6月19日至20日，在中国通信标准化协会主办的“2024数据智能大会”上，大数据技术标准推进委员会发布了《数据智能白皮书（2024年）》（以下简称《白皮书》）。

    中国信通院云计算与大数据研究所大数据与智能化部主任姜春宇向记者介绍，《白皮书》进一步梳理数据智能相关概念及知识体系，总结行业先进实践经验，研判数据智能领域未来发展趋势，指引推动企业顺利实现数智化转型。

    以生成式大语言模型为代表的人工智能技术发展，在掀起智能化创新浪潮同时，如何深度应用数据和智能技术也被业界广泛关注。《证券日报》记者了解到，《白皮书》结合大数据、人工智能技术体系，对数据智能整体的技术体系进行系统性梳理。

    数据智能技术体系概览 图片来源：《数据智能白皮书（2024年）》

    《白皮书》提出，总体来看，人工智能技术与数据技术相辅相成。在模型训练前的数据准备环节，数据的处理离不开各类高性能存储及大数据平台的支持；在模型训练环节，各类数据平台为人工智能领域各类计算框架提供了有力的算力支撑；在应用开发环节，数据应用为各类人工智能模型提供了广阔的应用场景及用户数据，助力模型应用效果的进一步提升。

    伴随着数据与人工智能技术的不断融合，《白皮书》分析，“数据+人工智能”逐渐演化出“5+3”技术体系。其中，数据技术可以按照数据生命周期分为数据汇聚、数据存储&计算、数据管理、数据开发&应用、数据安全五大部分，人工智能技术可以分为数据准备、模型训练&推理、模型开发&应用三大阶段。

    在应用需求的驱动下，《白皮书》认为，数据与智能将进一步融合创新。一方面，模型的生产需要高质量的数据资源以及更高效的数据底座支撑，另一方面人工智能技术的最新成果能够进一步赋能数据技术，提升数据处理效率和数据应用效果。由此，逐渐衍生出数据供给、多模数据存储与治理、数据智能平台、智能化数据安全技术等一系列新兴技术。

    当前，越来越多的企业运用数据智能应用技术，旨在从数据中提取有价值的信息和知识，从而驱动决策，赋能企业具体业务。根据《白皮书》研判，数据智能应用在加速赋能传统行业的同时也会出现更多的跨行业赋能。深度方面，数据智能应用将更加深入的赋能农业、交通、制造业等传统行业。这些行业涉及到大量来自物理世界的数据，数据采集成本高，普遍以多模态数据为主。随着传感器、5G、卫星遥感技术的不断发展，数据采集成本稳步降低，大模型的落地也为多模态数据分析和处理提供了新的解决思路，传统行业的数据智能应用能力将快速提升。

    随着数据价值的提升，数据资产也逐步成为企业的核心竞争力之一，自2023年8月份以来，《企业数据资源相关会计处理暂行规定》《数据资产评估指导意见》等相关政策发布，引导企业开展数据资源估值与入表工作，促进企业准确把握数据价值脉络流向，提高数据赋能程度，充分参与数据要素市场建设。据统计，今年第一季度已经有20余家上市公司披露了数据资源入表情况。

    中国信通院云计算与大数据研究所所长何宝宏向《证券日报》记者介绍，2024年是数据资源估值和入表的“起步年”，数据资源估值重在感知和量化数据价值，数据资源入表关键在于精准核算数据相关的财务信息。

    何宝宏说，在实践中，按照“先有价值，再有交易”、“先有业务，再算财务”的思路，数据资源估值是入表的基础，为入表前的历史成本归集、预期收益分析等确认条件提供重要依据。