美国国会下属的美中经济与安全审查委员会发布年度评估，把中国将数据作为战略性国家资产来商业化、货币化的做法，列为可能影响人工智能竞赛走向的因素。委员会副主席迈克·凯肯（Mike Kuiken）在发布会上说，制定国家数据战略是委员会的头号建议。
他的表述是：委员会建议美国国会思考一份国家数据战略，以及美国政府如何把数据当作一项经济资产来对待。同一份报告说得更直接，称北京正在”marshalling data to drive productivity”，同时用于改善情报收集与军事能力。
能爬的和爬不到的
报告里最具体的一条判断，落在数据类型的分野上。
美国主要 AI 公司用于训练语言模型的公开互联网语料，已经接近见底。而中国正在系统性收集的，是另一类东西：企业数据、运营数据和物理世界数据，报告用的措辞是”cannot be scraped”。这些数据服务的对象是面向企业的 AI 工具、自动驾驶车辆和人形机器人。
这条分野决定了竞争形态的变化。文本语料的获取是网络问题，谁爬得快、清洗得好、买得起版权，谁就领先一步；物理世界数据的获取是产业问题，得有产线在转、有车队在跑、有医院在用，数据才会一条条掉出来。报告顺着这条线给出的推论是，中国的先进制造和工业机器人生态提供了大量高质量的场景数据，在机器人软件开发上有可能走到美国前面。
一套讲了六年的政策
报告梳理的中国这边的时间线并不新鲜。2020 年，数据被列为与土地、劳动力、资本、技术并列的生产要素；2023 年，国家数据局设立；此后是数据资产入表、行业标准化和数据交易场所的铺开。报告点名的重点行业包括制造、交通、金融和医疗，也提到中国企业已经开始把自有数据集挂到上海、深圳、北京等地的交易场所，全国范围内的数据交易机构数以千计。
差异出在评估口径上。国内围绕数据要素的讨论，重心长期落在确权、定价、入表这些制度环节上，进展快慢各方看法不一；而这份报告不评价制度细节，只把它当作一套已经运转起来的供给机制来估算后果。同一件事，站在里面看是政策落地的进度条，站在外面看是竞争对手的产能。
标准这一环
除了数据战略，报告还给了一条关于国际标准的提醒：标准一旦被采纳就很难修改，现在参与比事后试图推翻一项既成标准更有效。
这句话指向的是数据格式、互操作接口、行业数据字典这类基础设施性质的规则。它们不上新闻，却决定了将来谁的系统接得进来、谁需要额外做一层转换。工业互联网、车路协同、医疗影像这些领域的标准之争已经打了几年，报告的意思是美方在这些桌子上出席得不够。
对国内从业者，这份报告的用处不在结论，在它反过来提供的一份清单：外部观察者认为中国手里的牌是哪几张。制造场景的数据密度、机器人训练数据的供给、行业标准的先行权，这三样被单独拎了出来。至于牌能不能打好，取决于数据在企业之间流转的实际摩擦有多大，那部分不会写在任何一份外部评估里。
参考来源：美中经济与安全审查委员会报告、路透社、CocoLoop、南华早报；引语与建议排序取自委员会副主席公开表态及报告正文表述，数据要素与国家数据局的政策节点按公开资料核对。