华东师范大学周傲英：数据价值释放，首先要改变对数据的认知

释放数据价值的第一道关口并非技术与算力，而是扭转社会与企业对数据的固有认知。

文｜张钰 朱耘

ID | BMR2004

“如果不能把数据从‘包袱’看成‘资源’和‘动力’，再强的算力也可能面临‘无米下锅’的困境。” 华东师范大学教授，华东师范大学贵州（大数据应用）研究院院长、数据学院创院院长，中国计算机学会会士周傲英在接受《商学院》记者采访时说。

2026年8月28—30日，以“词元——数据要素价值释放新路径”为主题的2026中国国际大数据产业博览会（数博会）在贵阳举办。所谓“词元”，不只是一项技术概念，更是一种重新审视数据价值的新视角：数据经过编码、切分之后，成为训练神经网络的基础单元，转化为大模型理解、处理语言的底层能力。这也意味着，过去仅仅被视作业务副产品的数据，如今已经成为驱动人工智能发展的核心生产要素。

围绕词元带来的数据要素变革，周傲英认为，释放数据价值的第一道关口并非技术与算力，而是扭转社会与企业对数据的固有认知；只有跳出把数据当作“成本”“包袱”的旧思维，再结合行业落地实践、完善数字化基础设施，才能真正把数据资源转化为产业升级的现实动力。

01

数据没用好，问题出在认知

如果企业仍然把数据理解成需要管理的“成本”或者业务运行留下的“包袱”，就很难主动去汇聚数据、治理数据、让数据流动，更谈不上利用数据创造新的价值。

“认知决定战略，没有认知就没有战略，没有战略就没有胜利。”在传统认知中，数据意味着“以数为据”。企业积累数据，是为了记录和支撑业务运行，数据越多，往往意味着存储、管理等成本越高。

但当数据成为生产要素之后，这套逻辑正在发生变化。“以前的数据叫‘以数为据’，大家都知道作为依据的数据是越少越好；而现在我们把数据已经定义为第五生产要素，生产要素就像土地、资本一样，它要越多越好。”周傲英说。

两种认知背后，对应的是完全不同的发展逻辑。人工智能的发展进一步放大了这种变化。数据、算法和算力共同构成人工智能发展的重要基础，其中数据是不可替代的起点。没有数据，人工智能就失去了学习的基础；而数据只有经过组织、处理并进入模型训练，才能进一步转化为智能能力。

周傲英以AlphaGo为例：其背后的神经网络之所以能够实现围棋智能化，离不开大量棋谱数据的训练。今天的大模型同样如此，只不过训练它的不再只是棋谱，而是海量经过编码、切分后的文字数据。

这意味着，数据治理、数据管理乃至数据收集，都需要重新思考。如果企业仍然把数据理解成需要管理的“成本”或者业务运行留下的“包袱”，就很难主动去汇聚数据、治理数据、让数据流动，更谈不上利用数据创造新的价值。

因此，企业数字化转型真正需要突破的第一关，是认知。“我们要改变大家的认知，要回到最原始的路径上去想：我们有没有理解数据？有没有理解人工智能？有没有理解数据跟人工智能的关系，数据跟数字经济、新质生产力、数字化转型的关系？”周傲英说，这些过去被分别讨论的概念，正在人工智能时代重新连接起来。只有把它们放在同一个体系中理解，企业和产业才能进一步判断未来的发展方向。

02

从认知走向产业实践

面向下一个“黄金十年”，关键则是进一步把数据应用到千行百业之中。

改变认知并不是终点，真正的挑战在于如何把数据用起来。

周傲英认为，贵州过去10余年的大数据发展已经形成了较好的产业和实践基础。面向下一个“黄金10年”，关键则是进一步把数据应用到千行百业之中。

“数据用在教育领域，它带来的就是教育的根本转变；用在磷化工领域，它带来的就是磷化工的根本转变；用在酱香白酒领域，它就带来白酒的根本转变。”这意味着，数据价值释放并不存在一个可以简单复制到所有行业的标准答案。数据进入不同产业，与具体业务结合之后，会产生不同的变化。

他同时指出，“AI+教育”不是简单叠加。真正的融合意味着技术进入教育之后，教育本身也会发生变化。大语言模型本质上是语言工作的自动化。如果把某一个学科、某一个领域的大量知识交给相应的垂直领域大模型，它在知识覆盖和信息处理方面甚至可能超过单个教师。但这并不意味着教师会被人工智能替代。教师的角色需要重新定义——“言传”的部分可以更多交给机器，而“身教”的部分仍然需要由教师完成。教师需要从单纯的知识传授者，转向更加关注学生综合素质、创新能力和成长发展的教育者。

这正是人工智能时代最大的机会。技术与产业的结合不是把两个原本独立的东西简单放在一起，而是会产生新的“化学反应”，甚至带来高度的不确定性。因此，产业实践者需要具备拥抱不确定性的能力。

03

用“电—电机—电器”理解数字化转型

比追逐一个又一个概念更重要的，是建立持续理解数据、理解人工智能以及理解二者关系的能力。

周傲英用“电—电机—电器”的比喻，勾勒出从工业文明迈向数字文明的路径，以便更形象地理解数据与数字化转型的关系。

“数据像电，AI模型像电机，AI Agent（智能体）就像电器。”他解释道，有了电，人类才开启了电气化时代；有了数据，数字经济才有了根基。但仅有电不够，还需要电网把电送到千家万户，需要洗衣机、冰箱、空调等电器，家庭才能真正完成电气化转型。

对照当下的数字化转型，周傲英认为，条件已基本具备。“我们有了数据，但还需要把数据打通——这就是数博会最重要的使命，就像建设电网一样。”同时，AI模型（电机）已经出现，AI智能体（电器）也开始帮人干活。在他看来，数字化转型“以前是口号，现在已经是实践行动”。

因此，他对贵州抱有更高的期待。“贵州讲了多年的大数据，但等别人把数字化转型都做好了，它就有点落后了。”他认为，贵州应当利用已有的先发优势，率先完成从数据汇聚到数据流通、从技术展示到产业落地的跨越，真正将数据这一“新电力”转化为千行百业转型升级的澎湃动能。

在这一过程中，教育和人才培养同样重要。华东师范大学贵州研究院自成立以来，一方面围绕大数据产业发展提供研究支持，另一方面持续推动数字素养教育。研究院面向贵州省内本科及高职高专院校开展数字素养课程，目前已有81所高校参与，每年约31万名学生参与课程学习，同时有1700多名教师参与教学。

在周傲英看来，比追逐一个又一个概念更重要的，是建立持续理解数据、理解人工智能以及理解二者关系的能力。当数据不再只是记录过去的“依据”，而成为驱动人工智能和产业变革的“动力”，数据要素的价值释放，才真正拥有了从技术走向产业、从产业走向社会的可能。