当前，数据作为关键生产要素，其价值释放仍面临挑战。市场存在“数据质量参差不齐、高质量数据供给不足、数据付费意识薄弱”等问题，制约了数据资源的盘活与高效配置。同时，人工智能正从追求规模转向注重可靠性与责任性，构建“可信AI”成为产业深入金融、医疗、工业等关键领域的迫切要求。然而，AI的“幻觉”与决策可解释性不足等问题，其重要根源之一在于训练数据质量不高、来源不清。因此，建议将“夯实数据基础”作为培育可信AI的优先方向。鼓励产、学、研联合构建面向重点产业的高质量、标准化“可信数据池”，为AI模型的训练与优化提供“优质养分”。
