在大部分科技領(lǐng)域里，基本都是美國(guó)引領(lǐng)，中國(guó)跟隨。在數(shù)字化、智能化領(lǐng)域，這個(gè)規(guī)律也適用。
但在數(shù)據(jù)領(lǐng)域，有一件事情，如果中國(guó)做成了，那將走出一條不同于歐美的路。這件事情，就是數(shù)據(jù)要素化改革。
在AI發(fā)展的敘事中，幾乎所有焦點(diǎn)都曾集中在技術(shù)演進(jìn)的前臺(tái)：模型有多大？參數(shù)有多少？推理速度多快？誰率先實(shí)現(xiàn)了千億級(jí)參數(shù)、萬億級(jí)語料、類人對(duì)話？
但今天，我們已來到一個(gè)新的臨界點(diǎn)：所有領(lǐng)先的大模型都已經(jīng)“能說會(huì)寫”，卻在“深度認(rèn)知”上開始撞墻。
為什么？問題并不出在算法本身，而在算法背后“認(rèn)知能力的供給體系”——即：數(shù)據(jù)從哪里來？是否可信？能否被持續(xù)調(diào)度和泛化利用？
這不僅僅是一個(gè)技術(shù)工程問題，還是一個(gè)制度設(shè)計(jì)問題。
模型的智能邊界，已不再只由參數(shù)量決定。
隨著模型訓(xùn)練的邊際收益遞減，AI能力的差異，正在從“模型結(jié)構(gòu)”轉(zhuǎn)向“數(shù)據(jù)治理”——誰擁有可控、可信、可協(xié)同的數(shù)據(jù)生態(tài)，誰就能訓(xùn)練出更穩(wěn)健、更具場(chǎng)景理解力、更少幻覺的大模型。
但我們也越來越清晰地看到一個(gè)全球性難題：公共語料已被挖掘殆盡，私域數(shù)據(jù)則深鎖于孤島，數(shù)據(jù)的流通和使用，正被制度壁壘深度卡脖子。
在這個(gè)背景下，決定大模型未來性能上限的，不再只是GPU數(shù)量，也不只是Prompt優(yōu)化技巧，還是——一個(gè)國(guó)家或組織是否具備系統(tǒng)性的“數(shù)據(jù)制度能力”。
某種程度上，“數(shù)據(jù)制度紅利”，成為全球AI競(jìng)爭(zhēng)的新變量。這是AI發(fā)展史上的一次范式躍遷：從“誰能訓(xùn)練更強(qiáng)模型”，走向“誰能構(gòu)建更優(yōu)的數(shù)據(jù)制度”。
而這場(chǎng)競(jìng)逐中，一個(gè)極具戰(zhàn)略性的變量正在浮出水面：中國(guó)的數(shù)據(jù)要素化改革。
這項(xiàng)改革，曾被視為產(chǎn)業(yè)數(shù)字化的一部分，或是數(shù)據(jù)資產(chǎn)定價(jià)、數(shù)據(jù)交易的國(guó)內(nèi)探索。但今天，它的意義遠(yuǎn)超于此——它正在提供一個(gè)完全不同于西方的數(shù)據(jù)治理路徑、主權(quán)框架與協(xié)同模式，成為全球AI生態(tài)中被低估、卻最具制度穿透力的變量之一。
接下來，我們將從全球視角出發(fā)，透視大模型所面臨的數(shù)據(jù)資源瓶頸，解析中國(guó)“數(shù)據(jù)要素化”背后的制度邏輯，并探討其在全球智能體系中可能帶來的規(guī)則重塑與價(jià)值重構(gòu)。
全球大模型走到“數(shù)據(jù)主權(quán)”的十字路口
大模型的發(fā)展，正在逼近其“語料臨界點(diǎn)”。
從GPT-3到GPT-4，再到各類開源模型的百花齊放，背后支撐的，是過去二十年間互聯(lián)網(wǎng)所積累下來的海量公開語料。但今天，高質(zhì)量的公開文本資源幾乎已經(jīng)被用盡。據(jù)OpenAI、Anthropic等多方研究預(yù)測(cè)，全球范圍內(nèi)適合用于訓(xùn)練的“公開語料紅利”將在2到3年內(nèi)完全枯竭。
這意味著，大模型的“喂養(yǎng)邊界”已觸手可及。
下一步競(jìng)爭(zhēng)，不是拼語料總量，而是拼“誰能合法使用私域數(shù)據(jù)”。
當(dāng)開放數(shù)據(jù)資源即將見頂，模型要繼續(xù)提升認(rèn)知能力，就必須深入到更多結(jié)構(gòu)化與非結(jié)構(gòu)化的“私域數(shù)據(jù)”中：
行業(yè)數(shù)據(jù)（醫(yī)療記錄、制造日志、金融交易、客服語音）
企業(yè)數(shù)據(jù)（用戶行為、設(shè)備狀態(tài)、內(nèi)部知識(shí)庫(kù)）
跨境數(shù)據(jù)（供應(yīng)鏈履約記錄、IoT互聯(lián)數(shù)據(jù)、國(guó)際業(yè)務(wù)流）
這些數(shù)據(jù)極具價(jià)值，卻高度敏感、結(jié)構(gòu)復(fù)雜、邊界模糊，不是“爬取”就能合法使用的。
大模型時(shí)代的智能鴻溝，不再取決于誰“爬得快”，而是取決于誰“調(diào)得動(dòng)”——誰能構(gòu)建可信的數(shù)據(jù)使用規(guī)則，誰就能訓(xùn)練出真正具備場(chǎng)景能力與業(yè)務(wù)洞察力的模型。
然而，全球數(shù)據(jù)治理，正陷入三大結(jié)構(gòu)性瓶頸：
1. 權(quán)屬不清：誰擁有數(shù)據(jù)使用權(quán)？用戶？平臺(tái)？采集者？服務(wù)提供商？
面對(duì)龐大的數(shù)據(jù)資產(chǎn)，各國(guó)尚未形成統(tǒng)一確權(quán)機(jī)制，法律界定模糊，模型調(diào)用“處處踩雷”。
2. 價(jià)值難衡：數(shù)據(jù)作為商品缺乏定價(jià)模型，作為要素缺乏收益分配機(jī)制
用戶愿意授權(quán)模型使用數(shù)據(jù)嗎？企業(yè)愿意開放數(shù)據(jù)協(xié)作嗎？沒有可預(yù)期的“激勵(lì)結(jié)構(gòu)”，數(shù)據(jù)不會(huì)自發(fā)流動(dòng)。
3. 治理割裂：每個(gè)國(guó)家、每個(gè)行業(yè)都有自己的監(jiān)管口徑，難以協(xié)同
歐盟GDPR強(qiáng)調(diào)數(shù)據(jù)主權(quán)，美國(guó)強(qiáng)調(diào)數(shù)據(jù)自由流動(dòng)，亞洲國(guó)家政策多元，跨境模型的訓(xùn)練與調(diào)用陷入灰區(qū)地帶。
算法越來越強(qiáng)，數(shù)據(jù)卻“關(guān)在門里”，這是一幅矛盾圖景：模型能寫詩(shī)、能畫畫、能規(guī)劃財(cái)報(bào)，卻因?yàn)槿狈戏〝?shù)據(jù)支撐，頻繁出現(xiàn)幻覺、偏見、事實(shí)錯(cuò)誤；
這不是模型的錯(cuò)，而是數(shù)據(jù)的世界正在變得碎片化、封閉化、治理化。某種程度上，可以說“AI的下一個(gè)難題，不是生成什么，而是‘如何合法地知道’。”
因此，全球大模型的發(fā)展，正在從“技術(shù)突圍”進(jìn)入到“制度突圍”的新階段。接下來，我們將聚焦中國(guó)數(shù)據(jù)要素化改革路徑，深入分析它如何在這一全球博弈格局中，提供出一套具有制度原創(chuàng)性與實(shí)踐落地性的答案。
“數(shù)據(jù)要素化”不是經(jīng)濟(jì)術(shù)語
而是制度體系設(shè)計(jì)
過去幾年，“數(shù)據(jù)要素”這個(gè)詞頻繁出現(xiàn)在政策文件、研究報(bào)告和市場(chǎng)展望中，似乎成了數(shù)字經(jīng)濟(jì)的關(guān)鍵詞匯之一。但真正理解它的深意，必須先跳出“資產(chǎn)化”與“定價(jià)權(quán)”的窄視角。
數(shù)據(jù)要素化的真正意義，不是“把數(shù)據(jù)賣掉”，而是“為智能社會(huì)構(gòu)建一套可確權(quán)、可流通、可協(xié)同的數(shù)據(jù)制度體系”。
這不是產(chǎn)業(yè)層的改革，而是一次制度性架構(gòu)重塑。
“數(shù)據(jù)要素化”，本質(zhì)是重建信任機(jī)制與協(xié)作規(guī)則。
在大模型時(shí)代，數(shù)據(jù)不再是被動(dòng)存儲(chǔ)的資產(chǎn)，而是構(gòu)成“認(rèn)知引擎”的能量源。它的流通、調(diào)用、聚合、壓縮、泛化，決定了模型的智能邊界。
但沒有制度保障的數(shù)據(jù)流動(dòng)，是不可持續(xù)的。只有構(gòu)建一套“可以使用、可以追責(zé)、可以再組織”的體系，數(shù)據(jù)才可能以可信方式融入智能系統(tǒng)。
這正是中國(guó)“數(shù)據(jù)要素化”改革的核心使命。
它不是簡(jiǎn)單地給數(shù)據(jù)“貼個(gè)價(jià)格”，而是通過制度性安排，將數(shù)據(jù)從資源狀態(tài)，轉(zhuǎn)變?yōu)榭山M織、可授權(quán)、可治理的智能系統(tǒng)第一性要素。
目前，三個(gè)關(guān)鍵制度躍遷，正在中國(guó)落地：
1. 從“資源所有”到“使用權(quán)確權(quán)”
傳統(tǒng)數(shù)據(jù)治理強(qiáng)調(diào)采集者/持有者的所有權(quán)，而要素化邏輯關(guān)注的是：“誰可以在什么場(chǎng)景下合法使用這些數(shù)據(jù)，誰可以獲取價(jià)值回報(bào)”。
這促生了“數(shù)據(jù)三權(quán)分置”的法律結(jié)構(gòu)探索——將數(shù)據(jù)所有權(quán)、使用權(quán)、經(jīng)營(yíng)權(quán)進(jìn)行分離管理，讓“被使用”本身成為合法動(dòng)作。
2. 從“系統(tǒng)孤島”到“可信交換協(xié)議 + 監(jiān)管中臺(tái)”
各地正在試點(diǎn)建立支持?jǐn)?shù)據(jù)跨平臺(tái)調(diào)用的數(shù)據(jù)交易所、聯(lián)盟鏈平臺(tái)和“監(jiān)管沙箱”機(jī)制，使數(shù)據(jù)在不同系統(tǒng)、不同機(jī)構(gòu)間流通時(shí)，有身份、有履歷、有規(guī)則、有邊界。
這背后強(qiáng)調(diào)的，是一種“可溯源 + 可審計(jì) + 可調(diào)度”的信任架構(gòu)——為AI提供真實(shí)、合法、透明的數(shù)據(jù)基礎(chǔ)。
3. 從“單點(diǎn)整合”到“跨域協(xié)同機(jī)制”
“數(shù)據(jù)孤島”不是靠收歸一統(tǒng)消除的，而是靠協(xié)議機(jī)制與中臺(tái)系統(tǒng)建立數(shù)據(jù)聯(lián)邦。
典型機(jī)制如“數(shù)據(jù)中介組織”“數(shù)據(jù)托管節(jié)點(diǎn)”“異地聯(lián)合建模平臺(tái)”，已在醫(yī)療、金融、交通等多個(gè)行業(yè)落地實(shí)踐。
讓我們來看一些樣本：
政務(wù)領(lǐng)域｜上海城市大腦、粵港澳政務(wù)協(xié)同平臺(tái)：實(shí)現(xiàn)跨部門、跨地區(qū)的政務(wù)數(shù)據(jù)標(biāo)準(zhǔn)對(duì)齊與共用，以制度托底實(shí)現(xiàn)智能服務(wù)能力。
行業(yè)場(chǎng)景｜醫(yī)療/金融數(shù)據(jù)中臺(tái)：通過行業(yè)數(shù)據(jù)聯(lián)盟推動(dòng)數(shù)據(jù)供給側(cè)改革，在監(jiān)管參與下構(gòu)建“可信半公共平臺(tái)”，支撐多模型、多任務(wù)、多機(jī)構(gòu)AI應(yīng)用落地。
基礎(chǔ)設(shè)施｜數(shù)據(jù)交易所與數(shù)據(jù)確權(quán)鏈：北上廣深已建立多個(gè)數(shù)據(jù)交易機(jī)構(gòu)，深圳、雄安等地推進(jìn)“數(shù)據(jù)三權(quán)分置+聯(lián)盟鏈確權(quán)”機(jī)制，為“可信調(diào)度 + 合理定價(jià)”打下基礎(chǔ)。
換句話說，中國(guó)要做的，不只是“把數(shù)據(jù)商品化”，而是通過制度架構(gòu)，讓數(shù)據(jù)成為可以被智能系統(tǒng)真正調(diào)用的“可信語義資源”。
這不是對(duì)市場(chǎng)邏輯的微調(diào)，而是對(duì)未來智能文明基礎(chǔ)設(shè)施的主動(dòng)定義。
下一節(jié)，我們將把目光投向全球，對(duì)比中美數(shù)據(jù)治理范式，揭示中國(guó)路徑如何提供另一種數(shù)字主權(quán)與智能系統(tǒng)共生的可能性。
數(shù)據(jù)主權(quán)、信任協(xié)議
與全球認(rèn)知秩序的再平衡
當(dāng)大模型成為國(guó)家競(jìng)爭(zhēng)力的代表性技術(shù)之一，圍繞AI的競(jìng)賽早已不僅停留在技術(shù)層面，而是逐步上升為制度范式之爭(zhēng)。在這場(chǎng)深層次博弈中，數(shù)據(jù)制度的選擇方式，正決定一個(gè)國(guó)家未來AI能力的邊界——不僅是能不能訓(xùn)練模型，更是能不能可信、合法、穩(wěn)定地讓模型運(yùn)行起來。
>中國(guó)模式的優(yōu)勢(shì)，不是數(shù)據(jù)總量，而是制度組織力
外界普遍認(rèn)為中國(guó)在大模型領(lǐng)域的最大優(yōu)勢(shì)是“數(shù)據(jù)規(guī)?！?，但這只是表象。
真正具有戰(zhàn)略意義的，是中國(guó)正在構(gòu)建一種“在可控邊界內(nèi)實(shí)現(xiàn)可信協(xié)作”的制度能力。
在“數(shù)據(jù)確權(quán)+數(shù)據(jù)流通+監(jiān)管中臺(tái)”的組合機(jī)制下，中國(guó)正在試圖回答一個(gè)智能時(shí)代最核心的問題：“如何讓數(shù)據(jù)既能高效參與AI訓(xùn)練與運(yùn)行，又能兼顧安全、合規(guī)、信任？”
這一制度體系，不再單純依賴個(gè)人授權(quán)或平臺(tái)自律，而是通過立法、標(biāo)準(zhǔn)、平臺(tái)、交易規(guī)則等多層機(jī)制，實(shí)現(xiàn)數(shù)據(jù)權(quán)益、風(fēng)險(xiǎn)與使用效率的平衡。
>全球影響：制度競(jìng)爭(zhēng)成為AI時(shí)代的新博弈場(chǎng)
隨著AI模型逐步走向跨境部署、跨域協(xié)同，原有的數(shù)據(jù)治理邏輯正在面臨挑戰(zhàn)：
模型可以“走出去”，但數(shù)據(jù)不能“帶出去”；
算法可以全球部署，但訓(xùn)練過程可能觸碰不同法律雷區(qū)；
智能系統(tǒng)的泛化能力受限于數(shù)據(jù)邊界與授權(quán)障礙；
這就提出了三大關(guān)鍵問題：
1. 是否可能建立一套“跨國(guó)AI數(shù)據(jù)協(xié)作協(xié)議”？
類似WTO、碳排協(xié)定的數(shù)據(jù)治理框架，推動(dòng)形成國(guó)際標(biāo)準(zhǔn)。
2. 制度是否可以成為算法信用的來源？
模型可信不再由技術(shù)驗(yàn)證，而由其數(shù)據(jù)治理路徑提供信任基礎(chǔ)。
3. 誰將主導(dǎo)下一代AI價(jià)值體系的底層協(xié)議與運(yùn)行規(guī)則？
是沿用硅谷的“技術(shù)自由主義”，還是構(gòu)建一種“治理增強(qiáng)型數(shù)字秩序”？
在這三道關(guān)鍵博弈題面前，中國(guó)的數(shù)據(jù)制度路徑正在以某種“全球變量”的姿態(tài)浮現(xiàn)。它不是為了封閉，而是試圖為AI運(yùn)行建立一種“邊界明確、行為合規(guī)、價(jià)值清晰”的基礎(chǔ)秩序。
數(shù)據(jù)不是金礦
是文明操作系統(tǒng)
人類社會(huì)歷經(jīng)資源時(shí)代、工業(yè)時(shí)代、信息時(shí)代，每一次范式躍遷，最終都由一種全新的“底層生產(chǎn)組織邏輯”所驅(qū)動(dòng)。而今天，AI 時(shí)代的底座正在顯現(xiàn)：除了GPU、大模型本身，還包括誰掌握了數(shù)據(jù)制度。
在這個(gè)智能系統(tǒng)崛起的關(guān)鍵節(jié)點(diǎn)，數(shù)據(jù)不再是“等著被使用的原材料”，而成為認(rèn)知系統(tǒng)的邊界線、演化能力的載體、社會(huì)信任的接口協(xié)議。它決定了：模型訓(xùn)練是否可持續(xù)；智能系統(tǒng)能否泛化適配；算法行為是否可解釋、可審計(jì)、可托付。
這意味著，數(shù)據(jù)制度不只是技術(shù)創(chuàng)新的配角，而是數(shù)字文明的“憲法級(jí)組件”。
中國(guó)的數(shù)據(jù)要素改革，要做的就是試圖構(gòu)建一種“制度性紅利”。中國(guó)通過確權(quán)機(jī)制、可信流通協(xié)議、跨域中臺(tái)與交易網(wǎng)絡(luò)，力圖打造一套“數(shù)據(jù)驅(qū)動(dòng)但制度可控”的生態(tài)結(jié)構(gòu)——不僅為本國(guó)模型提供合法、高質(zhì)量、可追責(zé)的語義支撐，也在為全球AI生態(tài)提供另一種智能社會(huì)構(gòu)建范式。
這是對(duì)“算法-資本-平臺(tái)”敘事的系統(tǒng)性補(bǔ)充，是一種以制度設(shè)計(jì)替代無限擴(kuò)張的路徑創(chuàng)新。
在未來的全球智能競(jìng)爭(zhēng)中，誰能率先構(gòu)建“可信數(shù)據(jù)秩序”，誰就擁有輸出AI治理標(biāo)準(zhǔn)、主導(dǎo)國(guó)際規(guī)則設(shè)定的底氣。
未來的AI強(qiáng)國(guó)，不僅是模型最強(qiáng)、GPU最多的國(guó)家，還是最早定義“數(shù)據(jù)制度”的國(guó)家。
當(dāng)所有模型的能力趨近時(shí)，決定系統(tǒng)上限的，將不再只是算力和算法，還是我們?cè)敢庖栽鯓拥姆绞浇M織數(shù)據(jù)、管理知識(shí)、重構(gòu)信任。
能否構(gòu)建起來一套能真正釋放出數(shù)據(jù)價(jià)值的機(jī)制體系，那將是一場(chǎng)關(guān)于智能文明底層架構(gòu)的較量。但實(shí)事求是的說，這條路我們能走多遠(yuǎn)，還不好說。但總要有人去走進(jìn)無人區(qū)，哪怕跌跌撞撞，也要勇敢前行。
熱門跟貼