По мере того как гонка вычислительных мощностей постепенно достигает зрелости, реальное поле битвы разработки ИИ незаметно сместилось в сторону данных. Внимание участников отрасли на Китайской интернет-конференции 2026 года вышло за рамки того, сколько вычислительных карт интегрирует центр обработки данных, и сосредоточилось на более фундаментальном вопросе: откуда на самом деле берется интеллект? Ответ все чаще указывает на данные как на основное топливо, движущее революцию ИИ.
Монетизация данных как актива остается самой насущной задачей. Несмотря на благоприятную государственную политику, устанавливающую трехправовую структуру (права владения данными, права использования и права на операции), предприятия сталкиваются с двойной дилеммой: страх учитывать данные как активы и невозможность эффективно их монетизировать. Председатель Guo Mai Internet Чжэн Айцзюнь поделилась практическими примерами, включая случай с государственной рыболовецкой группой, где данные платформы были успешно оценены в 16,65 млн юаней и конвертированы в капитал с использованием рыночного и затратного методов. Она предложила модель 1371 — структурированный семиэтапный процесс для предприятий по преобразованию необработанных данных в торгуемые активы, охватывающий идентификацию ключевого бизнеса, инвентаризацию активов, проверку соответствия, признание активов и согласование спроса и предложения.
Управление безопасностью данных эволюционирует по мере того, как ИИ меняет ландшафт угроз. Внедрение больших моделей кардинально меняет границы безопасности данных. Традиционные подходы к классификации на основе периметра не справляются со сложностью рисков эпохи ИИ. Слияние обучающих данных создает переплетенные данные разных уровней безопасности, что делает атрибуцию внутренних знаний практически невозможной. Появляются новые векторы атак: prompt injection, jailbreak-атаки и отравление данных. Вице-президент 360 Digital Security Group Чжао Юй обозначил три уровня вмешательства: устранение уязвимостей на инженерном уровне в фреймворках и инструментах ИИ; очистка, разметка и анонимизация конфиденциальности на уровне данных для обучающих и инференс-данных; а также аудит на уровне приложений и контроль с участием человека (human-in-the-loop) для предотвращения эскалации привилегий.
Организационная трансформация, необходимая для внедрения ИИ, является глубокой. Многие предприятия работают с разрозненными бизнес- и ИТ-отделами, где никто не отвечает за качество данных или управление ими. Чжао выступает за создание выделенных комитетов по управлению данными и должностей инженеров по данным для обеспечения высококачественной подачи данных на уровне организационной структуры, что является обязательным условием для любого значимого развертывания ИИ.
Заглядывая в 2035 год, эксперты прогнозируют, что ИИ приведет к фундаментальному сдвигу от индивидуального интеллекта к коллективному интеллекту с симбиозом человека и машины. Член Национального комитета по умному производству Чжан Дун прогнозирует, что ИИ изменит научно-исследовательские рабочие процессы через парадигму «сухой эксперимент — затем влажный эксперимент», где ИИ проводит вычислительное моделирование до того, как люди выполняют целевые физические эксперименты, что кардинально повышает эффективность НИОКР. Конечная трансформация требует перевода подачи данных из формата, читаемого человеком, в формат, читаемый ИИ, поскольку управление данными фундаментально переориентируется на машинное потребление, а не на человеческое понимание.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
