数据从应用探索到资产确权：行业AI实践落地与数据产权登记制度深度解读

7月21日，数据资产一千零一夜，华东数交周二夜谈第五十三期圆满结束，龙船(北京)科技有限公司数据产品经理许铭勇、数据宝网络科技有限公司数据资产研究院总监张兰兰共同围绕“‌数据从应用探索到资产确权：行业AI实践落地与数据产权登记制度深度解读”开启本期夜谈。

龙船(北京)科技有限公司数据产品经理许铭勇许铭勇以数据到价值——行业数据应用与AI探索作主题分享。他以龙船科技的数据场景建设思路为例，公司从深耕多年的航运业务起步，逐步将业务维度拔高至整个交通运输赛道，搭建起覆盖“车、船、港、货”五大核心数据资产体系，通过完整的多源数据接入、非标数据标准化清洗、轨迹异常修正、电子围栏行为识别、吃水数据关联等大量底层算法处理，将原本零散的原始报文、高污染脏数据转化为可直接应用的可用数据能力，同时分享了企业从小场景切入推进AI落地的探索经验，通过AI辅助水上交通调度、钢厂运输调度、货物风险智能监控等实际项目，将传统人工从繁琐的信息录入、常规值守工作中解放出来。

数据宝网络科技有限公司数据资产研究院总监张兰兰以数据产权登记制度解读作主题分享，对国家数据局7月正式落地的数据产权登记制度进行了体系化的深度解读。她提出，数据产权是数据要素市场的底层信任基础；而数据知识产权是面向基于原始数据创造性加工产出的算法模型、创新研发成果，二者属于互不替代的不同赛道。随后完整拆解了数据产权登记的全流程：包含前期材料准备、申请受理、形式审查、区别于传统交易所登记的实质性核验、公示异议、凭证核发的完整7步流程，同时覆盖初次登记、转让登记、变更续期、注销登记的全生命周期场景，在此基础上详细阐释了数据产权登记的硬核价值，并展示了网络安全数据集、高速运营数据集、智慧停车API接口等多个国内已落地的登记实操案例。

现场互动问答

Q

智能体所要利用的数据，需要进行数据治理，但是有些历史数据格式不统一，内容不规范，有什么好的方法去利用好?

首先还是回到具体的业务场景里面，确定好我们需要用数据来干嘛。然后统一关键的字段和格式（不是所有的字段都需要处理），对历史数据做清洗、去重和质量分级。能修复的修复，不能修复的标注可信度，让智能体知道哪些数据可用、哪些只能参考。

A

Q

做自主决策的时候，需要接入大模型，在接入时，如何保证数据安全?

通用智能体已经有一些不适合行业了，是不是需要专门定制？

数据安全要靠权限控制、脱敏、日志审计来保证。

通用智能体不一定要重新定制，通常先结合企业知识库和业务规则使用；对专业性强、准确率要求高的行业，再做针对性的定制和优化。对于中小型企业来说，不要一上来就想着微调模型，而是先把通用模型用好，避免造成很大的资源浪费。

A

当前，数据资产入表促进了企业重视数据治理及数据价值挖掘与释放，有利于推动数据要素市场化进程。国家政策的支持及各市场主体的重视与参与，为企业数据资产入表提供了良好的环境。数据资产入表对企业财务与内控管理精细化与规范化、信息化与数智化建设与应用等方面带来积极影响，有助于促进企业积极探索，发挥新质生产力的作用，创新盈利、优化结构、披露增信、精益运营，实现高质量发展。