从“囤数据”到“炼能力”

　　一边是具身智能训练场建设热火朝天，一边是下游企业买单时意愿冷淡。9月29日，浙江日报《调查与思考》栏目刊发《数据资源，如何供得出、流得动、用得好——浙江求解数据要素资源化价值化》，揭开了数据产业冷热不均的隐秘一角。这种温差警示我们：AI时代，数据的价值不再取决于你“囤”了多少，而取决于你“炼”出什么。让数据真正“活”起来，必须加快从“囤资源”向“炼能力”务实转型。

　　“数据即石油”的比喻深入人心，原始数据只是“石油”，决定AI上限的，是将“石油”提炼为高纯度燃料的工程化能力。当前通识数据红利见顶，垂直领域的竞争早已变天，不再是比谁的数据多，而是比谁能更低成本地将行业知识转化为模型可理解的词元（Token）。未来的赢家，不是“数据仓库管理员”，而是“智能炼化工程师”。

　　道理不难，但为何仍有不少地方和企业执着于“囤数据”？有的是认知不足，执着于数据资产的登记数量与账面估值，却忽视了数据是否真正适配模型需求、能否产生实际效用；也有客观原因，比如数据转化成本高、收益分配机制缺失，让“炼数据”成为吃力不讨好的苦差事。

　　打破困局，企业首先要摒弃追风口、炒概念的短视行为，沉下心来做行业知识的翻译者、数据价值的提炼者。当数据真正解决了真实场景中的问题，市场才有坚实的价值支撑。

　　同时，政府需要加快建立以“用”为导向的数据评价体系，完善收益分配机制。温州数安港推行“四次申请合一”压缩办理时限，宁波石化基地探索“共享模型价值而非交易数据本身”，这些制度创新，直击数据流通中的堵点，降低了交易成本，让数据在真实产业场景中跑通了商业闭环，让“炼数据”者有回报、用数据者有信心。

　　数据有价，唯用者得之。摈弃对“数据富矿”的盲目崇拜，转向对“炼化能力”的踏实耕耘，数据要素的资源化价值化才能真正落地生根。这不仅是跨越产业温差的破题之道，更是中国AI产业走向成熟、培育新质生产力的关键一跃。