10月20日,国家数据集团有限公司在河北雄安新区成立,旨在推进数据资源开发利用、释放数据要素价值、服务人工智能发展、繁荣数据产业生态。在数据要素市场化配置迎来“国家队”入场的关键时刻。国家队的命题已经写下,地方队的答卷从哪里来?
10月21日,广州数据集团董事长钟勇站上了“2026年广东省制造业赋能系列对接活动——人工智能赋能粤港澳软件产业高质量发展大会、第十四届粤港云计算大会暨第九届粤港澳大湾区ICT大会”的主旨演讲台。

他身后的大屏幕上写着一行字:让数据“供得出、流得动、用得好、保安全”。
在珠江之畔,广州数据集团已把公共数据运营做到广东前列——累计开发公共数据产品150个,登记数量居全省首位。
在会后接受羊城晚报专访时,钟勇用“中央厨房”的比喻讲清了公共数据如何从“压箱底”变成“真金白银”,并回应了央地联动、数据壁垒等业界关心的问题。
数据进了银行,也进了外卖箱
这个“中央厨房”做出了什么菜?钟勇这样解释:在广州,公积金数据加工成标准化产品后,已服务10余家银行、累计调用突破60万次,支撑银行授信评估——“既提高了银行效率,也便利了街坊到银行的办事手续”。
市民感受最直接的,或许是一盏红绿灯。交通灯态数据合规加工成秒级时延的流数据产品,配送企业得以实现秒级路线重构——外卖更快,路上也更安全。
更难的是把部门“拉上桌”。政务数据条块分割、企业数据烟囱林立,怎么破?“不是靠推着部门给数据,而是拿着市场需求去敲门。”钟勇介绍,广州以“整体授权”模式把市区两级公共数据统一授权给数据集团,并在全国首发城市级公共数据运营服务费收费标准;仅公积金一个场景,团队就收集了42个真实需求,“部门看到产业的需求,供数积极性自然就起来了”。

治水与看病:数据要啃“慢活”
当行业都在追逐大模型的热闹,广州数据集团却在啃医疗、住建、河湖巡检这些“慢活”。钟勇的回答很干脆:“算力决定AI的下限,数据决定AI的上限。”
治水是硬活。集团将卫星遥感、无人机巡航、视频监控、无人船监测数据融合,构建“河湖库一体化”智能巡检体系,约314公里流域实现全域感知,风险识别、上报、整改、复核全程闭环。巡检人员从150人优化至80人,人力成本降低约46%——腾出来的人,转向分析研判和精准巡查。
医疗更近民生。医院运营管理智能体落地后,手术室利用率提升40%,手术量同比提升52%,平均住院日缩短2.8天。“落到市民身上,就是排队时间更短、住院花钱更少。”钟勇说。数据安全如何兜底?他的答案是“原始数据不出域、数据可用不可见”——模型进“操作间”,数据不出门,交付的是计算结果而非数据本身,企业还能“先尝后买”。
对话钟勇
“压箱底”的数据,正变成惠民的真金白银
广州数据集团董事长钟勇接受羊城晚报记者专访羊城晚报:刚才大会发言时,您提到“让数据供得出、流得动、用得好、保安全”。能不能用一句广州街坊能懂的话讲:广州数据集团到底在帮谁“搬砖”?又把哪些“压箱底”的数据变成了真金白银?
钟勇:我们早先用“中央厨房”形容数据集团建设的公共数据运营平台,在这个厨房里,公共数据是原始食材,加工数据所需的“厨具和调料”在平台内一应俱全。
政府各部门手里沉淀了大量数据,假如企业在业务经营上能够使用到这些数据加工形成的产品,就能够有效地提高效率、降低成本。过去,公共数据“食材”没有办法合规高效地提供给企业使用,我们的工作,就是在市政务服务和数据管理局的统筹指导下把厨房建好,让数据安全合规地加工成参评,提供给社会使用。
具体到帮谁“搬砖”:帮银行,我们把公积金数据加工成标准化产品,已服务10余家银行,累计调用突破60万次,支撑银行授信评估,既提高了银行的效率,也便利了街坊到银行的办事手续;帮外卖骑手,交通动态数据让配送企业实现秒级路线重构,让外卖更快、路上更安全;帮医院,运营数据跑起来后,手术室利用率提升40%,病人平均住院日缩短2.8天;帮巡河的人,过去150人干的活,现在80人就能干完,人力成本降了46%。
目前,数据集团已累计开发公共数据产品150个,登记数量居全省首位。这些“压箱底”的数据,正在变成企业愿付费、市民得实惠的真金白银。
广州用“组合拳”打通数据
羊城晚报:当下政务数据“条块分割”、企业数据“烟囱林立”。现实中,最难打通的是什么?广州靠什么来打通数据?
钟勇:解决数据条块分割、烟囱林立的关键靠的是制度设计先行、流程标准可信以及产业发展愿景。广州采取了一套组合拳,从根源上突破部门壁垒,推动数据的融合流通,推动产业发展。
一是制度设计先行。广州市以“整体授权”模式,把市、区两级公共数据资源开发利用统一授权给数据集团,2023年出台试点方案,后出台《广州市数据条例》,从法规层面回答了“谁来管、谁来用、出了问题怎么办”,数据集团则在政府制度的指引下,形成了一套完整的操作层制度。
二是流程标准可信。基于政策框架及市场需要,我们凝练形成“应用场景征集—数据使用申请—公共数据开发—上架合规交易—数据产品再开发”的公共数据运营五步法流程,全过程线上办理留痕,关键加工信息同步到法院,确保规范可信。流程标准可信了,政府部门就可以放心地“供数据”,市场的各类企业,就可以安心地“用数据”。
三是产业发展愿景。广州全市上下,有着“拼经济”的共同愿景。在公共数据运营工作上,我们不是推着部门“给数据”,而是拿着市场需求去敲门。还是以公积金场景为例,我们对接银行和保险机构,收集了42个真实场景需求,用需求牵引供给,部门看到产业的需求,供给积极性自然就起来了。同时,我们出台了全国首份城市级公共数据运营服务费收费标准,充分让利于企业,这也对公共数据的价值释放起到了重要的促进作用。
数据“不出域”不等于“不能用”
羊城晚报:“数据可用不可见”很酷,但企业也会问看不见原数据,模型怎么训?产品怎么卖?
钟勇:“数据可用不可见”是国家政策的提法,其本意是为了在保障隐私的前提下,实现数据的价值释放。这个疑问非常典型,我用一个比喻解释,数据“不出域”,不等于数据“不能用”,而是把数据放在一间装了保险柜的“操作间”里。模型和算法进入操作间,数据不出操作间,交付出来的是计算结果,而不是数据本身。
技术上,我们部署了“集中管控+分布开发”的隐私计算架构,构建开发、测试、生产三环境隔离,在开发测试环节,使用的数据是我们通过AI技术形成的“仿真数据”,在生产环节才挂接真实数据,从而实现了“数据可用不可见”。这样的做法,实际上也是为了确保公共数据中涉及企业和个人的敏感数据,不会被直接“看见”。
企业在付费使用公共数据之前,往往担心“投入之后数据不好用怎么办”。为此我们提供数据探查服务,支持企业和数据商在合规前提下了解数据样式、验证应用可行性。也就是说,企业可以“先尝后买”,把开发风险降到最低。
羊城晚报:广州公共数据运营平台超90亿条数据、6000多项目录,收费逻辑和普通API调用有什么不一样?
钟勇:收费逻辑上,我们发布了全国首份城市级公共数据运营服务费收费标准,采用“基础技术服务费+产品服务调用费”的收费方式:基础技术服务费覆盖一定量的数据加工、平台算力、安全保障和合规审查这些固定成本;调用费则按使用量多少进行阶梯计价,是先使用后付费的方式,这能够有效地降低企业和数据商的压力。API调用则是我们公共数据运营的一种典型方式,其他还包括报告书、数据资源等多种形式。
“热闹的AI”和“有用的数据”
羊城晚报:在大模型热潮中,广州数据集团却在啃医疗、住建、河湖巡检这些慢活。怎么看“热闹的AI”和“有用的数据”?穗建通、医院运营智能体这类项目,离普通市民有多近?
钟勇:俗话说“算力决定了AI的下限,数据决定了AI的上限”。大模型发展到现在,进入企业,进入行业场景,才能真正释放产业价值。而企业和行业,一方面迫切有着拥抱AI的意愿,另一方面也客观存在“数据泄露”的风险。
数据集团之所以在啃行业场景的慢活,就是为了实现“热闹的AI”和“有用的数据”真正衔接上,而这过程是真正可信、可控的。
穗建通和普通市民的距离,近到每个人的住房。平台贯穿立项、审批、施工、监管、竣工全周期,AI监理服务全市2600多名监理人员,建材溯源汇聚2800多家生产企业,生成电子送货单超20万份。市民未必直接打开这个平台,但他买的楼盘地基牢不牢、用的建材真不真,背后就是它。
医疗智能体更直接,医院运营管理智能体落地后,应用在床位调度,手术排程等场景,手术室利用率提升40%,手术量同比提升52%,平均住院日缩短2.8天……落到市民身上,就是排队时间更短、住院花钱更少。
同时,我们正加快建设高质量数据集,把非结构化数据的归集链路补齐,帮助市民能更好地在医疗、住建、水务等领域感受到AI发展带来的便利。
让数据帮助广州“拼经济”
羊城晚报:如果几年后回头看,您希望用什么标题更贴切?广州数据集团未来有哪些布局、可否分享?
钟勇:我选“大湾区数据像珠江水一样流得动”,因为它能同时装下另外两句:只有当数据像珠江水一样自由流淌,看病才不用反复拍片,小厂才能用上公共数据。
为了让数据能够高效流动,广州数据集团将重点在四个方面发力:一是深化场景开发,目前场景仍较集中于金融和医疗领域,下一步将围绕企业合规降本增效、绿色低碳等领域拓展,强化对产业的赋能力度;二是持续提升数据供给效率,在市政数局的指导支持下,通过机制创新,推动公共数据供给更全、更快;三是突破数据融合瓶颈,探索数据创新实验室等多种方式,在合规前提下进一步提高数据使用的门槛,助力更多更新的场景得以落地;四是建设高质量数据集,补齐非结构化数据归集链路,更好地满足AI大模型训练需求,让公共数据在人工智能发展上发挥更大的作用。
希望广州的企业、市民能够更加关注公共数据运营工作,使用好这一“便利”,多提意见,让数据帮助广州“拼经济”,实现多方共赢。
文、图|记者 王丹阳 孙晶
4001102288 欢迎批评指正
All Rights Reserved 新浪公司 版权所有