Тъй като състезанието за изчислителна мощ постепенно узрява, истинското бойно поле за развитието на ИИ тихо се измести към данните. Вниманието на индустрията на Китайската интернет конференция през 2026 г. се премести отвъд това колко изчислителни карти интегрира един център за данни, за да се съсредоточи върху по-фундаментален въпрос: откъде всъщност идва интелектът? Отговорът все повече сочи данните като основното гориво, движещо революцията на ИИ.
Монетизирането на активи от данни остава най-непосредственото предизвикателство. Въпреки благоприятните национални политики, установяващи рамка с три десни права за притежаване на данни, права за използване и права за работа, предприятията са изправени пред двойна дилема: страх от резервиране на данни като активи и невъзможност да ги монетизират ефективно. Председателят на Guo Mai Internet Zheng Aijun сподели казуси, включително държавна риболовна група, където данните от платформата бяха успешно оценени на 16,65 милиона RMB и превърнати в капитал чрез пазарни и разходни методи. Тя предложи модел 1371 – структуриран процес от седем стъпки за предприятията за трансформиране на необработени данни в търгуеми активи, обхващащ идентифициране на основния бизнес, инвентаризация на активи, проверка на съответствието, разпознаване на активи и съпоставяне на предлагането и търсенето.
Управлението на сигурността на данните се развива, тъй като AI променя пейзажа на заплахите. Въвеждането на големи модели фундаментално променя границите на сигурността на данните. Традиционните подходи за класифициране, базирани на периметъра, не могат да се справят със сложността на рисковете от ерата на ИИ. Обединяването на данни за обучение създава преплетени данни на различни нива на сигурност, което прави вътрешното приписване на знания почти невъзможно. Нови вектори на атака се появяват чрез бързо инжектиране, jailbreak атаки и отравяне на данни. Вицепрезидентът на 360 Digital Security Group Zhao Yu очерта три слоя на намеса: отстраняване на уязвимостта на инженерно ниво в рамките и инструментите на AI; почистване на ниво данни, етикетиране и анонимизиране на поверителността за данни за обучение и изводи; и одит на ниво приложение и надзор от човек в цикъла за предотвратяване на ескалация на привилегии.
Организационната трансформация, необходима за приемането на AI, е дълбока. Много предприятия работят с несвързани бизнес и ИТ отдели, където никой не притежава качеството на данните или управлението. Джао се застъпва за създаването на специални комитети за управление на данни и длъжности за инженеринг на данни, за да се осигури висококачествено предоставяне на данни от ниво организационна структура, предпоставка за всяко смислено внедряване на AI.
С поглед към 2035 г. експертите прогнозират, че AI ще доведе до фундаментална промяна от индивидуален интелект към колективен интелект със симбиоза човек-машина. Членът на Националния комитет за интелигентно производство Zhang Dong прогнозира, че изкуственият интелект ще промени работните потоци на научните изследвания чрез парадигма на сух експеримент, а след това на мокър експеримент, където изкуственият интелект провежда изчислителни симулации, преди хората да извършат целеви физически експерименти, драматично подобрявайки ефективността на научноизследователската и развойна дейност. Крайната трансформация изисква пренасочване на предоставянето на данни от формати, четими от хора, към четими от AI формати, тъй като управлението на данните основно се преориентира към машинното потребление, а не към човешкото разбиране.