大象新闻记者 冉晓晖

2026年开年，新修改的《网络安全法》正式施行，为人工智能发展筑牢法律根基。当下，人工智能深度融入千行百业，在提升效率的同时，也带来诸多风险挑战。如何让AI兼具创新活力与制度约束，实现健康发展，成为亟待解决的重要课题。全国两会期间，全国人大代表、超聚变数字技术有限公司董事长兼CEO刘宏云，围绕数据根基与产业融合，深入阐述探寻AI发展破局之道。

夯实AI发展根基：破解“数据荒” 构建开源生态

训练数据不足、公共语料库缺失，闭源垄断加剧中小企业进入壁垒，这些成为制约AI创新的关键瓶颈。推动高质量数据集建设与开源平台协同发展迫在眉睫。全国人大代表、超聚变数字技术有限公司董事长兼CEO刘宏云表示，构建可信任、可流转、可被管理跟踪的机制至关重要，“首先对于企业和政府的某些还没开放的公共数据，建议要通过先进的这个数据架构和平台技术以及数据治理技术等等，把家底摸清管好，确保这些数据的资产化运营的高效的这个一个底座。第二建议推动专业数据架构与平台技术的统一建立标准，扶持和鼓励具备技术实力的这种数据服务商，为大中小企业提供这种相对套餐定制或者叫风险由人的解决方案。”

刘宏云认为，扶持专业化数据标注清晰、治理合成的服务商，构建数据服务产业链，才能更好推进数据开放，“通过隐私保护计算技术，打造可信数据空间，确保数据提供方在不泄露原始数据的前提下，需求方、使用方又能得到有价值的数据，相当于实现数据的可用但不可见。还要鼓励企业、机构建立数据联盟，在合规、数据能够得到有效保护的前提下来共享这个数据。最后，要打造数据交易市场，明确数据定价交易收益分配的原则来激活数据要素价值。” 针对政府掌握的金融、运营商等具有公共属性的数据，刘宏云说应采用成本加一定收益的基于成本的定价方式，“因为这些数据普适性比较广，需求量也比较大，以及这些数据本质上来自全社会的企业、个人组织，在建立这个数据可信管控的前提下，适当地开放一些，鼓励他们按照企业的自主意愿或者市场相对定价。当然政府如果有条件的话，可以适当地做一定的补贴也好，或者说奖励也好。比如说对于那种充分的开放数据被使用得比较多的企业，可以提供一些算利券等等诸如此类的来进行激励。”

推动AI与实体经济深度融合：打通从实验室到工厂的最后一公里

加快“AI + 制造”“AI + 农业”等场景规模化落地面临诸多难题，中小企业算力昂贵、场景不明、改造成本高成为主要阻碍。如何打通从实验室到工厂的最后一公里，全国人大代表刘宏云建议，应充分鼓励和引导市场自发形成新产业，聚焦帮助企业用好人工智能“金三角”（算力、数据、人工智能），“这里面可以聚焦最核心是两部分。第一部分是如何围绕用好算力，要引导、发展、聚焦于能够充分释放算力的价值的这样的子产业，也就是把解决中国多技术体制、多路线的算力底座，很多规上企业都需要本地部署有效的算力底座，所以这是一个很重要的子产业。那第二个的话其实就是A I它是可以重构几乎所有的活动。而且A I重构之后的潜力会比当前基于过去的I T架构的会更好。所以的话，就是我们应该牵引这个产业构建智能的数据和A I应用的平台，然后在这个基础之上的进一步去发展A I原生的各种生产经营的活动的软件以及研发的工具。”

刘宏云说，构建可开箱即用、轻量化且应用高效的全站智能底座，搭配不同领域如研发、生产、市场营销、人力资源、财经等的场景化解决方案，能有效解决AI落地企业、赋能业务的最后一公里问题。但这不能仅靠企业自身，政府需发挥牵引作用，“绝大多数的规上企业去掌握所有的这些东西，它是挑战很大的，而且某种程度上来说，它的投入产出是不划算的，可能要政府牵引，当然市场也会自发的形成这样相应的子产业，然后来服务众多的企业，不管是制造也好，农业也好，还是说服务业也好，这个落地的问题。”

在人工智能发展的关键时期，破解数据难题、推动产业融合是必由之路。全国人大代表刘宏云的建议为AI健康发展提供了宝贵思路，相信在各方共同努力下，AI这匹“骏马”将在合法合规的轨道上“向善而行”，为经济社会发展注入强大动力。