當前，數(shù)據(jù)作為關鍵生產要素，其價值釋放仍面臨挑戰(zhàn)。市場存在“數(shù)據(jù)質量參差不齊、高質量數(shù)據(jù)供給不足、數(shù)據(jù)付費意識薄弱”等問題，制約了數(shù)據(jù)資源的盤活與高效配置。同時，人工智能正從追求規(guī)模轉向注重可靠性與責任性，構建“可信AI”成為產業(yè)深入金融、醫(yī)療、工業(yè)等關鍵領域的迫切要求。然而，AI的“幻覺”與決策可解釋性不足等問題，其重要根源之一在于訓練數(shù)據(jù)質量不高、來源不清。因此，建議將“夯實數(shù)據(jù)基礎”作為培育可信AI的優(yōu)先方向。鼓勵產、學、研聯(lián)合構建面向重點產業(yè)的高質量、標準化“可信數(shù)據(jù)池”，為AI模型的訓練與優(yōu)化提供“優(yōu)質養(yǎng)分”。