第八届清华大学互联网产业高峰论坛成功举办

摘要：论坛以“数据要素的产业化之路”为主题，通过探讨数据要素与产业创新发展的融合路径，探索我国数字经济时代的新理论、新方法、新实践，助力新质生产力加速形成，塑造发展新动能新优势。

12 月 12 日，由清华大学互联网产业研究院主办的第八届清华大学互联网产业高峰论坛在清华大学成功举办。

论坛以“数据要素的产业化之路”为主题，通过探讨数据要素与产业创新发展的融合路径，探索我国数字经济时代的新理论、新方法、新实践，助力新质生产力加速形成，塑造发展新动能新优势。

论坛除线下会场外，还通过清华大学互联网产业研究院、清华经管学院、清华经管高管教育中心以及北京商报社的视频号同步直播。

△ 活动现场

本次论坛由清华大学互联网产业研究院副院长、清华大学土水学院党委副书记潘鹏教授主持。

△ 潘鹏主持

#01-领导致辞

工业和信息化部原党组成员金书波为本次论坛发表致辞。金书波表示，当前全球产业竞争已从产品竞争转向产业链、供应链的竞争，推动产业链、供应链的绿色发展成为全球共识。面对国际国内新形势，必须着力培育和发展新质生产力，促进数字技术和实体经济深度融合，充分发挥数据要素作用，以科技引领全产业链、供应链绿色转型，以数据赋能产品生产绿色研发，实现产业生态整体的绿色化升级。

希望行业骨干企业、行业组织、科研机构等各方力量能够更加积极地整合资源、协作互动，进一步开展数据要素在各个产业、尤其是绿色供应链管理方面的研究，通过制定标准等形式引领行业发展，促进国际交流与合作，全面推进数据要素在各个产业领域的价值创造。

△ 金书波致辞

清华大学互联网产业研究院院长朱岩教授为本次论坛发表致辞并作题为《数据要素化时代的产业范式创新》的主题演讲。朱岩在致辞中对八年来一路陪伴清华大学互联网产业研究院（以下简称“研究院”）成长，为研究院产业转型研究工作给予大力支持的各界人士表示衷心的感谢，希望能够通过本次论坛与各位嘉宾共同探寻数据要素化时代产业转型创新的第一性原理。

在演讲中，朱岩在汇报 2024 年研究院科研成果的同时，分享了研究院以二十届三中全会《决定》中关于数字经济的政策方针为指引而开展的理论研究工作。

朱岩表示，研究院从多年研究工作中总结得出，释放数据价值是各产业新的价值增长方式，建立可信数据空间助力各产业实现技术的革命性突破，以产品的数据化和数据的产品化使数据成为各产业的重要生产要素，利用产业互联网将产业劳动者、劳动资料、劳动对象进行优化组合，摆脱传统经济方式和传统产业经营模式，以技术的革命性创新和生产要素的创新性配置，实现产业的深度转型升级。

研究院将继续发挥清华力量，以服务国家战略需求和引领行业创新发展为宗旨，紧密围绕数字中国建设中的经济和管理问题，持续开展数字经济、数据要素市场、产业数字化转型等方面的研究工作。期待与在座的各位嘉宾、各界同仁共同迎接 2025 年的发展新机遇，在数据要素化时代走出中国式现代化的道路。

△ 朱岩致辞并演讲

#02-主旨演讲

在主旨演讲环节，共有三位专家学者结合自身研究领域发表了前沿思想。

清华大学公共管理学院教授、清华大学计算社会与国家治理实验室执行主任孟庆国作题为《公共数据的要素价值与生成逻辑》的主旨演讲。孟庆国从我国数据产量及全球占比情况出发，结合党的二十大后中央关于数据要素化的战略部署及国家相关部门的政策文件，全面阐述了数据要素化的重要性。

他指出，数据要素化的目标是通过数据流通与使用，产出更多知识和智慧行动，从而赋能经济社会发展。数据要素化是跨利益主体的数据治理过程，涉及复杂的利益协调与规则制定。孟庆国提出了多源数据融合，多类场景、多元主体复用及多种要素协同的公共数据开发利用途径，特别分析了公共数据授权运营中的“动力”与“活力”，提出以“职责—业务—数据”框架为基础构建公共数据权责体系的建议。

他强调，完善数据治理体系是破解数据要素化难题的重要环节，需要通过多元化制度保障、技术支撑和多主体协作来推动数据要素价值释放，为我国数字经济高质量发展注入新动能。

△ 孟庆国演讲

清华大学交叉信息研究院长聘教授、副院长徐葳作题为《大模型时代的数据要素与数据安全》的主旨演讲。徐葳从技术的角度探讨当前数据要素价值化过程中面临的价值挖掘不充分、跨域流通语义不对齐等问题。他认为，这些问题是导致开发成本过高、数据价值链过短的关键所在，而大模型时代的价值链则呈现出基于算力和模型的多业务、广泛性应用的特点。

因此，未来 AI 产业链的发展将主要遵循以资本密集、设备密集、数据密集等为主要特征的“大模型”发展道路，和以数据产品导向、价值生成、成本节约等为鲜明特点的“尖端科技”发展道路。徐葳还列举了检索增强技术在法院智能辅助办案系统应用、AI 自动代码生成在交通领域大模型的应用、AI 与业务流程融合在智能客服助手的三个应用案例来阐述新时代 AI 赋能行业发展的经典案例。展望未来，徐葳表示要顺应时代潮流，通过 AI 实现跨域流通语义对齐，结合数据需求开展即时数据治理，让 AI 更好地造福人类。