新华财经北京4月24日电（记者董道勇、孙广见）中国经济信息社数据资产全过程管理研讨会暨成果发布会24日在京举行。金证（上海）资产评估有限公司总裁林立在主旨发言中表示，数据是人工智能时代和数字经济的“原油”，其规模和质量尤其重要。当前居民对于数据要素的重要性认识尚处于初期阶段，未来要进一步推动公共数据资源精细化供给，强化产业与人才配套，激励各级机构持续提供高质量数据。
图为金证（上海）资产评估有限公司总裁林立作主旨发言（王吉如 摄）
林立表示，人工智能的蓬勃发展无疑将重塑传统意义上的生产力、生产关系和生产要素，甚至成为国家竞争力的重要体现。当前，算力成本依然昂贵，算法的突破逐渐面临边际效益递减的问题，深度学习模型的参数规模趋于极限，在现有的人工智能演进范式下，数据要素的有效利用很有可能起到决定性作用。
“大模型本质上是需要靠数据去‘投喂’的，因此把数据称为人工智能时代的‘原油储备’毫不为过。”林立认为，当前正面临高质量数据逐渐枯竭的困境，而合成数据的利用尚在探索过程中，如何充分挖掘公共数据这座“宝库”，是人工智能时代解决数据规模和数据质量的重要途径。
林立还表示，目前对于公共数据的授权运营，依然在操作层面、制度规范方面存在一些问题，建议相关部门出台指引，充分释放公共数据的价值。
林立表示，数据资产化是一项长期性的战略工作，有些企业追求短期利益目标，尤其是现在对数据资产金融化的程度与数据流通的使用现状是不匹配的，一些市场主体着急把数据做资产化，做资本化，发行各种各样的证券化产品。
“但实际上从我们估值的角度来讲，这些未来的现金流其实是没有被验证的。”林立说，现在很多数据资产化的商业模型，其未来发展模式处于非常不确定的状态。特别是对于公共数据资源的利用，还是要格外重视其社会价值，不要去过度追求短期价值。
“产业和人才的配套，对于如何更好推动人工智能时代下的公共数据的治理、发展还是至关重要的。”林立说。
编辑：王晓伟
声明：新华财经为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115
新华财经北京4月24日电（记者董道勇、孙广见）中国经济信息社数据资产全过程管理研讨会暨成果发布会24日在京举行。金证（上海）资产评估有限公司总裁林立在主旨发言中表示，数据是人工智能时代和数字经济的“原油”，其规模和质量尤其重要。当前居民对于数据要素的重要性认识尚处于初期阶段，未来要进一步推动公共数据资源精细化供给，强化产业与人才配套，激励各级机构持续提供高质量数据。
图为金证（上海）资产评估有限公司总裁林立作主旨发言（王吉如 摄）
林立表示，人工智能的蓬勃发展无疑将重塑传统意义上的生产力、生产关系和生产要素，甚至成为国家竞争力的重要体现。当前，算力成本依然昂贵，算法的突破逐渐面临边际效益递减的问题，深度学习模型的参数规模趋于极限，在现有的人工智能演进范式下，数据要素的有效利用很有可能起到决定性作用。
“大模型本质上是需要靠数据去‘投喂’的，因此把数据称为人工智能时代的‘原油储备’毫不为过。”林立认为，当前正面临高质量数据逐渐枯竭的困境，而合成数据的利用尚在探索过程中，如何充分挖掘公共数据这座“宝库”，是人工智能时代解决数据规模和数据质量的重要途径。
林立还表示，目前对于公共数据的授权运营，依然在操作层面、制度规范方面存在一些问题，建议相关部门出台指引，充分释放公共数据的价值。
林立表示，数据资产化是一项长期性的战略工作，有些企业追求短期利益目标，尤其是现在对数据资产金融化的程度与数据流通的使用现状是不匹配的，一些市场主体着急把数据做资产化，做资本化，发行各种各样的证券化产品。
“但实际上从我们估值的角度来讲，这些未来的现金流其实是没有被验证的。”林立说，现在很多数据资产化的商业模型，其未来发展模式处于非常不确定的状态。特别是对于公共数据资源的利用，还是要格外重视其社会价值，不要去过度追求短期价值。
“产业和人才的配套，对于如何更好推动人工智能时代下的公共数据的治理、发展还是至关重要的。”林立说。
编辑：王晓伟
声明：新华财经为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115
