在2026数博会“词元——数据要素价值释放新路径”交流活动中，阿里云副总裁安筱鹏发表演讲时指出，尽管人工智能尚处于发展初期，但词元已展现出创造实际经济价值的潜力。他强调，在AI时代，企业需聚焦数据要素如何转化为核心竞争力，构建差异化优势。
安筱鹏以麦肯锡报告为例说明，当前80%的研究任务中，AI因难以理解私有数据上下文而无法形成核心竞争力。他列举了两个典型案例：美国法律AI公司哈维通过海量法律数据构建垂直模型，覆盖全美百强律所，估值超百亿美元；医疗领域独角兽OpenEvidence则基于独家医疗数据打造专业模型，成为全球生命科学领域标杆。这两家企业的成功均源于对行业数据的深度挖掘与模型化应用。
针对企业如何构建数据“护城河”，安筱鹏提出五大路径：一是将数据转化为模型预训练的智能基础；二是通过后训练与微调持续提升模型能力；三是基于企业与行业数据建立知识库，实现智能调用；四是借助超级智能体将数据、经验转化为行业专属技能；五是为模型提供丰富上下文信息，解决实际应用中的效果瓶颈。他特别指出，模型性能不足往往源于上下文缺失，而非技术本身缺陷。
以养猪行业为例，安筱鹏详细阐述了数据要素的落地实践。该行业通过330万台设备每日采集海量数据，不仅实现传统比特数据的积累，更将其转化为多模态预测与推理模型。这些模型构建了智能体应用的完整上下文，并形成行业专属技能，有效解决猪瘟防控这一核心痛点。数据显示，数据驱动的养猪大模型可显著降低病死率，通过精准研判持续压缩养殖成本，形成覆盖猪全生命周期的智能化管理体系。
