隨著人工智能技術從“以模型為中心”向“以數據為中心”轉變，高質量數據已成為決定AI系統能力上限、驅動產業智能化升級的核心要素。在此背景下，培育數據付費意識，建立健全科學高效的付費機制，不僅是深化數據要素市場化配置改革的關鍵舉措，更是“十五五”時期全面實施“人工智能+”行動的重要保障。

數據付費是激活“人工智能+”新動能的必然要求

數據的價值并非蘊藏于靜態存儲之中，而是在具體應用場景中被激活和創造，只有當市場愿意為高質量數據支付合理費用時，其潛力才能充分釋放。

在人工智能邁向高質量發展的重要階段，加快培育“為優質數據付費”的市場意識尤為迫切。這不僅關乎能否構建健康、可持續的商業模式，更關乎我國能否在數智時代把握發展主動權、塑造競爭新優勢。在”人工智能+”行動全方位賦能千行百業的進程中，數據付費機制發揮著不可或缺的基礎支撐作用，這一機制的戰略意義主要體現在以下三個層面:

首先，付費機制是破解數據要素市場化核心瓶頸、保障優質數據持續供給的內生動力。當前，數據要素市場面臨“檸檬市場”效應的嚴峻挑戰。建立付費機制，通過“按質定價、優質優價”的價格信號，能夠精準回報數據生產者的智力與資本投入，形成“價值創造－市場回報－再投入”的良性循環，從而從根本上破解高質量數據供給不足的瓶頸。

其次，付費機制是實現數據價值科學量化、引導資源高效配置的核心工具。數據價值具有高度的場景依賴性，脫離具體業務場景，其價值難以衡量。一個清晰合理的付費機制，本質上是數據價值的“市場標尺”。它要求構建并推動建立覆蓋數據完整性、準確性、合規性及場景適配度的分級評價體系。在此基礎上，通過市場交易形成的價格，能夠清晰反映不同行業、不同用途數據的真實需求與價值，從而引導數據要素向最能創造價值的應用場景流動，提升全社會的資源配置效率。

最后，付費機制是夯實人工智能產業根基、規避安全風險的制度保障。如果缺乏合理的付費激勵，將導致高質量數據供給不足，從而使模型訓練被迫過度依賴大量免費但噪聲大、質量參差不齊的開源網絡數據。這或將導致模型性能退化、產生事實錯誤乃至社會偏見加重等問題，陷入“低質數據訓練低能模型”的惡性循環。付費機制促使需求方為高質量、高知識密度的數據支付合理對價，從源頭激勵高質量數據集的產出，為“人工智能+”的可靠、可信、安全發展奠定堅實的數據基礎。

培育數據付費意識，建立數據付費新生態

未來，可圍繞“量化價值、保障流通、激勵應用”三大核心，系統構建數據付費新生態。

一是構建以科學評估與貢獻認定為基礎的動態定價機制。一是建立質量認證體系。制定全國統一的數據質量標準，引入第三方機構進行評級認證，為數據貼上可信的“質量標簽”，讓買家能清楚辨別數據優劣；二是創新定價模式?？赏菩小盎A成本+場景價值”的靈活定價方法，基礎部分覆蓋數據處理成本，增值部分則根據數據在不同用途中創造的實際效果來調整三是用技術量化貢獻。通過算法評估不同數據對最終成果的具體貢獻度，實現“誰的數據貢獻大，誰就獲得更多收益”，使定價有據可依。這樣既能激勵生產者供出優質數據，也能讓使用者放心付費，形成良性循環。

二是完善以可信數據基礎設施為支撐的安全流通體系。安全可信的流通環境是數據敢于交易、樂于交易的前提。一是建設國家級安全流通平臺。融合隱私計算等技術，確保數據在“可用不可見、用途可管控”的前提下進行流通，為交易提供可靠的基礎設施；二是發揮公共數據的“定價錨”作用。通過落實公共數據授權運營政策，形成公開透明的政府指導價。這既能規范市場定價，也能以高質量供給激活社會需求；三是培育專業的數據服務生態。支持數據服務商、合規服務機構的發展，提供從加工、審核到交易的全鏈條服務，降低供需雙方的合作門檻與交易風險，讓數據流通更順暢、更可信。

三是深化以價值實現為牽引的應用場景培育。要讓數據價值“看得見、摸得著”，關鍵是把數據用在實際場景里創造效益。一是打造示范標桿。在醫療、金融等重點領域，由政府和企業共同打造一批示范項目，用實際效果證明數據能切實提升效率、解決問題；二是激發企業動力。引導企業，特別是大型企業，將數據視為核心資產進行管理，并通過“數據資產入表”在財務報表中體現其價值，從而增強企業購買優質數據服務的內在動力；三是構建創新生態。鼓勵產學研合作，建立聯合實驗室，并通過舉辦數據競賽、發布需求清單等方式，持續開拓新的數據應用場景，擴大市場空間。只有讓數據在應用中持續產生回報，才能形成“愿付費、敢投資”的良性循環。（作者系中國電信研究院戰略所副主任分析師）

（人民網記者許維娜整理）

【相關閱讀】

之一：建立優質數據付費流通機制 推動高質量數據價值釋放

之二：邁向價值實現 人工智能時代為優質數據付費的必要性與路徑

之三：數據有價 付費有為——加快培育為優質數據付費的市場意識