从“重算力”转向算力与数据并重，从购买设备转向生产高质量数据，从输出原始数据转向输出安全可控的计算服务，正成为数据要素价值释放的一条新路径。

文｜朱耘

ID | BMR2004

2026年8月28日至30日，以“词元——数据要素价值释放新路径”为主题的2026中国国际大数据产业博览会（以下简称“数博会”）在贵阳举办。

数博会举办期间，与会嘉宾围绕数据全产业链进行深入研讨，多位嘉宾认为，当下国内算力规模不断攀升，但有部分机房长期低负荷运行。当下越来越多的企业希望拥抱人工智能，但模型如何训练、数据如何准备、如何更优地组建算法团队与购买算力，成为“最后一公里”卡点。

山东数据集团副总经理张帆在接受《商学院》记者采访时指出，当前一些地方发展人工智能，存在“重算力、轻数据”的倾向。没有足够多、足够专业、足够高质量的数据，再强的算力也可能陷入“无米下锅”的困境。为此，张帆认为，可用“模数工坊”破解算力闲置与AI门槛问题。

01

从建设算力，转向生产数据

今年8月19日，山东数据集团在济南正式揭牌成立，该公司由浪潮集团牵头组建，注册资本10亿元。这是山东数据要素市场化配置改革进程中的关键落子。

在本届数博会上，张帆指出，发展人工智能有三个核心要素：算力、数据和算法模型。算法模型的优劣，很大程度上取决于算力基础和训练数据的质量。“企业不会因为你有算力就来，而是因为你有特殊的数据、专业的数据，才会来这里训练模型。”

为此，浪潮卓数大数据打造了“模数工坊”，希望通过工业化生产方式，把语音、图像、视频等多模态原始数据进行采集、清洗、标注和增广，加工成能够重复利用、价值可量化的数据资源。

在张帆看来，原始数据只有经过精细化加工，才能成为可供模型调用和训练的高质量数据集，进而更充分地释放价值。这一模式也为盘活地方闲置算力提供了一种思路：将加工后的高质量数据集部署到地方算力池，企业以租赁方式使用算力和数据，完成模型研发后带走模型，实现“数据资源化”。

据悉，目前山东已围绕医疗等行业建设数据应用空间，并在部分地市布局数据标注基地，开展数据深加工。同时，围绕公共数据授权运营，还将探索对公共数据进行清洗、加工和应用，推动公共数据由资源向产品和服务转化。

然而，光有数据不行，数据资源并不能独立解决技术与业务脱节的问题，必须与业务场景相结合。

比如，同一组数据，应用于金融征信、医疗健康、消费分析或文旅产业时，对数据清洗、标注和组合方式的要求并不相同。企业首先要明确解决什么问题，再根据场景提出数据需求，将数据加工成相应的词元或高质量数据集，最后由模型调用和训练。

张帆将这一过程概括为：基于场景产生数据需求，根据需求加工数据资源，再用模型调用这些资源；模型赋能业务应用后产生新的数据，新数据又进入下一轮加工和训练，由此形成数据价值循环。

在这一过程中，人工智能工具正在变得越来越普及，企业真正稀缺的能力，是把业务场景转化为数据需求。

02

数据不出域，输出算力服务

对于数据和算力出海，张帆认为，数据跨境具有较高敏感性，因此不能简单地将国内数据传输到海外进行训练。目前正在探索的一种方式是：海外企业将模型带到国内，在受控环境中使用国内的数据和算力进行训练，训练完成后带走结果，原始数据则留在本地。

“数据在我们这里，不能出域。你可以使用我们的算力，以Token（词元）方式完成训练，最后把训练结果带走。”张帆说。

这一模式输出的不是原始数据，而是由算力、数据和模型训练共同形成的服务能力。张帆认为，中国在电力能源、算力基础设施和数据加工能力等方面具有一定优势。未来可以将电力转化为算力，再将算力转化为按Token计量的人工智能服务，参与国际市场竞争。

而该模式成立的前提始终是数据安全。如何确保数据不出域、使用过程可控、训练行为可追溯，以及训练结果不会泄露敏感信息，仍需要技术、制度和合规机制共同保障。

从“重算力”转向算力与数据并重，从购买设备转向生产高质量数据，从输出原始数据转向输出安全可控的计算服务，正成为数据要素价值释放的一条新路径。

其背后的逻辑是，人工智能产业竞争正在从单纯比拼算力规模，转向比拼数据生产、场景组织和安全运营能力。只有让算力找到数据、数据进入场景、场景产生价值，人工智能基础设施才能真正转化为产业发展能力。