在数字经济加快发展的背景下，数据已成为关键生产要素之一。
伴随大模型等技术持续迭代，如何让技术更好服务产业、服务民生，越来越取决于数据供给质量与制度供给水平。
北京市两会期间，有代表提出，以建设高质量数据产业生态为抓手，通过制度试验与场景实践相互促进，为新技术在专业领域应用“开闸引流”。
问题：专业场景“用得上”仍不等于“用得准” 当前，大模型等技术在通用问答、内容生成等领域表现亮眼，但在金融风控、医疗健康、自动驾驶等高要求场景中，仍存在准确性不足、可解释性不强、稳定性有待提升等问题。
对不少行业而言，技术能否真正“进系统、入流程”，关键不只在算法和算力，更在数据是否足够专业、足够真实、足够可验证。
通用互联网公开数据在过去一段时间支撑了模型能力的快速提升，但对专业领域而言，这类数据的边际效用正在下降。
原因：垂直数据沉淀分散与制度供给不足交织成“堵点” 一方面，具备高业务价值、能反映真实业务流程与风险特征的垂直领域数据，多沉淀在各类机构内部，数据标准不一、治理水平参差，跨主体流通成本高。
另一方面，数据合规共享仍面临多重约束：其一，数据产权边界与使用权利不够清晰，导致“能不能流通”缺少确定预期；其二，价值评估机制相对缺位，数据“值不值、怎么定价”难以形成可操作规则；其三，收益分配与责任划分机制不完善，交易各方顾虑较多；其四，安全治理与隐私保护压力增大，合规成本与风险不对称使得部分主体倾向于“宁可不用、也不共享”。
上述因素叠加，造成高质量数据供给不足与流通不畅，进而制约专业化应用的可靠落地。
影响：数据瓶颈抬高创新门槛，也影响产业升级效率 数据要素难以高效流通，直接影响技术在重点领域形成可复制、可推广的应用范式。
一是抬高企业创新门槛，特别是中小企业难以获得稳定、合规、可负担的高质量数据资源，创新易陷入“试得起、推不开”。
二是延缓行业数字化与智能化改造进程，难以形成高质量供给与高效率运营的正循环。
三是影响产业生态培育，数据治理、标注、质量评估等环节难以规模化发展，相关服务业态和就业空间释放不充分。
四是在区域竞争层面，数据要素配置效率逐渐成为城市产业竞争的新变量，谁能更早形成规则清晰、运行顺畅、风险可控的数据流通体系，谁就更有可能在新一轮科技与产业变革中占据先机。
对策：以“制度试行区”先行先试，用标准体系夯实数据质量底座 针对上述堵点，有代表提出探索建立“数据制度试行区”，以包容审慎的柔性监管推动制度创新与应用落地相结合。
其核心思路在于：围绕数据产权、流通交易、收益分配和安全治理等关键环节，在限定范围、可控风险、可追溯责任的前提下先行试点，让制度在真实场景中“跑起来”。
通过“制定—实践—总结—反馈—修订”的闭环机制，边实施边完善，及时发现制度与业务之间的摩擦点，推动规则更具可操作性。
在试点路径上，可考虑选择自动驾驶、医疗健康等对数据质量要求高、社会价值明显、监管边界相对清晰的领域先行推进。
一方面通过场景牵引验证数据合规流通的路径，另一方面通过风险评估、分级分类管理、可信环境建设等方式，确保数据使用过程可控、可审计、可追责，形成可复制的治理模板。
同时，夯实高质量数据集供给需要标准先行。
建议围绕数据全生命周期、全产业链条，推进数据资产登记、数据集质量评估等标准的建立与试点，以统一指标和方法论提升数据可用性与可信度，推动形成各专业领域的行业高质量数据集。
标准化不仅有助于提升数据质量，更能降低交易成本，促进跨域融合与规模化应用。
此外，试行区还可在产业侧形成带动效应。
通过引导数据预处理环节产业化发展，推动数据清洗、标注、质量评估、隐私保护、可信数据空间等基础服务规模化，进而形成新的产业链条与就业形态，为数据要素市场化配置提供更坚实的支撑。
前景：以可落地的制度供给激活数据要素，形成创新与治理的双向促进 从发展趋势看，人工智能应用将从“技术展示”走向“产业深用”，从“单点试用”走向“系统重构”。
这意味着对数据的需求将从数量扩张转向质量提升，对规则的需求将从原则倡导转向细则落地。
通过试行区等方式探索制度创新，有望在保障安全合规的前提下，提高高价值数据要素的配置效率，推动形成“数据可用不可见、可控可计量、可追溯可问责”的治理新范式。
可以预期，随着高质量数据集供给增加、流通路径逐步清晰、标准体系不断完善，专业领域应用的准确性与可靠性将更有保障，产业链上下游协同效率有望提升。
更重要的是，制度试验所形成的可复制经验，将为更大范围内的数据要素市场建设提供参考，推动数据要素与实体经济更深层次融合。
数据已成为驱动人工智能发展的关键生产要素。
打造高质量数据产业生态，不仅是解决当前大模型应用瓶颈的必然选择，更是推动人工智能技术从通用能力向专业应用转变的重要途径。
北京作为国家科技创新中心，在数据制度创新、产业生态建设方面具有先发优势。
通过建立数据制度试行区，探索数据产权、流通、收益分配等制度框架，既能为全国数据要素市场建设提供可复制的经验，也能进一步巩固北京在人工智能产业发展中的领先地位。
这一系统性、前瞻性的建议，为推动数字经济高质量发展指明了方向。