4月28日，由广州日报和广东省人工智能协会主办的“破圈与融合”人工智能主题论坛暨优秀案例发布会在广州报业文化中心举行。当前，人工智能正以前所未有的速度重塑全球经济格局，成为推动经济增长的重要引擎，在金融科技、智慧城市等多个领域展现巨大潜力。

随着AI技术的普及，一批实践者正致力于让人工智能更好地服务社会。广电计量检测集团股份有限公司副总经理于莉莉在演讲中指出，人工智能正从“以模型为中心”向“以数据为中心”转变，数据质量对AI大模型的落地至关重要。当前，数据要素的管理及应用仍面临诸多挑战。

人工智能技术迈入大模型时代，引领企业数字化转型新潮流

2025年初，Deepseek的发布引起了全球瞩目。于莉莉认为，“有限算力+算法创新”的发展模式是突破算力瓶颈的关键，DeepSeek的“开源”加速了AI技术的迭代进程。

关于大模型的定义，于莉莉表示，大模型是基于海量数据开发的预训练模型，仅需少量数据即可在最终用户环境中获得优于传统算法模型的结果，其价值体现在“两低一高”：开发门槛低、计算资源需求低、预测效果高。

“大模型带来了算法模型开发范式的革新，基于大模型的算法开发流程更加智能、高效、灵活。”于莉莉指出，DeepSeek、ChatGPT等AI大模型的热潮标志着人工智能技术正式进入大模型时代，AI技术将迅速被大模型技术整合、取代、颠覆，主要分为：通用大模型、行业大模型、垂直大模型、专属大模型。

大模型也推动了企业数字化转型的新趋势。于莉莉认为，大模型、大数据与大算力的深度融合，共同构成了实现“大智能”的核心驱动力。企业数据的快速增长和数据价值的挖掘，在大模型技术的支持下，将更有效地实现。

AI加速向“以数据为中心”转变

在于莉莉看来，随着大模型时代的到来，通用人工智能（AGI）产业迎来爆发期，需要大规模、高质量、多样化的数据集来提升模型效果和泛化能力，人工智能正从“以模型为中心”加速向“以数据为中心”转变。

“数据质量从根本上决定了AI大模型的落地效果。当前主流大模型训练数据主要来自公开数据集、合作数据分享、网络数据等。数据要素管理及应用仍面临严峻挑战。”于莉莉进一步指出，虽然很多企业拥有高价值数据，但在管理应用中存在痛点，如数据流通意识弱、数据质量参差不齐、数据安全合规机制不健全、数据价值评估标准缺失等。

针对这些问题，数据咨询与培训、数据资产盘点与治理、数据管理体系建立、数据产品运营服务体系构建等变得尤为迫切。企业需从意识提升、数据资产识别、数据治理、数据安全合规、数据产品与价值评估等多个维度入手，提升数据要素管理能力。

广州数字科技集团旗下的广电计量，作为国有第三方计量检测上市公司，已构建起综合化业务格局，涵盖数字化评估认证、咨询与治理、人才培训等全生态链服务。

在数字化与人工智能数据要素咨询业务方面，广电计量建立了“1+8+4”服务体系，即一套完整全价值链数字化转型咨询、8类细分数字化业务实践方案、4套数字化咨询服务模式。

（文章来源：广州日报）