在“数据资产化工作现场会”上的致辞 大家上午好！今天我们在辽阳市召开电力数据资产化工作 现场会。我代表中电联大数据与人工智能分会，对各位领导、专 家和嘉宾表示热烈欢迎，向辽阳市委市政府、辽宁省电力公司、 辽阳市供电公司和试点一线的同志们，致以衷心感谢，今天国家 电网、南方电网、内蒙古电力，各大发电集团、电力设备与建设 集团，十几家省公司数字化管理部门、企业，辽宁省 14 个地市 专业负责同志、中电联科技中心、数智公司领导参会，在此对各 单位的重视和支持表示感谢！ 数据是新型生产要素。习近平总书记指出，当今世界正在迈 入智能时代，数据的基础资源作用和创新引擎作用日渐显现。当 前，数据要素与算法、算力三者协同发展，正在成为做强做优数 字经济、发展智能经济的重要基石。 党的二十大报告部署构建数据基础制度，为深入实施数字经 济战略，国家颁布政策并推进落地实施，持续释放数据要素价值。 与此同时世界各国也纷纷出台数字经济与数据治理策略，围绕数 据主权、算力布局、智能应用展开竞争与合作。立足这一时代大 势，国家出台系列政策措施推进数据治理，颁布“数据二十条”、 财政部发布《关于加强企业数据资产管理指导意见》《数据资产 全过程管理试点方案》，大力推进数据产权分置与规范入表入账； 国家数据局、国资委将能源电力纳入首批试点行业；国家能源局 出台《能源行业数据安全管理办法（试行）》构建三级数据管控 体系。今年政府工作报告指出数据要素潜力加快释放，明确提出 要深化数据资源开发利用，健全数据要素基础制度。因此，我 们今天的现场工作会目的是落实中央决策部署和国家部委相关 工作要求，探索推进数据要素价值在电力行业赋能落地。 能源电力行业数据，是筑牢国家能源安全的基石，是国计民 生稳步运行的关键“晴雨表”，是落实国家数据要素市场化配置 改革与“人工智能+”战略的重要抓手。激活能源数据要素潜能， 对于构建新型电力系统、服务“双碳”战略具有战略意义。 随着我国能源转型快速推进，我们清晰看到，在能源要素与 网架的构建之上，数据驱动、智能赋能已成为行业领域共识的方 法与路径，新型电力系统多元要素、多维因素、多模作用，必须 有全域贯通的数据驱动其协同，保障安全运行，提升资源配置和 利用效率，显现社会价值。从数据机理上讲，数据样本量是决定 认知的前提，单一来源或孤立的数据价值有限，只有跨主体流通、 共享，实现多源数据融合，才能反映物理世界真实规律，形成智 能逻辑的支撑，在流动中释放生产要素的价值。而实现数据流通 就必须先进行数据的资产化，通过采集、加工、治理，转化为可 计量、可交易、可带来经济效益的资产，这是数据资产化的核心 要义，一如爱迪生发明了电表，让电力变成可计量收费的商品， 使电从实验室成为公用事业，今天的 Token 使智能被标准计量， 按量结算，成为智能的价值锚点，使我们看到了千倍跃升的调用 量，以商业化激活价值的引爆点。数据的资产化使数据可计量、 可交易，是数据流通共享的支点，也是驱动点。 讲到大数据的作用，它不仅是对物理背后的发现，更是人工 智能的基础。今天我们看到的颠覆性效应，就是大数据触发了 AI 模型的涌现能力，当数据量模型规模突破阈值，模型就会具 备非线性跃升成高阶能力，这些能力不是人提前设计的，而是从 海量数据自发性学习的，当训练数据达到万亿级 Token 规模，模 型突然具备了逻辑推理、代码编写、创意创作、智能体作用能力。 这就是出现了智能时代。这里的底层逻辑是：海量数据的基础蕴 含的规律、知识、逻辑、关联，在自学习下编码进入万亿参数， 从人工规则走向自动学习。 今年“两会”报告首次提出智能经济，这将成为我国经济发 展核心趋势，从 AI 作为工具到“智能体作用”为主要形态，数 据模型化、资产化，人工智能由工具成为行动主体和产品，在这 里，数据是智能体作用的基础前提，是智能经济的核心基础。这 就需要加快培育高质量大规模数据要素，需要跨主体、跨领域、 跨专业实现共享，而其路径必然是流通。当前，我国数据开放流 通问题仍比较突出，价值释放受限。全国工业数据经济贡献度处 于较低水平，电力行业数据内部流通率不足 15%，数据开放规模 与高质量标注数据积累，与美国存在量级差距，数据的流通程度 代表着大数据的价值开发水平，进而关系到国家实力的竞争，影 响着我国进入智能经济的发展水平，也制约着新型能源体系与新 型电力系统构建。当前电力行业数据流通共享不满足新型电力系 统建设对数据要素的需求。主要有三个原因：一是数据要素产权 结构复杂交易主体不明晰；二是各主体对于数据流通的安全合规 方面担忧较多；三是商业壁垒带来创新应用弱化，导致各主体对 数据流通的意愿不强。根源问题是缺乏数据流通的标准。国家层 面出台政策，推动数据资产管理、数据资产入表等工作，为数据 要素高效流通提供政策性和制度性推动力，数据的流通融合，更 需要行业各单位共同努力，打破“思想壁垒”，建立更高维度、 更新形态的数据要素价值观体系。 解决这些问题，总的看是三个途径：