问题：在人工智能加速走向产业应用的过程中，数据质量与安全已成为影响技术落地和产业升级的“基础变量”。
全国人大代表、五邑大学中德人工智能研究院院长、四维时代科技创始人崔岩在接受采访时指出，当前不少科研和产业实践的堵点集中在两端：一端是高质量训练数据供给不足、可用数据“多而不精”；另一端是数据安全与合规压力加大，导致数据“不敢用、不愿用、不会用”的现象并存。
尤其在跨区域、跨行业的数据协同需求快速增长背景下，既要促进要素流动，又要守住安全底线，现实矛盾更加凸显。
原因：崔岩分析，制约数据要素高效流通的首要因素是产权边界不清。
数据在采集、加工、标注、融合等环节参与主体多、贡献难量化，权利归属、收益分配与责任承担缺少可操作的制度安排，经营主体往往因潜在法律风险而对数据开发利用保持谨慎；与此同时，缺乏有力的产权保护也会降低数据持有方开放共享高价值数据的意愿。
其次，数据采集、治理、标注、质量评估与安全防护等标准体系仍需完善，行业之间、地区之间规则不一致，造成数据难以互认互用，增加合规成本与流通摩擦。
此外，伴随数据规模扩大和应用场景深化，新型安全风险上升：跨域共享增加带来流通风险；个别主体在监管盲区中可能出现非法获取、超范围使用等滥用风险；部分地区和单位分散建设数据基础设施，系统之间缺乏互联互通，难以覆盖数据全生命周期的安全管理要求。
影响：这些问题若不及时破解，将直接影响人工智能从实验室走向产业一线的速度与质量。
一方面，数据质量不足会导致模型训练偏差、场景适配性不强，降低研发效率并推高迭代成本；另一方面，安全与合规不确定性会抬升企业投入门槛，影响数据要素市场的活跃度，进而制约数字经济高质量发展。
更重要的是，一旦发生数据泄露、违规使用等事件，不仅会损害个人权益和企业利益，也会削弱公众对数字化应用的信任，影响产业生态的长期稳定。
对策：围绕“制度先行、标准支撑、供给提质、设施托底”，崔岩提出多项建议。
一是加快完善数据基础制度，探索将数据产权登记证书作为数据流通交易的可信凭证，通过清晰界定权利、责任与收益规则，为数据开发利用提供稳定预期。
二是健全数据标准体系，推动数据质量评估、标注规范、流通合规、安全防护等关键标准协同建设，促进跨行业、跨区域数据互认互通，降低流通成本。
三是加大高质量数据供给，建设公共数据共享平台，推动公共数据在依法合规前提下有序开放，形成可复制、可推广的数据集创新模式，更好满足科研与产业对高质量数据的迫切需求。
四是培育壮大数据产业，梯度培育数据企业，建设产业集聚区，完善数据治理、标注、评测、安全等专业化服务体系，提升供给能力和服务水平。
五是强化数据基础设施建设，探索“可信数据空间+数据交易所”等组织模式，推动形成数据要素流通“一张网”，以制度创新与设施建设“双轮驱动”，在确保安全的前提下提升要素配置效率。
前景：业内普遍认为，数据要素的价值释放，关键在于把“能用”建立在“安全、合规、可信”的基础之上。
随着数据基础制度加快完善、标准体系逐步统一、公共数据开放力度加大以及可信流通基础设施日益健全，数据供给侧将更能匹配人工智能对高质量数据的需求，促进科研攻关与产业应用形成良性循环。
面向未来，推动形成权责清晰、规则透明、流通顺畅、风险可控的数据治理格局，将为人工智能赋能实体经济提供更稳固的底座，也将为数字经济高质量发展注入更强动能。
在全球数字经济竞争进入深水区的当下，数据要素市场化改革已不仅是技术命题，更是关乎国家竞争力的战略抉择。
崔岩代表的建议既直面当前痛点，又立足长远发展，其提出的制度与技术双轮驱动方案，或将为中国在数字文明新时代构筑先发优势提供关键支撑。
这提醒我们，唯有在安全基石上构建开放创新的数据生态，才能真正释放数字经济的乘数效应。