AI联合课题：第九章 数据或为瓶颈，确权并非关键.pdfVIP

证券研究报告2024.07.01

第九章数据或为瓶颈，确权并非关键

黄亚东分析员本章摘要

SAC执证编号：S0080523070016

数据很可能是人工智能发展的瓶颈。本轮人工智能的发展主要依靠数据、算

SFCCERef：BTY091

yadong.huang@力、算法三个方面的进步，数据对于人工智能的发展相当重要。有研究显示

用于大模型训练的高质量数据即将用尽，合成数据或难解决这个挑战。

张文朗分析员

SAC执证编号：S0080520080009我们认为流通不畅是高质量数据不足的主因。数据加工非常重要，但数据加

SFCCERef：BFE988工成本（如数据清洗、数据标注成本等）不是高质量数据不足的主要原因。

wenlang.zhang@高质量数据缺乏主因在于数据流通不足，存量数据没有得到充分利用。与数

据保护和知识产权保护有关的交易成本是数据流通的主要障碍。

周彭分析员

SAC执证编号：S0080521070001中国的数据治理模式强调数据确权，而近期对数据流通（效率）的重视程度

SFCCERef：BSI036在提升，比如通过“三权分置”这个简化版的数据确权方案来促进数据流通，

peng3.zhou@但该方案的效果有待观察。一个体现是目前数据交易所呈现“碎片化”状态，

另一个体现是企业对数据资产入表的积极性不足。从国际经验来看，数据确

权和数据流通也没有必然的联系。在美国模式下数据流通更为顺畅，欧洲模

式下流通更加严格，但美国模式并未进行数据确权。

促进数据流通的关键在于降低数据交易成本。数据确权不能有效降低交易成

本，而且数据本身的特点也表明对其确权难度很大。降低数据交易成本的关

键在于合理界定数据开放边界、隐私保护范围以及相关知识产权保护程度，

而数据确权难以解决这些问题。数据价值在于规模性，单个数据几乎没有价

值，确权可能反而会增加交易成本，不利于发挥规模经济优势。数据具有公

共品属性，纯公共品类型的数据权属清晰，而非纯公共品类型的数据虽然可

由市场提供，但因为数据有多生产主体等特点，使得数据确权困难，通过数

据确权来激励市场提供数据充满挑战。

不同数据的交易成本来源不同，需要对症下药。对于公共数据，我们认为，

相比确权，数据开放更加重要，明确数据开放的边界（如建立数据开放白名

单或者负面清单）最为重要。对于个人数据，关键在于明确个人信息保护类

别清单。对于非公共非个人数据，合理界定知识产权保护程度，扩大“合理

使用”原则范围，更有助于减低数据流通的交易成本，对于促进人工智能创

新更为有利。

请仔细阅读在本报告尾部的重要法律声明

1

本中金公司研报由huaqing.hu@下载

人工智能时代，数据重要性更加突出，但是数据不足问题开始显现。数据不足的原因是什么，是数据流通不

足还是数据加工难？数据确权是否能够解决这些难题？下面我们从数据对发展AI的重要性入手，结合国际

经验，探讨数据治理的核心问题。

一、流通不畅是高质量数据不足的主因

（一）数据很可能是人工智能发展的瓶颈

本轮人工智能的发展主要依靠数据、算力、算法三个方面的进步。在计