数字经济走向深水区：数实融合深化，基础软件和数据安全迎新挑战

21世纪经济报道记者骆轶琪 汕头报道

随着国内数字经济的快速发展，新技术、新挑战也逐渐出现，这体现在对软件的深层次需求、安全的防范等多方面。

(资料图)

近日举行的数字经济和实体经济深度融合全国行（汕头站）主论坛期间，工业和信息化部电子第五研究所数字经济首席研究员李扬在演讲中表示，数字经济正成为经济增长的重要驱动，尤其是软件和信息技术服务以及电子信息制造业等数字经济核心产业引领作用增强，增速快于所在产业平均增速，并成为促进消费、拉动投资的重要力量。在此过程中，数实融合将赋能经济的高质量发展。

谈及对数字经济的发展建议，李扬表示应关注四个方面：优化发展生态环境、紧抓数据市场机遇、打造产业创新集群、推进数实深度融合。

对于活动主办地的汕头市，工业和信息化部信息技术发展司综合处处长冯伟在致辞中指出，广东是我国改革开放的排头兵、先行地、实验区，数字经济发展一直走在全国前列。汕头作为对外开放的重要阵地，在推进信息基础设施升级、传统产业数字化转型、服务华侨开放发展等方面取得积极进展。希望汕头继续发挥自身优势，坚定不移走数字经济和实体经济融合发展道路，推动数字经济高质量发展迈上新台阶。

当然也不能忽视对数据安全的保护。中国科学院软件研究所研究员杨晨认为，数据已成为国家重要战略和持续创新的推动力，同时，数据领域也成为国家战略安全的主战场。当前国内的数据安全合规体系正逐步完善，数据安全技术创新应用在持续加强，并在探索数据安全合规保障体系实践。

数实融合加速

我国正成为全球最大的数据国。统计显示，2022年我国数据规模达23.88ZB，占全球的23%，预计2027年数据规模将达到76.6ZB，年均增速CAGR达26.3%，位居全球第一。

李扬指出，随着全球的数据战略进入全面推进实施阶段，数据要素市场正加快培育建设，且数据要素市场蕴含巨大发展潜力，从国家到地方都在加大力度培育和投入。

工业和信息化部电子第五研究所软件与系统研究部（院）高级副院长卢列文受访时表示，当前，新一轮科技革命和产业变革深入发展，数字经济全面融入经济社会各领域，深刻影响着生产、生活和治理方式。

“实体经济是我国发展的本钱，是构筑未来发展战略优势的重要支撑。”他进一步分析道，汕头市以“工业立市、产业强市”定位积极谋划构建独有的“三新两特一大”产业发展格局，这些产业既是数字产业化的重点方向，也是产业数字化的主战场。

具体来说，汕头是目前国内具有国际海缆登陆站的城市之一，网络出口带宽占全国三分之一，建议充分利用这一优势，加强数字化基础设施建设，包括云计算、大数据、物联网等基础设施，提升市域范围内新型数据治理能力，完善数据流通机制，助力汕头的经济发展。

关于汕头数实融合发展，卢列文提出了几点个人建议：一是开展数字经济发展情况评估，摸清数字经济发展现状，针对性提升数字技术发展水平；二是开展制造业数字化转型深调研，通过评估诊断发现深层次问题；三是构建数字化转型服务生态，建设数字化转型赋能中心，引进多方面的智力资源和平台赋能资源。

杨晨受访时则指出，汕头要充分利用自身禀赋，实现深度的数实融合需要从三方面着手：先要汇聚数据，解决数据孤岛问题；其次是充分运用数据，让其积极发挥作用；其三也要注意在运用数据过程中的安全保障问题，注意要让合规体系贯穿于数据的全生命周期。

具体来说，汇集数据需要加强对企业内各类设备、工业企业等终端部分数据的采集，先通过改造，解决原有设备没有联网、无法采集等问题。只有先汇集数据，才能做到有数据可用，充分发挥数据红利的价值。

解决这一问题后，就需要会同各类主管部门、协会，来协同工业、IT类企业，通过地方引导、借助技术手段，构建起数字经济和实体经济融合的技术能力和条件平台，才能让数据真正发挥作用。

当然企业在共享数据时，由于此前会对那些数据可以共享、如何使用数据存在模糊地带，由此变相制约了数据合理应用和大规模流动交易的过程，这就需要建立一套数据分类、分级规范，如此才能构建出一套数据流通、使用、共享的完善链条。在此过程中要关注将合规体系贯穿数据的全生命周期，才能让数据发挥更大价值，也能够让更多主体愿意参与到数实融合过程中。

软件产业挑战

在深入推进数字化、数实融合进程中，也不断面临技术更迭、产业升级的各类挑战。比如今年火热全球的生成式AI兴起，就对软件业提出新要求；国内对于基础软件的探索还需深化。

卢列文对21世纪经济报道记者分析道，最近，关于生成式AI的政策与措施在密集出台。7月，国家网信办等七部门联合发布了《生成式人工智能服务管理暂行办法》，鼓励生成式人工智能技术在各行业、各领域的创新应用。

因此对于国内软件厂商而言，围绕在大模型研发应用全产业链将有不少的机会。例如上游围绕生产环节，包含数据采集、数据清洗和标注、数据存储等；中游围绕加工环节，从数据中提取有用的信息和知识，训练构建模型；下游则围绕应用，根据客户的需求提供具体行业或场景解决方案。

“未来将出现‘AI定义一切’的发展趋势，这带来全新挑战和机遇。”他分析道，例如AI的“安全化”，行业大模型处理数据可能包含很多个人信息或带有商业机密的数据，需更加注重隐私保护和数据安全。

从整体国内软件业的发展态势来看，卢列文对记者表示，他所在的五所此前做过调研，从最基础的工业软件全生命周期看，主要包括设计、生产、经营，到流通、交易等环节。总体来说，工业软件方面国家近些年间有通过重点工程推进，也融合了行业、产业界的共同努力。“应该说，目前国内工业软件基本解决了有和无的问题，下一步重点，是要解决从可用到好用的问题。”

在工业软件之外，卢列文认为，国内目前在应用软件方面发展程度较快，当然某种程度上，这与企业需求有关。相比应用软件面临较大的市场，工业类软件的市场需求相对窄，因此其推进面临着一定难度。

“目前在较为基础的软硬件层面，国家和行业、产业界相对投入会比较大。当然后续我们希望，充分运用市场的力量，鼓励各个行业充分运用国产基础软硬件。”他续称，因为只有通过大市场来引导，才能带动产业真正快速发展，这是根本的趋势道路。

当然目前国内软硬件生态要融合发展，还面临着架构、接口等角色众多的局面，卢列文对21世纪经济报道记者表示，软硬件要最终形成一个良好生态，必然需要彼此间相互配合与适配。

“基础软硬件的适配，不单单是以软件本身的好坏来决定，而是需要与上下游软件一起匹配，才是在建立生态。”他续称，所以这种适配将不仅是着眼一颗“树”，而是一片“森林”，需要从点到线、再到面并到体，推进整体共同发展。

应对安全难题

与数实融合深度推进相伴而生是对数据安全的警惕和积极应对。

杨晨在演讲中表示，国内外的黑客攻击、勒索病毒、供应链攻击和企业内部员工恶意操作或误操作等，都导致数据安全事件频发。

当然在秉持发展和安全并重的原则下，国家相继出台数据安全相关的法律法规和标准制度。重点面向个人信息和重要数据保护提出了明确要求，国家监管要求为数据安全治理画上红线，数据安全合规需求显著增加。

受访时杨晨对21世纪经济报道记者表示，企业在此进程中，需要从数据的全生命周期进行通盘考虑，包括数据收集、数据传输、数据存储、数据提供、数据使用、数据销毁等多方面。企业也需明晰哪些数据可以用来宣传，哪些不能。要提升对数据安全风险识别、发现、防范、处置等能力。

“首先企业内部要有专人对公司的数据安全底数有清晰了解，这是企业的意识问题。”杨晨续称，比如在中小企业上云过程中，数据如何共享、如何上云，共享后对企业是否有帮助。企业从数据驱动来实现数字化转型，那么如何转型、合规如何满足等要明确。在此过程中，需要遵循从信息化，到数字化，再智能化的阶段循序渐进。

他表示，同时要厘清数据安全痛点，比如敏感数据在哪里、数据安全如何合理规划、管理制度和账号如何规范等；也要有数据安全治理理念，构建一个从上而下的整体数据安全治理框架，包括从治理前提、具体目标到技术支撑的完整体系。

杨晨还指出，可以加强政府引导，通过试点打造出样板案例，让企业切实看到数字化带来的真实效益。

伴随当前技术架构在不断升级的趋势变化，杨晨表示，诸如当前正在持续发展迭代的工业元宇宙、生成式AI等技术，背后代表着当前承载数据的网络系统、架构在不断变化。

“这种变化就引起对数据安全保护的方案要发生变化，来针对新的网络架构、对数据进行全局性保护。”他指出，因此要基于对业务场景和需求仔细分析，再确定保护方案。