人工智能已成为全球科技竞争的核心驱动力，高质量数据集作为支撑模型训练与应用落地的基础资源，直接影响国家科技竞争力和数字经济发展质量。全国政协委员、德勤中国董事会主席蒋颖在接受《中国电子报》记者采访时表示，当前我国数据集数量快速增长，2025年年底累计建成超10万个，但与美国、欧盟依托统一标准和公共平台实现规模化供给相比，仍存在标准不一、管理服务薄弱、应用导向不足等问题，导致数据重复建设、复用率低、价值释放受限。

对此，蒋颖提出三个建议：一是由全国数标委牵头、多部门协同，构建覆盖分类、元数据、质量评价等环节的统一标准体系，推动存量数据标准化改造；二是建立专项协调机制，提供标准化流程、工具模板和技术支持，设立财政激励降低企业负担；三是强化应用导向，要求项目立项明确使用场景，通过评审与监督确保建设成果匹配需求，并推动成熟数据集纳入公共平台实现共享复用。

围绕以应用为导向的高质量数据集建设机制，蒋颖进一步表示：“在建设过程中，要通过阶段性评审、验收和动态监督，持续校准数据集建设方向，确保建设成果与实际应用需求高度匹配，避免‘为建设而建设’。”

当前，数据跨境流动是企业国际化经营的重要支撑。2024年，国家互联网信息办公室出台《促进和规范数据跨境流动规定》，鼓励自贸试验区建立数据出境负面清单制度，为地方创新留足空间。蒋颖表示，负面清单已成为我国管理企业数据出境的重要制度，然而各地在清单执行过程中存在不同维度的政策短板，给企业数据出境合规带来难度，例如负面清单外数据出境的管理办法不够透明，各负面清单覆盖的行业领域有限，指导性文件的查询和使用不够便利等。

针对上述痛点，蒋颖表示，一要明确负面清单外场景的监管标准，进一步提升自贸区数据流动便利性；二要加快负面清单的更新节奏，对于未覆盖的领域和自贸区之间如何互相参照，要尽快出台实操办法；三要进一步优化政策咨询与指导服务，尽快推出更便利的合规工具，让企业少跑路，力争向“最多跑一次”看齐。