专家解读：AI时代为优质数据付费的路径与必要性

如今，中国数字经济正处于迅猛发展的关键期，数据作为全新的生产要素，已成为推动经济社会高质量发展的核心引擎。构建完善的数据要素市场体系，核心议题之一在于建立数据的合理定价机制与有效激励机制。

国家政策已明确指引方向。“数据二十条”强调建立体现效率、促进公平的数据要素收益分配制度，主张“按价值贡献分配”。“人工智能+”行动意见则进一步突出了高质量数据在人工智能发展中的基础支撑作用。随着AI发展重心从“模型”转向“数据”，数据质量决定了系统上限。但当前高质量数据面临定价缺失、激励不够等现实挑战。因此，推行“为优质数据付费”，是打破市场瓶颈、释放数据潜能、支撑AI产业创新的关键战略举措。

构建数据付费机制的重要意义

当前数据市场的最大阻碍，是缺乏一套能精准识别并回报数据价值的付费体系。这不仅是一个定价问题，更是一个导致市场失灵、抑制创新并危及人工智能产业健康发展的系统性困境。

首先，市场机制亟待破解，优质数据流通受阻。根本难题在于“双向价值不确定”和定价失效。供给方无法预知数据复用价值，需求方难以验证数据质量。这种深度信息不对称，导致高价值持有者因担心回报低或泄露而“惜售”，造成供给不足。结果出现“柠檬市场”：劣质数据排挤优质数据，不仅抑制了对高价值产品的需求，也导致数据要素配置效率低下。

其次，供给端激励匮乏，高质量数据“产能”短缺。付费缺失导致缺乏生产激励。例如医疗、科研等专业数据集需专家知识和高成本标注，但因回报难量化，投入积极性低。这导致支撑产业智能化的高质量数据集严重不足，成为制约AI发展的瓶颈。

第三，需求端被迫妥协，损害模型与产业根基。因优质数据不足且无合理定价，AI研发被迫使用大量高噪声的开源数据。这类数据错误多、偏见大，训练效率低且易导致“模型自噬”。长期陷入“低质数据训练低能模型”的循环，制约技术进步。此外，付费缺失也不利于培育创新商业模式，限制了生态活力。

建立科学的数据付费机制是构建可持续市场的基础。这既保障供给方权益、明确归属，又通过透明渠道稳定预期、促进流通，从而释放数据价值，赋能数字经济。

破局关键：打造技术驱动与机制保障的数据付费体系

要突破上述困境，核心在于构建技术驱动、制度保障的付费体系。这需要围绕“技术量化价值、机制保障分配”的核心思路展开，从技术路径、体系构建与实践借鉴三个层面系统推进。

首先，技术路径上，要从“模糊定价”迈向“精准量化”。破解定价难题需基于前沿技术，实现从主观经验到客观贡献度量的根本转变。传统定价方式难以适应数据，尤其是AI训练数据的特性。

需融合两类关键技术：一是基于贡献认定的量化技术，运用博弈论等方法，计算数据对模型的边际贡献，为分配提供依据；二是面向规模化的智能评估系统，对海量数据做自动化质量筛查与预判，从源头提升效率。

其次，体系构建上，以基础设施为载体，落实数据账单与激励机制。技术解决了“如何量化”，要转化为激励需融入基础设施与制度设计。

我国推进的可信数据空间等基础设施，应升级为“综合价值枢纽”。需集成价值评估与收益分配模块，使数据在流通中同步完成价值认定与清算，化解交易中的信任难题。

核心是构建依托基础设施的“数据账单”体系。兼顾成本补偿与收益分享：成本侧用资产图谱等技术建立透明归集；收益侧遵循“贡献决定报酬”，依据评估度自动计算分配，生成可信账单，构建激励高质量供给的正向循环。

此外，国际上在数据协作与付费机制上的探索，为我国提供了宝贵参考，印证了相关路径与设计的可行性。

共筑数据价值充分释放的新格局

为优质数据建立科学付费机制，是对数字经济发展和AI产业健康成长的战略性长期投资。构建公平有效的评估计价体系，是破解“柠檬市场”和“双向价值不确定性”难题的根本路径。

基于贡献度的评估与分配机制，为落实“数据二十条”提供了可行方案。通过在基础设施中集成价值评估，建立可追溯成本、可量化贡献的“数据账单”体系，能促进高质量数据供给，为“人工智能+”行动奠定基础。

期待各界凝聚共识，将数据投入视为研发投入，共同推动贡献度评估体系的应用。充分释放数据潜能，使其成为驱动高质量发展的核心引擎，迈向数据价值涌流、数字经济繁荣的新时代。

作者：清华大学交叉信息核心技术研究院常务副院长林常乐