AI与数据归集利用新样态

随着新一代人工智能的普及应用，AI场景下的数据资源形态发生深刻变化，数据类型向高复杂度延伸，非结构化、实时化等趋向明显：一是数据样态的非结构化扩展，数据融合并非简单叠加，而是通过人工智能技术实现跨模态信息的关联与解读，挖掘出单一数据类型无法承载的深层价值。二是实时化数据需求增加，实时数据处理技术能够支持低延迟的连续分析，满足即时决策需求，从传统的“批量离线”模式转向“流式处理”模式，大大提升了数据的时效价值。三是数据类型更为复杂，多模态数据、合成数据增多，数据需求从文本向大量的不同维度、不同类型的数据进行转变，随之带来多模态数据不断融合。

与此同时，人工智能与数据资源开发利用相互作用日益显著。人工智能技术的快速发展正在深刻重塑数据开发利用的范式，推动数据要素市场进入智能化、自动化新阶段，提高数据资源开发利用的质量和效率，同时也将反过来推动人工智能技术和产业的进一步发展：在数据生产环节，人工智能技术促使数据生产方式迭代，推动数据生成方式从被动采集向主动创造转变，数据生产的时效性和精准度显著提升。在数据处理环节，人工智能显著提升数据质量与可用性，能够进行复杂的关联分析与智能聚类，并实现从经验分析到智能决策的跃迁。在数据利用环节，人工智能推动数据开发利用模式的创新，包括通过自然语言交互即可完成复杂的数据查询和分析任务，实现了数据利用的民主化及扁平化。

在此意义上，近期进入公众视野的豆包手机助手可以认为是一个颇具创新意义的具体场景示例：作为一款面向行业与AI技术爱好者的手机AI助手技术预览版，豆包手机助手通过与手机厂商操作系统层面合作实现功能整合，基于豆包大模型能力，运用GUI模拟点击技术实现跨应用自动操作，支持实时视觉理解和本地化记忆存储，并引入包含GUI操作与API调用的Pro模式，在执行任务需用户授权且可中断操作，涉及支付等高敏感操作时会触发手动确认流程。

对于此类AI Agent场景的分析研判可以有两个维度，一是涉及数据的跨域获取，对于用户在其智能终端上产生的数据，立足为用户提供更流畅智能化AI服务的目的，以和保障数据安全为前提，可以基于用户的明确授权予以获取，而无需APP等的许可。其核心在于判断该场景是否必然形成与APP产生竞争关系的数据产品或服务，是否属于旨在执行用户指令的非竞争行为。二是涉及数据的代表处理，在智能体应用场景中，用户可以授权智能体代表其意图框架，代表用户自身访问和处理智能终端上的数据，并操作智能终端设备，进而实现用户的多样意图。

着眼AI与数据归集利用的互动关系，我们还可以看到这一场景反映出在AI技术深入日常生活进程中蕴含着技术创新与既有规则之间的张力：

一方面，AI Agent作为一种效率工具，属于UI模拟性质的数据处理方式，并非独立主体行为，也非伪造身份行为，而是根据用户的具体需求，基于用户的指示作出操作行动，在用户授权的条件下代替用户访问三方App本身具有现行规则的基础。

另一方面，此种数据处理方式的价值也不在于取代传统应用，而在于以智能化方式降低用户操作成本，进而发挥多重的产业和生态价值：一则降低用户获取信息的门槛，激发更多潜在需求，最终为App 生态带来总量增量，符合生态共荣的价值愿景。二则助力筛选高价值流量，提升生态效率，提升 App 的用户转化效率，进而优化生态资源分配。三则激活小众内容价值，填补生态信息空白，在提升用户使用体验的过程中使得许多垂直领域 App（如小众工具类、专业服务类 App）的生态价值得到切实体现，形成生态补位的产业效应。