在博鳌亚洲论坛2025年年会上，人工智能技术发展引发广泛讨论。这一趋势不仅改变了科技行业，也对财经领域产生了深远影响。

　　曼孚科技CEO赵剑在与会期间接受南方财经记者采访时表示，以大模型为代表的新技术正推动AI进入新一轮发展热潮；自动驾驶、AI大模型等AI核心应用场景逐渐走向商业化，人工智能与日常生活联系的更为紧密。这些应用场景的商业化，也带来了新的财经机遇。

　　而这一切的背后，数据正成为推动AI发展的"燃料"。数据经济已成为新时代的热点，对于财经领域同样重要。

　　赵剑指出，数据已成为决定AI模型上限的关键因素，"对于整个AI行业而言，算法、算力与数据是构成AI的核心三要素。其中，数据处理占据AI时代70%～80%工作量。" 随着智能驾驶将成为汽车“标配”，赵剑预计未来3～5年将产生庞大的数据标注需求，而构建从数据采集到模型训练的一体化平台将是行业突破重点，这也将为财经领域带来新的投资机会。

　　对于全球科技巨头不断加大对AI数据中心投资的趋势，赵剑表示，这意味着对于AI基础设施的争夺开始变得白热化。谁掌握了AI数据，即意味谁将掌握AI时代的基础设施，“因此，在AI时代，我们必须要将数据这项基础设施牢牢把握在自己手中。”数据基础设施的建设，对于财经领域同样具有战略意义。

　　《全球财经连线》：人工智能在过去几年取得了哪些显著进展？目前处于怎样的发展阶段？

　　赵剑：以大模型为代表的新技术的涌现掀起了人工智能新一轮发展热潮；自动驾驶、AI大模型等AI核心应用场景逐渐走向商业化，人工智能与日常生活联系的更为紧密。目前，人工智能已逐渐从实验室走向产业端，开始在各个场景实现落地应用。

　　《全球财经连线》：作为曼孚科技的CEO，您如何看待数据在人工智能发展中的核心作用？比如在自动驾驶和大模型领域，数据质量和处理能力如何影响技术的进步？

　　赵剑：数据标注作为AI产业的重要一环，对于整个AI行业而言至关重要。算法、算力与数据构成AI的核心三要素，其中数据处理占据AI时代的大部分工作量。数据标注的质量和处理能力直接影响到AI模型的精度和应用效果，对于财经领域来说，这也是一个值得关注的投资方向。

　　在人工智能与机器学习领域，标注数据的质量直接关系到模型的学习效果和预测能力。高质量的标注数据对于提高模型在不同任务中的预测精度至关重要。此外，规模化的标注数据能增强模型的泛化能力，支持更复杂的模型训练。

　　《全球财经连线》：自动驾驶行业对数据的需求相对明确。随着自动驾驶商业化的加速，数据需求是否会迎来更大的爆发？

　　赵剑：会的。自动驾驶技术的商业化将带动数据需求的爆发式增长，为财经领域带来新的市场机遇。

　　从技术角度来看，相关算法模型的训练与迭代需要海量标注数据。从行业角度来看，随着车企开始推进全民智驾，未来3到5年，国内所有车企都会标配辅助驾驶功能，这将诞生规模庞大的数据标注需求。

　　《全球财经连线》：从AI到AGI，对数据的需求将需要哪些变化？

　　赵剑：AGI需要模拟人类综合智能，其训练数据量需接近甚至超越人类终身学习的数据量，复杂度也是几何级提升。此外，数据类型将从单模态到多模态融合。这对于财经领域来说，意味着需要关注更多元化的数据资源。

　　《全球财经连线》：我们看到，全球科技巨头们正不断加大对AI数据中心的投资。您怎么看？未来数据处理的核心突破点可能在哪些方面？

　　赵剑：这代表着一种趋势，数据之于AI的重要性得到了更为广泛的认知。同时，这也意味着对于AI基础设施的争夺开始变得白热化。在AI时代，数据基础设施的重要性不言而喻。未来数据处理的突破点主要集中于产品技术层面，只有构建从采集、标注、管理、训练的一体化闭环平台，才能实现对数据的有效管理。

（文章来源：21世纪经济报道）