李晓东：以数据互操作促进新质生产力发展
11月4日，2026年世界互联网大会"数据治理论坛"在乌镇峰会期间举行，论坛由国家互联网信息办公室、世界数据组织、国家数据集团有限公司主办。国家互联网信息办公室副主任王京涛、中国网络空间安全协会理事长赵泽良、世界数据组织理事长谭铁牛、秘书长杨杰、国家数据集团总经理陈荣辉等200多人出席论坛。伏羲智库创始人李晓东...
今年3月，习近平主席在致世界数据组织成立的贺信中指出，数据的“基础资源作用和创新引擎作用日渐显现”。刚刚发布的《国家信息化“十五五”规划》，进一步提出“布局发展智能互联网”，明确“推进智能体互信互联互操作”。
从连接对象和协作方式来看，我们把互联网演进概括为“三段六联”：数据互联网阶段，从网络互联到机器互联；信息互联网，也就是万维网，从网站互联到人人互联；智能互联网，从数据互联到智能互联。三个阶段叠加演进。TCP/IP、HTTP/HTML分别构成前两个阶段的关键“瘦腰”，也就是以共同接口连接多样的系统与应用。面向智能互联，需要探索以DIP/DAO（数据互操作协议/数据自治空间）构建新的数据互操作接口。跨域数据互操作是智能互联网的关键“瘦腰”，让智能体在明确的授权和责任边界内理解数据、协同行动，互联网的基础服务从信息互联网阶段的DNS（域名系统）演进到智能互联网阶段的DIS（数据互操作系统）。
数据支撑人工智能的训练、推理和行动。数据的质量、可获得性与持续供给能力，具有基础性、战略性意义，也关系到不同国家参与智能时代发展的机会。这对数据治理提出了新的要求。2024年，联合国《全球数字契约》提出“可互操作的数据治理”，强调“共同的数据标准和可互操作的数据交换”，并要求联合国科学和技术促进发展委员会成立专门工作组。工作组已于2025年启动，也就是这个时间，联合国数据治理工作组正在日内瓦开会，相关治理建议在讨论之中。现实中，数据难以互联、语义难以互操作、授权难以互认等障碍依然突出。数据互操作，就是让不同主体和系统，在权利得到保护、语义能够理解、责任可以追溯的前提下，可信地使用彼此的数据。因此，数据治理的成效，体现在安全可信的合作能力上，更体现在数据能够服务发展、创造价值上。
习近平总书记在中央政治局第十一次集体学习时指出，以人工智能驱动数据要素流通利用，以数据要素融通土地、劳动力、技术、资本等四大关键生产要素，推动生产组织和资源配置方式创新。
在这里，我想提出一个观点：数据可重组性生产。数据的可重组性，需要通过持续的技术投入和治理行动来生产。通过数据标识确权、认证授权、质量治理、语义对齐、安全交换等数据互操作技术，让数据从特定应用中解耦，在来源可溯、授权清晰的前提下，进入新的场景，与其他数据和生产要素重新组合。例如，制造业中的订单、设备、物流和能耗数据，经授权实现互操作后，人工智能就可以协同优化排产、人员、资金和用能安排，形成新的生产能力。让数据具备可重组性，本身就是一项生产活动。 数据互操作提供技术条件，数据治理保障权益、协调利益，推动数据资源转化为现实生产力。这也是我对数据治理的基本判断：技术上，促进数据互联互通互操作，支撑智能互联网演进；经济上，推动数据可重组性生产，促进新质生产力发展。
这些判断，来自伏羲智库专家和团队持续的研究和实践。伏羲智库于2019年在伏羲桑梓成立，中国科学院计算技术研究所和清华大学公共管理学院给予了大力的支持，并形成了创新联合体。2022年，我们在乌镇峰会启动数字发展行动，并提出“从DNS到DIS”的技术理念，推动从域名系统向数据互操作系统演进；2023年，受托承担世界互联网大会数据工作组支撑工作，并向联合国提交了数据互操作政策建议得到认可。2024年，上线“数聚·中国”数据交换开放平台，服务互联网发展合作网络建设；2025年，也是在乌镇峰会倡议构建数据互操作开放实验室，并完成发起设立W3C数据互操作架构社区组；今年，作为发起单位参与推动世界数据组织的成立。这些努力始终围绕一条主线：面向智能互联构建数据互操作基础设施，服务经济社会数字化转型与发展。
目前，团队正在四类场景中开展探索：基于数字城市、跨境贸易、碳硅协同、跨域互联等场景，探索跨国家、跨行业、跨平台的数据互操作。我们希望把技术架构、治理规则放在真实需求场景中进行验证。对伏羲智库这样的行业智库而言，研究的价值，在于提出可开放讨论的战略判断，拿出可实践验证的解决方案，并在广泛合作中不断改进完善。
借此机会，我们愿与各方一道，深化数字发展行动，重点推进两项具体举措。
一是，进一步落实并拓展互联网发展合作网络。服务政府、企业、科研机构、技术社群和国际组织，开展联合研究、规则对话与能力建设，让不同发展条件下的伙伴都能参与合作。
二是，共建数据互操作开放实验室。围绕标识、语义、授权和可信交换，开展联合研发、互操作测试与场景试验，推动成果开放共享。欢迎不同技术路线、不同治理经验在实践中相互验证、共同完善。
本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。
