数据都摆在那儿，为什么就是用不起来？这个问题，恐怕是当下数字化转型中最令人头疼的困惑。算力投了，系统建了，数据也攒了一大堆，可真到要用的时候——质量不行、流通不畅、融合不足，三座大山压在头上，动弹不得。在2026中国互联网大会DaTa For AI特色论坛上，伏羲智库高级顾问、国家信息中心原主任、中国互联网协会原副理事长高新民给出了他的答案。作为中国互联网协会的“老兵”，他用一张“四层两纵”的架构图，试图为这个困局画出一条出路。
高新民
伏羲智库高级顾问、国家信息中心原主任、中国互联网协会原副理事长
01 数据价值的三重境界
高新民开门见山地提出了一个判断：我们正处在数字化转型的深水区，而数字化转型的本质，就是“用数据这个新要素，去盘活土地、资本、劳动力这些传统要素”。“由联结汇聚数据，由数据产生智能，由AI智能体科学决策及行动”——这条链条的逻辑清晰而简洁。
但他特别提醒，数据的价值有三个层次，缺一不可：
第一层，数据本身就是基础要素，不管它来自物理世界还是合成生成；
第二层，数据与业务流程融合，提升效率，这是信息化时代已验证的路径；
第三层，数据支撑人工智能，也就是现在最热的“Data for AI”。
“这三个层次不是互相排斥的。”他强调，“不是说AI重要了，业务流程就不需要数据了。”
一个值得注意的新变化是：合成数据正在改变游戏规则。目前具身智能训练所用的数据，百分之八九十已是合成数据，这让数据治理的复杂性又上了一个台阶。
02 三座大山：不好用、不能用、不会用
既然数据这么重要，为什么用不起来？
高新民用三个“有”字精准概括了当前的困境——
“有数据不好用”：质量问题。脏数据、碎片化数据大量存在，想挖出金子，得先花大把精力去清洗。
“有数据不能用”：流通问题。“不愿、不敢、不能”共享——怕泄密、法规不清、技术不通，海量的“三异”数据（异主、异构、异地）散落各处，形成密密麻麻的数据孤岛。
“有数据不会用”：融合问题。怎么从繁杂的海量数据里挖掘高价值、强关联的高质量数据集，缺乏有效手段，尤其是面向AI的高质量数据集，供给缺口还很大。
三座大山不搬走，数据要素的价值就永远停留在纸面上。
03 流通机制：市场化不是唯一答案
怎么办？高新民认为，关键在三点：理顺流通思路、建好基础设施、推动AI for Data。
先看流通。当前社会上有一种倾向——过度聚焦数据交易，好像数据非得卖了才算流通。高新民直言这个认知有偏差。
“数据要变成可交易的标的，得满足四个条件：有边界、可识别、成本可计算、有潜在价值。”满足了，才能资产化，才能上市交易。
那满足不了的呢？——用别的办法。
他主张多元化流通机制：市场化是一个重要选项，但绝不是唯一选项。我们更要提倡的是数据共享（在共同体内）和数据开放。
“科研数据共享，国际上已经做了几十年，有大量成功经验。”他说，“不能因为关注交易，就把共享和开放弱化了。”
一句话：流通机制要依场景而定，场景多元，机制就必须多元——这才是正道。
04 四层两纵：给数据基础设施画一张图
如果说流通机制解决的是“制度软件”问题，那基础设施解决的就是“硬件骨架”问题。
通信网络（光纤、5G）、存储（IDC）、算力（东数西算）——这些数字基础设施的组成部分，已经有了清晰的路线图。但高新民追问了一个关键问题：数据基础设施的架构到底是什么？数联网、数据空间、数场、隐私计算、区块链……技术路线百花齐放，但“百花齐放不等于有了总体架构”。没有一个清晰的骨架来统领，各搞一套，最后还是连不起来。
他的答案是：“四层两纵”。
第一层：互操作层——整座大厦的基石
为什么数据孤岛永远消灭不了？因为数据的“三异”是常态：异主（归属不同）、异构（格式不同）、异地（位置不同）。你不可能把所有数据都集中到一个池子里，既不现实，也不应该。”那怎么办？“搭桥，不搬迁”。高新民提出“数据不动，让机器去发现它、理解它、访问它、使用它”——通过数据对象化、标识化、属性化、智能化四个步骤，最终让数据做到FAIR：可发现、可访问、可互操作、可重用。
第二层：流通层——让数据动起来
有了互操作的基础，数据才能真正流通起来。这一层要支持共享、开放、交易三种机制，同时做到可信接入、安全流转、留痕溯源。高新民特别提到国际数据空间（IDS）的理念：没有中央机构来管数据，但有一套大家共同遵守的规则——有规则无中心。这种去中心化的架构思路，值得借鉴。
第三层：建模层——给数据增值
这是把数据变成“产品”的关键环节。用大语言模型（LLM）和本体模型（LOM）对数据进行Token化和语义归一，把分散、异构的数据转化为可计算、可分析、可决策的输出。对标对象是Palantir——一家在国防情报和工业领域深耕多年的数据平台公司，它的核心能力，正是“把混乱的数据变成清晰的决策”。
第四层：应用层——价值兑现
最终，以标准接口、可调用可交易的数据产品，支撑医疗、保险、政务、智慧城市等各行各业的应用。前面三层做的所有工作，最终要在这里“见真章”。而贯穿这四层的“两纵”，是“制度标准体系”和“数据安全体系”——没有规则和安全，再漂亮的架构也转不起来。
05 行业数据共同体：把架构落地
架构有了，怎么落地？高新民开出的药方是——行业数据共同体。
这个概念并不复杂：由业务强关联的企业共同参与，按照共识的制度和技术架构共建共享，让数据在行业内流转畅通、价值最大化。它比“数据空间”更清晰，比“数据交易”更包容。它不靠行政命令，靠的是业务关联和共同利益；它不追求消灭孤岛，而是通过互操作把孤岛连起来；它不排斥市场化交易，而是把共享、开放、交易都装进一个篮子里。
“与其空谈数据要流通、要共享，”高新民说，“不如从业务关联最紧密的行业先做起。”
这或许就是让数据基础设施真正“接地气”的第一步。
高新民的整场演讲，其实在回答一个核心问题：数据要成为真正的生产要素，我们需要什么样的制度环境和硬件支撑？
他给出的答案很清晰：流通机制要多元，不能只盯着交易；基础设施要有架构，不能只有碎片化的技术路线；落地要有抓手，行业数据共同体是一个务实可行的切口。
数据孤岛消灭不了，但可以互联；数据交易不是万能，但共享和开放同样重要。在这个数据爆炸却流通不畅的时代，修好“桥”比建更多的“仓库”更紧迫。
而这，恰恰需要从每一个行业、每一个共同体开始。
END
注：文章转载请注明来源，敬请关注后续话题。另现围绕数字治理、数字发展领域，向广大业内资深撰稿人约稿，投稿邮箱：pr@fxzk.org，欢迎洽谈。
