本期速览
【 1 】国务院：公布《网络数据安全管理条例》
【 2 】国家发改委：健全促进实体经济和数字经济深度融合制度，加大助企帮扶力度
【 3 】工信部部长金壮龙：深化产融合作，筑牢实体经济根基
【 4 】国家数据局：就《关于促进数据产业高质量发展的指导意见》向社会公开征求意见
【 5 】中国信通院：发布《数据价值化与数据要素市场发展报告（2024年）》
【 6 】斯坦福大学：发布《2024年人工智能指数报告》
国务院：公布《网络数据安全管理条例》
近日，国务院公布《网络数据安全管理条例》，主要规定了五项内容。一是提出网络数据安全管理总体要求和一般规定，重点鼓励网络数据在各行业、各领域的创新应用，对网络数据实行分类分级保护。二是细化个人信息保护规定。三是完善重要数据安全制度，重点制定重要数据目录职责要求，规定网络数据处理者识别、申报重要数据义务。四是优化网络数据跨境安全管理规定。五是明确网络平台服务提供者义务，重点规定网络平台服务提供者、第三方产品和服务提供者等主体的网络数据安全保护要求。《条例》自2025年1月1日起施行。
国家发改委：健全促进实体经济和数字经济深度融合制度，加大助企帮扶力度
10月8日，在国务院新闻办新闻发布会上，国家发展改革委主任郑栅洁表示，从五方面入手、系统落实一揽子增量政策。一是加力提效实施宏观政策，重点加快推动重大改革举措落地，包括健全促进实体经济和数字经济深度融合制度、出台健全社会信用体系的意见等。二是进一步扩大内需。三是加大助企帮扶力度，发展改革委与金融监管总局牵头建立支持小微企业融资的协调机制，指导金融机构按照市场化原则提供融资支持。四是促进房地产市场止跌回稳。五是努力提振资本市场。
工信部部长金壮龙：深化产融合作，筑牢实体经济根基
10月8日，《人民日报》刊发文章《加快推进新型工业化——访工业和信息化部党组书记、部长金壮龙》，指出了加快推进新型工业化的四方面工作。一是建立保持制造业合理比重投入机制，筑牢实体经济根基。要发挥国家制造业转型升级等基金的作用，深化产融合作，引领带动社会资本投向重点领域和薄弱环节。二是促进实体经济和数字经济深度融合，提升产业体系现代化水平。要推动人工智能赋能新型工业化，培育若干通用大模型和行业大模型；持续推进5G、移动物联网规模部署和应用，加快工业互联网体系化发展。三是加快提升产业链供应链韧性和安全水平，牢牢把握发展自主权。四是强化助企扶企，激发涌现更多专精特新中小企业。
国家数据局：就《关于促进数据产业高质量发展的指导意见》向社会公开征求意见
近日，国家数据局研究起草了《关于促进数据产业高质量发展的指导意见》，并向社会公开征求意见。征求意见稿提出，到2029年，数据产业规模年均复合增长率超过15%，数据产业结构明显优化，催生一批数智应用新产品新服务新业态。为此，征求意见稿提出八项任务。一是加强数据产业规划布局，重点鼓励有条件的行业龙头企业、互联网平台企业设立数据业务独立经营主体，支持数据企业做强做优做大，促进集约化、规模化发展。二是培育多元经营主体，培育数据资源企业、做强数据技术企业、扶持数据服务企业、做优数据应用企业、发展数据安全企业、壮大数据基础设施企业。三是加快数据技术创新。四是提高数据资源开发利用水平，重点支持企业围绕工业制造、商贸流通、金融服务等行业领域，打造一批“数据要素×”典型场景，服务产业转型升级。五是繁荣数据流通交易市场，大力发展第三方服务。六是强化基础设施支撑。七是提高数据领域动态安全保障能力。八是优化产业发展环境。
中国信通院：发布《数据价值化与数据要素市场发展报告（2024年）》
近日，在“2024中国数字经济创新发展大会”上，中国信息通信研究院发布《数据价值化与数据要素市场发展报告（2024年）》。报告指出，2023年我国数据经济贡献度为2.05%，比2022年增长0.99个百分点，数据驱动经济增长能力初步显现。当前，数据价值化与数据要素市场呈现三大发展特点，一是在数据资源化方面，覆盖数据采集、标注、分析、存储等全生命周期的基础设施和管理链条不断完善，有效提升数据供给质量；二是在数据资产化方面，数据资产登记及数据资源入表助推产权确认，数据交易规模持续扩大，市场活跃度显著提升；三是在数据资本化方面，数据信贷服务、数据作价入股和个人数据信托等开拓数据资本化新蓝海，繁荣金融市场。同时，报告还就充分调动市场活力、挖掘市场潜能提出了三点建议，一是要完善数据产权、市场准入、公平竞争、数据安全治理等制度；二是要立足数据要素市场特征，分类推动数据要素市场建设；三是要扶持数据产业发展，加速数据要素应用和实践探索，实现数据要素价值充分释放。
斯坦福大学：发布《2024年人工智能指数报告》
近日，斯坦福大学发布《2024年人工智能指数报告》。这是斯坦福大学连续第七年发布人工智能指数报告，该报告在全球范围内具有极高影响力，是美国、英国和欧盟等经济体政策制定者的重要参考资料。报告指出了全球人工智能发展的五大特点。一是自2014年起，产业界开始引领机器学习模型发展。这是由于机器学习模型中的参数是在训练过程中学习到的数值，参数较多的模型通常优于参数较少的模型。二是截至2023年，人工智能在图像分类、阅读理解等任务中已达到超越人类能力的性能水平。三是2023年生成式人工智能的投资大幅增长，其中人工智能基础设施及其研究、治理的表现最为抢眼。四是人工智能在企业和行业中加快应用，但不同企业和行业的普及程度显著差异化。从企业业务部门嵌入的人工智能能力类型看，机器人流程自动化在金融服务业中的嵌入率最高。五是发展人工智能已成为全球多个国家的国家战略，美欧等全球主要经济体加快推动人工智能立法。
