黨的二十大報告指出“加快發展數字經濟,促進數字經濟和實體經濟深度融合,打造具有國際競爭力的數字產業集群”。當前,數字經濟是我國經濟發展的新動能、新引擎。自黨的十九屆四中全會正式將數據列為生產要素以來,我國加快了培育數據要素市場的步伐。2022年12月,中共中央、國務院《關于構建數據基礎制度更好發揮數據要素作用的意見》,成為下階段我國數據要素市場化建設的指引。
數字經濟的基礎技術將數據和算法進行融合,釋放數據價值。人工智能算法的落地應用給各行各業帶來了明顯的價值提升,而數據是算法作用的對象。因此,國家把數據納入生產要素。近些年,雖然人工智能算法技術已經有了長足發展,但在很多行業中,算法的價值發揮越來越受到基礎數據可用性的限制,諸如數據孤島、數據安全、隱私保護等問題阻礙了數據價值進一步釋放。因此積極推動數據要素的安全利用,已經成為建設數字經濟的關鍵舉措。
本質上,數據要素應用的核心挑戰是如何保證數據要素使用可控。從數據可控流通的技術來看,四十年前多方安全計算實現了理論上的突破。一直到近幾年,隨著數據流通和數據隱私保護并重的產業需求愈加旺盛,大家在計算機科學各個領域開展研究和實踐,極大地提升了這些技術的性能,并且已經在金融等領域取得實踐應用的初步成果。但是當前,數據要素相關技術、產業和政策的結合,仍然面臨兩個核心挑戰。
第一是交叉學科的挑戰。如數據要素在金融領域的應用,是典型的交叉學科范疇。但目前的金融科技發展仍面臨一定問題,其根源是金融從業者、科技人員與監管方之間互相難以溝通和理解,缺乏開放心態和敬畏之心。其實,科技人員要敬畏金融規律,理解金融領域防范系統性風險底線的根本要求;金融業從業者也需要敬畏科技,理解不斷涌現的科技的原理和本質。當然,各方之間需要互相理解的重要性還在于,監管與合規是金融行業非常鮮明的特色,如何設計開發擁抱監管而不是逃避監管的技術,才是“行穩致遠”的根本。
第二是交叉學科人才和技術自主可控的挑戰。清華大學交叉信息研究院一直致力于培養國際一流的科技創新人才。我們希望自主培養的創新人才隊伍,能夠在安全利用數據要素這一關乎國家安全的關鍵領域中,創造出獨立自主、國際領先的技術。同時,我們與五道口金融學院合作,共同創辦清華大學金融科技研究院,也希望能培養出具備交叉學科能力,并能夠在金融等產業進行應用創新的人才。
我很高興清華大學金融科技研究院發揚了清華大學產學研平臺優勢,依托不同領域領先的科研水平,組織專家編寫出版了《數據要素化100問:可控可計量與流通交易》一書。社會各界對這一交叉領域的深刻理解,是打通技術、業務與政策的關鍵。本書簡潔全面地介紹了數據要素相關的關鍵技術、政策要求、產業應用、國際比較等內容,具有通俗性、可讀性,相信能讓各級領導干部、政策研究者、技術人員、業務人員獲益匪淺。
(作者為中國科學院院士、圖靈獎得主,清華大學交叉信息研究院院長,清華大學金融科技研究院管委會主任)
(本文為人民日報出版社《數據要素化100問》一書序言)