数据操作系统助力千行百业数字化转型升级
转自：中国电子报
当前，以大数据和大模型为代表的数智技术融合发展，推动人类社会从工业文明向数字文明加速演变。数据是新型生产要素，也是重要的社会财富，在全面赋能产业深度转型，促进传统生产要素创新性配置中发挥着重要作用。打造数据操作系统，激活数据要素价值，是提高经济运行效率、发展新质生产力、实现高质量发展的必然选择。
数据是数字经济时代关键生产要素
大数据和大模型等数据智能技术推动人-机协同的信息空间向人-机-物融合的数据空间演进，孕育形成数据智能新质生产力，对传统生产方式进行颠覆性变革，助力千行百业数字化转型升级，推进新型工业化，加速人类社会从工业文明向数字文明演变。
经过多年发展，我国信息技术产业体系日臻完备，数字基础设施全球领先，产业数字化深入发展，为推进数据要素市场化配置改革奠定了基础，但也面临一些亟待解决的问题，如数据资源质量不高、复用不足、流通无序，数据合规高效流通利用的环境尚未建立等，导致数据资源的要素潜能没有充分发挥。解决这些问题，既需要科学合理的制度安排，也离不开新的技术产品和生产工具的支持。数据操作系统对数据要素进行全生命周期的管理和治理，是最重要的数据智能新质生产工具。
数据操作系统是激活数据要素潜能的重要工具
数据要素化是从原始数据向数据资源、数据产品、数据服务以及数据资产的转化过程，也是数据要素与实体经济、行业应用深度融合的价值实现过程。打造与数据要素价值实现相适应的数据操作系统，有助于体系化解决数据合规高效流通利用问题，更好地赋能各行业数字化转型。数据操作系统以数据为管理和操作的对象，以网络化、协议化的数据协同技术为核心，涵盖数据全生命周期的采集、存储、分析、交换和治理等技术，支持数据跨系统、跨组织、跨部门、跨行业、跨区域高效互联、互通与互操作，能够有效支撑数据的广域高效管理、服务与协同，并实现多场景、大规模、高质量、高效率的数据复用和价值释放，将在数据要素市场化配置改革和促进行业数字化深度转型中发挥重要作用。
数据操作系统是开展数据治理、实现高效管理的重要基础。该系统集成数据采集、交换、存储、分析和管理技术，帮助用户完成账户管理、数据存储、数据交换和数据处理等基本功能。其中，账户系统是管家，主要负责用户的管理和权限的分配，控制用户访问和操作的数据范围及方式，防止非法访问和数据泄露，确保数据安全性和隐私性。存储系统是基础，主要负责数据的存储和备份，提供高效、安全、稳定的数据存储服务，保证数据的完整性和持久性。交换系统是核心，主要负责数据的实时传输和可信交换，通过对不同数据源进行快速可信交换和有机整合，可以更好地支持实时分析和科学决策，并满足大规模数据分析和挖掘的需要。
数据操作系统是打破数据孤岛，促进价值复用的有效工具。该系统支持数据全量目录集成、全周期规范管理与全流程高效协同，具有网络化、协议化的特征，可帮助政府和企业实现数据跨域治理，促进私域数据复用与价值释放，显著提高数据要素流通效率。系统支持多源异构、离散分布的数据源、数据仓库、数据湖、数据中台等进行分布式挂接，形成可信数据互联交换网络，实现数据智能化路由定位、规范化编目检索和精准化分类管理。系统采用网络化与协议化的新型技术路线，可以实现跨域用户互联、跨域数据互通、跨场景数据复用以及泛在治理应用，为打破数据“孤岛”，畅通数据“经络”提供了手段，并能结合大模型等新一代数据智能技术，为高效激活数据要素价值、发展新质生产力提供支撑。
数据操作系统是推进产业链式数字化转型的“加速器”。产业链式数字化转型，需要产业上下游数据的高效协同，数据操作系统有着广阔的应用前景。利用数据操作系统，可以有效打通研发设计、生产制造、营销服务的数据链条，实现消费互联网和产业互联网紧密融合；可以推动数据操作系统与行业应用深度融合，实现产品工程端到端一体化、营销制供服等功能系统一体化、产业链价值网络一体化，推动产业链上下游企业融合互动、协同转型，促进产业价值链整体跃升。尤其在工业领域，利用数据操作系统，可以面向工业互联网，构建可信、透明、可溯的工业数据交换网络，通过分布式目录协作、区块链、智能合约等定义数据发现、获取和使用规则，确保工业数据实时可信采集、安全交换和互联互通互操作。在此基础上，通过与大模型等智能技术融合，可以更好地实现产业资源的统筹调配，推动形成数据驱动的新型制造新模式，为走好新型工业化道路提供新的技术工具。
数据操作系统赋能千行百业数字化转型
目前，北京大学数联网团队、深圳计算科学院数据管理与治理团队、启迪数据资产研究院可信数据交换团队在数据操作系统领域开展了有益探索，在教育科研、海关跨境、园区管理、医疗产业、工业互联网等行业领域开展试点应用，还将向钢铁、新能源、锂电池、玻纤、尼龙、碳新材料等行业加速普及，力争加速形成一批自主原创、适用实用的行业应用解决方案。
未来，数据操作系统在赋能千行百业数字化转型过程中大有可为，一是帮助解决人工智能发展面临的高质量数据危机，形成大模型智能体数据供应链解决方案；二是支撑高校与科研机构数据资源开放与智能应用，形成教学科研及行业实训数据智能解决方案；三是支撑绿色低碳高质量发展，形成能源与碳数据智能解决方案；四是支撑产业链数字化转型和协同发展，形成产业链生产数据智能解决方案；五是面向数据跨境有序流通，探索区域合作、互利共赢的数据空间治理新模式。