當(dāng)前，數(shù)據(jù)作為關(guān)鍵生產(chǎn)要素，其價(jià)值釋放仍面臨挑戰(zhàn)。市場(chǎng)存在“數(shù)據(jù)質(zhì)量參差不齊、高質(zhì)量數(shù)據(jù)供給不足、數(shù)據(jù)付費(fèi)意識(shí)薄弱”等問題，制約了數(shù)據(jù)資源的盤活與高效配置。同時(shí)，人工智能正從追求規(guī)模轉(zhuǎn)向注重可靠性與責(zé)任性，構(gòu)建“可信AI”成為產(chǎn)業(yè)深入金融、醫(yī)療、工業(yè)等關(guān)鍵領(lǐng)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(xùn)練數(shù)據(jù)質(zhì)量不高、來源不清。因此，建議將“夯實(shí)數(shù)據(jù)基礎(chǔ)”作為培育可信AI的優(yōu)先方向。鼓勵(lì)產(chǎn)、學(xué)、研聯(lián)合構(gòu)建面向重點(diǎn)產(chǎn)業(yè)的高質(zhì)量、標(biāo)準(zhǔn)化“可信數(shù)據(jù)池”，為AI模型的訓(xùn)練與優(yōu)化提供“優(yōu)質(zhì)養(yǎng)分”。