10月20日，在2026年“数据要素×”大赛全国总决赛评审现场，中国科学院大气物理研究所所长、研究员曹军骥注意到一个变化：越来越多的参赛项目不再局限于数据采集和分析，而是通过跨领域数据融合，直接解决生产经营和社会治理中的实际问题。例如，气象数据与水利、应急等信息结合，可以提前识别灾害风险，为人员转移争取时间。“这不光有经济效益，还有社会效益。”曹军骥说。

　　今年参赛项目中，高质量数据集、大模型、智能体成为高频词。在曹军骥看来，这并非简单的技术概念更新，而是数据开发利用方式的一次跨越。“过去的数据是相对静态的，现在的数据是‘活’的。”传统数据开发往往围绕特定需求展开，如今，同一份数据可以经过多轮加工、反复挖掘，在不同场景中不断产生新的价值。

　　气象领域的变化颇具代表性。随着数据处理能力提升，大量气象观测数据能够快速汇集、加工，进入预报业务；人工智能进一步降低了数据分析的技术门槛，让高质量数据集更快转化为具体应用。尤其值得关注的是，过去主要用于气候研究和统计分析的历史气象数据，如今又成为训练人工智能模型的重要资源。原本已经使用过的数据，因为新技术、新需求而重新增值。

　　曹军骥说，数据应用产生新的价值和反馈，进一步推动数据开发，形成持续循环。但技术能够反复挖掘数据价值，并不意味着市场能够自然实现这一循环。在他看来，数据市场化仍面临一个基础性问题：作为无形资产，数据在多次流通、加工和融合后，其权利边界如何界定？