AI可信数据空间白皮书

核心观点

• 数据与人工智能共生发展重塑全球经济格局：数据作为第五大生产要素，其价值释放深度和广度决定了人工智能产业从“感知智能”向“认知智能”跃迁的高度。
• 数据流通困境制约AI创新：当前数据产业面临“不敢共享、不愿共享、不能共享”的困境，数据要素市场化配置过程中“信任基础”的不足制约着人工智能产业的发展。
• 可信数据空间成为AI新时代的战略级新型数据基础设施：可信数据空间是制度规则、技术架构、生态系统三位一体协同的创新范式，将成为全域数字化转型的核心数字底座。

关键数据

• 全球数据总量：2023年突破175ZB，但高质量语料尤其是中文语料严重匮乏，实际流通率不足5%。
• 可信数据空间建设目标：2028年国内将建成100个以上可信数据空间，包括城市、行业、企业、个人、跨境五类可信空间。
• AI语料市场规模：预计2025年突破109亿元。
• 合成数据占比：预计2025年将达到40%。

研究结论

• 数据空间与AI协同发展面临三大挑战：数据AI不可见、数据AI不好用、数据AI不可信。
• AI可信数据空间顶层设计：构建“数模协同”新体系、“一湖一链一中枢”新架构、“数智共生”新生态。
• 贵州实践案例：贵州大数据集团公共数据授权运营空间、贵州旅游可信数据空间及大模型实践。
• 上海实践案例：上海数据集团城市数据空间实践。
• 深圳实践案例：深圳南山数据可信流通服务探索实践。
• 华为企业数据空间探索实践：华为构建了EDS（Enterprise Data Space，企业数据交换空间），实现了数据流通的“可信、可控、可证”。

创新技术方向

• 数字护照：基于数字身份（DID）和相关技术构建的新型身份凭证，以安全、隐私保护且可验证的方式，将个人或实体的身份信息数字化。
• 轻量AI机密计算：基于硬件隔离的机密计算技术，将大模型与推理数据置于受硬件保护的安全区域内，即使操作系统、虚拟机管理程序被恶意攻击，该区域内的数据与计算过程依然能保持机密性与完整性。