“人工智能推进到哪里，高质量数据建设便需推动到哪里。”

7月2日至5日，2025全球数字经济大会在国家会议中心举行。期间，在数字技术投资与跨境协同创新论坛上，与会嘉宾认为，面对人工智能带来的新形势，无论是企业针对人工智能需求部署数据资源、个人为弄清AI服务方式而接触体验AI，还是企业应对智能经济带来的风险与机遇，都需要积极行动、主动参与，在其中探索发展路径与机会。

中国信息通信研究院云计算与大数据研究所副总工程师闫树便是持此观点的代表之一。他引用观点认为：“人工智能推进到哪里，高质量数据建设便需推动到哪里。”当前，对于企业而言，确实需要思考如何针对人工智能的需求来部署自身的数据资源。

九章云集DataCanvas董事长方磊同样围绕这一话题发表见解。他表示，要思考清楚AI如何为人服务这一问题，首先我们每个人是否可以尽早且更多地接触AI工具，亲自体验如何与AI协同工作、共生共存，如此，后续的相关话题或许便会自然浮现。

愉悦资本创始及执行合伙人刘二海则从智能经济的整体发展角度进行阐述。他提到，智能经济现已向我们大步走来，其中蕴含着巨大的不确定性，企业可能面临被颠覆的风险，但同时也存在着众多机遇。唯一的方法就是投身其中，如同在大海中游泳才能学会游泳一样，必须积极拥抱智能经济，并在其中探寻属于自己的机会。

“基础设施优先赚钱”

在这场关于人工智能发展的探讨中，“基础设施优先赚钱”的观点也被提及。数据是推动AI发展的三大核心要素之一，它与算力、算法相互独立却又紧密交织，呈现出非对称的突破关系。人工智能的每一次飞跃性发展，往往都源于这三大要素中某一方的突破性进展。近年来，数据浪潮的影响尤为显著，成为推动当前人工智能发展高峰的关键力量。

“从人工智能的未来发展来看，现有数据量似乎并不充裕。”闫树在会上说，这便是“高质量数据集”概念备受关注的原因，无论是政府还是企业，都在积极探讨这一问题。数据对人工智能的影响深远，但也可能成为未来发展的瓶颈。以某知名开源网站为例，其中文语料库资源匮乏，仅有2000多个条目，远不及英文语料库的10%。可以说，中文语料库的发展已遭遇瓶颈，若缺乏合成数据或更高级的数据标注技术支撑，中国大模型的发展未来或将面临风险。

方磊则从应用需求的角度分析，若AI确实引领未来工业革命，众多应用将逐一落地实施，我们的应用将从以往的传输密集型或带宽密集型转向计算密集型，这需要新型基础设施来支撑。这为智算云提供了发展机遇，是基础设施转型的一个趋势。

刘二海举例，一个行业里往往是基础设施首先赚钱——英伟达现在是全世界市值最高的公司，紧接着就是典型应用，随后变成基础设施向所有的行业进行渗透。基础设施具备普遍性、安全性、可靠性、经济性，由此渗透到社会生活方方面面。当下还处于AI本身的基础设施大力投入阶段：这两年美国VC近40%的额度投向AI领域，每年大概有2000亿美元。中国大约是每年2000亿元人民币，政府不遗余力地支持了VC、创业企业，这非常重要。

“以人为本，科技向善”

而在人工智能发展的理念层面，“以人为本，科技向善”是重要原则。然而，当下开发AI应用时，算力成本高昂的问题十分突出，以市场上采用较为流行的裸金属方式为例，若租用10台计算服务器，其使用率往往低于30%，这就如同租了车却极少驾驶。那么，市场是否会需要类似“滴滴”的打车公司模式，按算力使用量（类比公里数）付费呢？

方磊认为，当前的算力市场、新型智算云市场，正是要解决降低创新的成本门槛问题。如果能在相对较低的成本下快速迭代尝试，全社会这么多人一起尝试，这种从上往下的创新方式，其效率往往远高于简单地做一个规划然后去执行，可能要高得多。因此，当前人工智能的发展最需要的是大家多一点耐心，让很多人一起去折腾、去创新。

刘二海则强调，普惠、安全、以人为本的AI，这是中国企业新国际化的要素，归根结底，还是要技术发展起来，实力跟上。没有优秀的、稳定的技术实力，是没有办法做到普惠的。

此外，对于AI应如何发展，闫树将其概括为负责任的、透明的、公平的和安全的。负责任，即AI的行为应按照人类最初的设计来运行；透明度，有时也被称为可解释性，因此要避免信息分享过程中的偏差，这一过程仍需有一定的规范与把控。公平，则更多地意味着社会不能出现系统性的歧视等问题。此外，还有市场经常提及的安全问题，这是当前鼓励AI发展的一个重要方面。