在推進“人工智能+”戰略的過程中，數據安全與流通的平衡問題始終是橫亙在產業發展面前的一道難題。全國人大代表、江蘇昆侖互聯新能源集團有限公司董事長劉懷平指出，即便數據經過脫敏處理，企業仍對數據權屬界定和后續潛在風險存在擔憂。這種矛盾并非不可調和，關鍵在于構建一套既保障安全又能激發流通活力的機制。
要實現這一目標，首先需要明確規則邊界。針對工業、能源等重點領域，應制定詳細的數據分類分級操作規范，清晰界定核心數據與重要數據的判定標準，并針對不同級別數據設定差異化的防護要求。例如，在能源行業，涉及電網安全運行的關鍵數據需采用最高等級的加密存儲和傳輸技術，而設備運行狀態等一般性數據則可適當放寬防護標準。這種分層管理方式既能確保重點領域數據安全，又能避免過度防護影響數據流通效率。
技術手段的創新為破解數據流通難題提供了新路徑。隱私計算技術的突破性發展，使得企業能夠在不轉移原始數據的前提下，通過算法模型的交互實現數據價值挖掘。這種“數據可用不可見”的模式，既滿足了企業對數據安全的嚴格要求，又為跨企業、跨行業的數據協作開辟了新空間。在工業互聯網領域，多家企業已通過隱私計算平臺實現設備故障預測模型的聯合訓練，顯著提升了診斷準確率，同時確保了各自生產數據的安全隔離。
價值激勵是推動數據共享的核心動力。以工業節能場景為例，通過構建“能源數據價值共享池”，企業可以將設備運行、能耗監測等數據貢獻到統一平臺，經脫敏處理后供其他企業分析使用。對于通過數據共享實現能效提升超過15%的項目，可優先獲得綠色信貸支持，并參與碳減排指標交易。這種利益共享機制已在上海某工業園區試點成功，參與企業平均降低能耗成本12%，形成“共享—獲益—持續共享”的良性循環。
在具體實施層面，建議分階段推進數據要素市場建設。初期可選擇3-5個重點行業開展試點，建立行業數據共享標準和技術規范；中期完善數據確權、定價、交易等配套制度，培育專業化數據服務商；長期目標是形成全國統一的數據要素市場體系，使數據流動像資金流動一樣便捷高效。這一過程中，需同步加強數據安全監管，建立跨部門協同治理機制，確保數據流通始終在安全可控的框架內運行。
