數據操作系統助力千行百業數字化轉型升級
當前，以大數據和大模型爲代表的數智技術融合發展，推動人類社會從工業文明向數字文明加速演變。數據是新型生產要素，也是重要的社會財富，在全面賦能產業深度轉型，促進傳統生產要素創新性配置中發揮着重要作用。打造數 據操作系統，激活數據要素價值，是提高經濟運行效率、發展新質生產力、實現高質量發展的必然選擇。
一、數據是數字經濟時代關鍵生產要素
大數據和大模型等數據智能技術推動人-機協同的信息空間向人-機-物融合的數 據空間演進，孕育形成數據智能新質生產力，對傳統生產方式進行顛覆性變革，助力千行 百業數字化轉型升級，推進新型工業化，加速人類社會從工業文明向數字文明演變。經過多年發展，我國信息技術產業體系日臻完備，數字基礎設施全球領先，產業數字化深入發展，爲推進數據要素市場化配置改革奠定了基礎，但也面臨一些亟待解決的問題，如數據資源質量不高、複用不足、流通無序，數據合規高效流通利用的環境尚未建立等，導致數據資源的要素潛能沒有充分發揮。解決這些問題，既需要科學合理的制度安排，也離不開新的技術產品和生產工具的支持。數據操作系統對數據要素進行全生命週期的管理和治理，是最重要的數據智能新質生產工具。
二、數據操作系統是激活數據要素潛能的重要工具
數據要素化是從原始數據向數據資源、數據產品、數據服務以及數據資產的轉化過程，也是數據要素與實體經濟、行業應用深度融合的價值實現過程。打造與數據要素價值實現相適應的數據操作系統，有助於體系化解決數據合規高效流通利用問題，更好地賦能各行業數字化轉型。數據操作系統以數據爲管理和操作的對象，以網絡化、協議化的數據協同技術爲核心，涵蓋數據全生命週期的採集、存儲、分析、交換和治理等技術，支持數據跨系統、跨組織、跨部門、跨行業、跨區域高效互聯、互通與互操作，能夠有效支撐數據的廣域高效管理、服務與協同，並實現多場景、大規模、高質量、高效率的數據複用和價值釋放，將在數據要素市場化配置改革和促進行業數字化深度轉型中發揮重要作用。
數據操作系統是開展數據治理、實現高效管理的重要基礎。該系統集成數據採集、交換、存儲、分析和管理技術，幫助用戶完成賬戶管理、數據存儲、數據交換和數據處理等基本功能。其中，賬戶系統是管家，主要負責用戶的管理和權限的分配，控制用戶訪問和操作的數據範圍及方式，防止非法訪問和數據泄露，確保數據安全性和隱私性。存儲系統是基礎，主要負責數據的存儲和備份，提供高效、安全、穩定的數據存儲服務，保證數據的完整性和持久性。交換系統是核心，主要負責數據的實時傳輸和可信交換，通過對不同數據源進行快速可信交換和有機整合，可以更好地支持實時分析和科學決策，並滿足大規模數據分析和挖掘的需要。
數據操作系統是打破數據孤島，促進價值複用的有效工具。該系統支持數據全量目錄集成、全週期規範管理與全流程高效協同，具有網絡化、協議化的特徵，可幫助政府和企業實現數據跨域治理，促進私域數據複用與價值釋放，顯著提高數據要素流通效率。系統支持多源異構、離散分佈的數據源、數據倉庫、數據湖、數據中臺等進行分佈式掛接，形成可信數據互聯交換網絡，實現數據智能化路由定位、規範化編目檢索和精準化分類管理。系統採用網絡化與協議化的新型技術路線，可以實現跨域用戶互聯、跨域數據互通、跨場景數據複用以及泛在治理應用，爲打破數據“孤島”，暢通數據“經絡”提供了手段，並能結合大模型等新一代數據智能技術，爲高效激活數據要素價值、發展新質生產力提供支撐。
數據操作系統是推進產業鏈式數字化轉型的“加速器”。產業鏈式數字化轉型，需要產業上下游數據的高效協同，數據操作系統有着廣闊的應用前景。利用數據操作系統，可以有效打通研發設計、生產製造、營銷服務的數據鏈條，實現消費互聯網和產業互聯網緊密融合；可以推動數據操作系統與行業應用深度融合，實現產品工程端到端一體化、營銷制供服等功能系統一體化、產業鏈價值網絡一體化，推動產業鏈上下游企業融合互動、協同轉型，促進產業價值鏈整體躍升。尤其在工業領域，利用數據操作系統，可以面向工業互聯網，構建可信、透明、可溯的工業數據交換網絡，通過分佈式目錄協作、區塊鏈、智能合約等定義數據發現、獲取和使用規則，確保工業數據實時可信採集、安全交換和互聯互通互操作。在此基礎上，通過與大模型等智能技術融合，可以更好地實現產業資源的統籌調配，推動形成數據驅動的新型製造新模式，爲走好新型工業化道路提供新的技術工具。
三、數據操作系統賦能千行百業數字化轉型
目前，北京大學數聯網團隊、深圳計算科學院數據管理與治理團隊、啓迪數據資產研究院可信數據交換團隊在數據操作系統領域開展了有益探索，在教育科研、海關跨境、園區管理、醫療產業、工業互聯網等行業領域開展試點應用，還將向鋼鐵、新能源、鋰電池、玻纖、尼龍、碳新材料等行業加速普及，力爭加速形成一批自主原創、適用實用的行業應用解決方案。
未來，數據操作系統在賦能千行百業數字化轉型過程中大有可爲，一是幫助解決人工智能發展面臨的高質量數據危機，形成大模型智能體數據供應鏈解決方案；二是支撐高校與科研機構數據資源開放與智能應用，形成教學科研及行業實訓數據智能解決方案；三是支撐綠色低碳高質量發展，形成能源與碳數據智能解決方案；四是支撐產業鏈數字化轉型和協同發展，形成產業鏈生產數據智能解決方案；五是面向數據跨境有序流通，探索區域合作、互利共贏的數據空間治理新模式。