資產(chǎn)會(huì)計(jì)管理理論》和《數(shù)據(jù)資產(chǎn)會(huì)計(jì)管理實(shí)務(wù)》兩本核心教材，前者系統(tǒng)闡述數(shù)據(jù)資產(chǎn)的全生命周期管理框架，后者則針對(duì)不同等級(jí)設(shè)置差異化的實(shí)務(wù)案例分析，例如高級(jí)考試聚焦跨境數(shù)據(jù)流通合規(guī)、多模態(tài)數(shù)據(jù)資產(chǎn)估值等前沿議題。
考試采用線(xiàn)下模式，在全國(guó)35個(gè)重點(diǎn)城市設(shè)有考點(diǎn)，嚴(yán)格的監(jiān)考流程確保人才評(píng)價(jià)的公信力。值得關(guān)注的是，報(bào)考者中除財(cái)務(wù)、IT背景人員外，還涌現(xiàn)出大量來(lái)自制造業(yè)、醫(yī)療、能源等實(shí)體領(lǐng)域的技術(shù)骨干，反映出數(shù)據(jù)資產(chǎn)化進(jìn)程已深入產(chǎn)業(yè)毛細(xì)血管。一位參與高級(jí)考試的汽車(chē)工程師表示：“我們工廠(chǎng)每天產(chǎn)生50TB的生產(chǎn)數(shù)據(jù)，過(guò)去這些數(shù)據(jù)沉睡在服務(wù)器里，現(xiàn)在通過(guò)學(xué)習(xí)數(shù)據(jù)資產(chǎn)化管理方法，已經(jīng)能精準(zhǔn)識(shí)別出可優(yōu)化能耗的關(guān)鍵參數(shù)集?！?/p>
從人才認(rèn)證到生態(tài)構(gòu)建：數(shù)據(jù)要素市場(chǎng)的未來(lái)圖景數(shù)據(jù)資產(chǎn)入表會(huì)計(jì)考試的意義遠(yuǎn)超單一職業(yè)認(rèn)證范疇。從微觀(guān)層面看，它為從業(yè)者提供了系統(tǒng)化的能力提升路徑，幫助企業(yè)將分散的數(shù)據(jù)管理經(jīng)驗(yàn)轉(zhuǎn)化為標(biāo)準(zhǔn)化方法論；從中觀(guān)層面看，通過(guò)人才流動(dòng)推動(dòng)跨行業(yè)數(shù)據(jù)治理經(jīng)驗(yàn)的交流，加速高質(zhì)量數(shù)據(jù)集的共建共享；從宏觀(guān)層面看，則為國(guó)家數(shù)據(jù)要素市場(chǎng)建設(shè)提供了人才基礎(chǔ)設(shè)施，助力破解“數(shù)據(jù)孤島”難題。
王江平提出的“可信數(shù)據(jù)空間”構(gòu)想，正在與此形成呼應(yīng)。根據(jù)規(guī)劃，我國(guó)將在2028年前建成100個(gè)以上可信數(shù)據(jù)空間，這些空間的運(yùn)營(yíng)不僅需要技術(shù)平臺(tái)支撐，更依賴(lài)大量具備數(shù)據(jù)資產(chǎn)化思維的專(zhuān)業(yè)人才。可以預(yù)見(jiàn)，隨著數(shù)據(jù)資產(chǎn)入表會(huì)計(jì)隊(duì)伍的壯大，企業(yè)將更高效地參與行業(yè)級(jí)數(shù)據(jù)集建設(shè)，從而形成“人才培育—數(shù)據(jù)增值—模型優(yōu)化”的良性循環(huán)。
當(dāng)前，全球正步入數(shù)據(jù)要素價(jià)值釋放的關(guān)鍵期。對(duì)于中國(guó)企業(yè)而言，能否在A(yíng)I競(jìng)賽中實(shí)現(xiàn)后發(fā)超越，不僅取決于算力投入或算法創(chuàng)新，更在于能否培養(yǎng)一批能將數(shù)據(jù)“礦石”提煉為資產(chǎn)“真金”的專(zhuān)業(yè)人才。數(shù)據(jù)資產(chǎn)入表會(huì)計(jì)這一職業(yè)的興起，恰為這場(chǎng)變革提供了破局之鑰。
熱門(mén)跟貼