孙凝晖：“数据件：一种数据要素标准化抽象” | CCCF精选

主要观点总结

本文介绍了数据要素标准化抽象的方法——数据件，旨在促进数据要素在大范围内的流通和利用，从计算处理的角度出发，建立数据要素的标准化高级抽象，从而促进数据要素的价值释放。文章梳理了数据要素标准化面临的挑战，并提出了数据件的统一抽象思路，阐述了数据件的定义、基本结构、组织和使用等方面。

关键观点总结

关键观点1: 数据要素标准化的重要性

数据作为数字经济时代的关键生产要素，是基础性资源和战略性资源，也是重要生产力。围绕数据要素的发展，国家进行了多方位的体系化布局。数据要素要实现大范围的流通利用离不开标准化抽象，这是很多全球化技术的一个共性特征。

关键观点2: 数据要素标准化面临的挑战

数据要素的标准化抽象面临诸多挑战，如数据要素的抽象层次问题、语义标准问题、安全管控问题等。这些挑战需要建立合适的数据要素抽象层次，实现数据供给与消费的高效解耦，解决跨域跨模态数据要素的融合交互使用，以及在数据要素的标准化抽象中嵌入安全管控机制。

关键观点3: 数据件的定义与特点

数据件是数据要素流通使用的基本单位，是对数据要素进行标准化抽象后建立的结构化对象。数据件具有可寻址、可交换、可操作、可管控等基本要求，通过标准、协议与机制设计，实现数据要素和数据主体、数据应用的“解耦”，支撑在全网对数据要素进行融合汇聚与深加工。

关键观点4: 数据件的组织与使用

数据件通过数据场的形式实现广域无中心的按需组织与灵活使用。数据场是一种按需组织模式，基于用户需求对数据件进行汇聚组织，形成数据件从供应方到需求方的直销模式。此外，文章还介绍了数据件在大数据分析和大模型应用场景下的使用方式。

关键观点5: 未来研究方向

数据件的研究还需要进一步深入，包括数据要素价值评估、动态数据要素支持、数据能力体系的完善等。对数据要素价值的评估是指导高质量数据件构造的理论基础，需要相应的理论建模与价值运算体系的构建。