数字化时代，数据无疑是最基本的要素。同盾科技合伙人、人工智能研究院院长李晓林在近日接受《国际金融报》记者专访时表示，数据要素凭借边际成本低、规模效应大、流动性高、可复用性强等区别于传统生产要素的新特点，正在成为引领中国高质量发展的一个新引擎。
不过，李晓林发现，数据孤岛已经成为制约AI（人工智能）发展的严重障碍，数据相关产业的发展面临数据安全、数据确权、隐私保护等一系列问题。数字经济时代，如何在保护用户隐私的同时，确保数据可用并创造价值，是值得思考也亟待解决的问题。
李晓林建议，着力提升数字技术创新能力，进一步突破AI等技术的基础理论研究及商业应用落地，并重视新兴技术与传统产业的交叉融合；其次，建立数字经济时代的监管和治理体系，加强对隐私保护、数据安全的引导和规范，建立完善的法律、制度和行业标准。
提速数据产业
数据的价值正逐步凸显。2019年10月，中央明确将数据列为与劳动、资本、技术并列的生产要素。2020年4月，《中共中央 国务院关于构建更加完善的要素市场化配置的体制机制的意见》强调要加快培育数据要素市场。进入“十四五”开局之年，多地政府、企业都瞄准数字经济发展的巨大机会，加速政策出台和产业布局。
当下，中国的社会经济已全面进入数字生产力快速发展新阶段，数据要素凭借边际成本低、规模效应大、流动性高、可复用性强等区别于传统生产要素的新特点，正在成为引领中国高质量发展的一个新引擎。
李晓林表示，疫情倒逼各行各业加速数字化进程，也同样加速了5G、物联网、人工智能等新的技术在国民经济生产、流通、消费等各个环节的应用，互联网医疗、直播电商、远程办公等一系列新业态新模式为代表的数字经济发展迅速。
“数据的深度应用，对促进金融、政务等领域数字化发展的重要性是不言而喻的，其数字化、智能化发展也是不断挖掘和利用数据的过程。”李晓林指出，不同行业数字化转型的基础不同，数字化转型的节奏和步伐也不同。
“数据和技术密集型基础比较好的行业会率先转型，比如金融、医疗、政务等领域。一方面，这几个行业属于数据密集型行业，数字化转型就是把这些数据很好地利用起来；另一方面，他们对于用户的追求以及数据的挖掘已经达到一定的高度，比如，金融行业的数字化服务就做得越来越好。”李晓林表示。
从全球看，李晓林认为，数字经济在中国发展有自身优势，中国在数字经济领域和发达国家的差距相对较小，产业配套能力比较强，在5G产业及部分AI领域甚至处于领跑状态。此外，中国有14亿人口形成的超大规模内需市场，应用层面很容易形成规模经济。在网络基础设施、移动互联网、互联网经济、信息化的广度和深度上，以及相关的人才储备都有坚实的基础。
平衡数据孤岛
面对发展数字经济的优势，李晓林也看到了其中的挑战。他指出，数字经济时代，如何平衡数据孤岛与数据安全问题颇受关注。当前，众多机构内部和子公司的部门之间存在很多数据壁垒，不同机构之间的壁垒问题更甚，数据孤岛已成为制约AI发展的严重障碍。
与此同时，数据确权、数据安全和隐私保护也是当下面临的重要内容，如何在保护用户隐私的同时，确保数据可用并创造价值，是值得思考也亟待解决的问题。
此外，李晓林还提出，数字资产保护是一个系统工程，在于如何协同监管、行业从业者、企业等生态各方建立起一套数据安全管理机制，建立数据申请审核、安全风险熔断、违规行为追溯等制度，加强对数据应用伦理、个人隐私保护等方面的综合研判，重视大数据安全关键技术的研发，引导数据安全产业创新布局。
李晓林建议：“我们从技术创新、法律体系、行业规范和自律等角度协同推进，合理平衡数据安全与数字化和智能化发展需求和发展阶段，建立健全数据治理体系，推动数据相关产业健康、合规、可持续的发展。”
“我们要持续努力消除数据孤岛，实现数据资源的互通共享；通过数字技术创新催生新产业、新业态、新模式，更好地实现数字产业化的经济与社会效益；提升对产业数字化转型升级的服务能力，激发企业数字化转型的内生动力，释放数字对实体经济发展的倍增作用，从而促进数字经济与实体经济融合发展。”李晓林表示。
对于如何打造数字经济新优势，李晓林提议，要着力提升数字技术创新能力，进一步突破AI等技术的基础理论研究及商业应用落地，并重视新兴技术与传统产业的交叉融合；其次，建立数字经济时代的监管和治理体系，加强对隐私保护、数据安全的引导和规范，建立完善的法律、制度和行业标准。
构筑数据安全
那么，具体有何技术能解决数据确权、数据安全和隐私保护的难题？记者了解到，当前在数据安全技术层面，以隐私安全计算为整体解决方案的各类前沿科技正百花齐放。隐私计算涉及到安全多方计算、联邦学习、差分隐私、可信执行环境等多种技术，每个技术在各自领域独立发展的过程中，也慢慢呈现融合统一的趋势。
李晓林介绍，近年来，同盾科技持续加大在数据安全领域的技术创新，在行业内提出国际领先、国产原创的“知识联邦”理论框架体系，在信息层、模型层、认知层和知识层，基于知识联邦的算法逻辑，使得参与各方没有一方需要集中拥有所有的数据，也没有一方需要拥有所有的模型，通过安全的数据交换协议共用开放数据，而不享有数据，能最大化保护数据安全和数据隐私。
李晓林表示，知识联邦的提出，对基于数据驱动的科学研究及商业活动具有积极意义。它通过安全的数据交换实现知识共创和共享，是打破部门数据割裂，同时确保数据安全和隐私保护的关键，将极大地提升大数据的应用效率和安全性，在金融、保险、政务、医疗等行业，都拥有广阔的应用前景。
以智慧金融行业为例。很多地方政府为了盘活地方中小微经济，组织了不少面向产业链或者供应链的撮合平台，一方面撮合上下游产业供给，一方面对接银行资金。这类中小微融资扶持平台跨智慧金融和智慧政务场景，需要打通政务、税务、银行、企业及个人等安全和隐私要求差异较大的异构数据，采用知识联邦的方式对信息/流程进行安全串联。知识联邦可以提供强有力的支撑平台和监管等安全和监管标准工具，满足复杂的多层次需求。
再以智慧政务为例，政务数据通常会分散在各个部门里面，每家机构的数据独立存储、独立维护，彼此间相互孤立。现在地方政府在打造大数据中心也是希望能够破解数据割裂的问题，但在实践过程中，横向数据共享交互仍存在困难，税务、民航、通信管理等垂管部门系统相对独立，数据无法接入地方共享平台。
李晓林指出，目前人工智能初步解决了数据驱动的模式识别和决策规则的认知能力，下一代人工智能将深度融合数据、知识和自学习，知识的表示、自学习、演绎、归纳、抽象融合、推理决策将成为突破的焦点。“知识联邦”作为一个统一的、层次化的框架体系，支持安全多方检索、安全多方计算、安全多方学习（联邦学习）、安全多方推理等技术方案，是打造数据安全的人工智能生态系统的基础，也是未来通向下一代人工智能的必由之路。
据悉，为了更好地发挥数据要素的倍增作用，同盾科技基于知识联邦技术打造安全可信AI开放操作系统，建设安全开放的数据要素市场，可有效解决智能分析与决策场景中的数据割裂、数据安全、系统孤岛等痛点问题，实现安全可信的知识提炼与共享，赋能其他产业发展，为下一代人工智能奠定坚实的基础。
