近日，清华大学社会科学学院经济学研究所主办的“人工智能时代数据生态治理研究课题成果发布研讨会”在北京举行。长江学者、清华大学电子工程系副教授李勇在研讨会上肯定了报告中将数据治理分为三个阶段的做法，他指出，从工程技术的角度，数据产业化需要经历三个阶段，将原始数据变成数据要素，再将数据要素变成数据产品。同时，他认为，从工程技术角度，数据治理工程的技术体系是一脉相承的，但数据分级分类制度，需要考量经济因素、社会因素等。
除了数据治理制度建设，李勇还对人工智能与数据治理的关系进行分析称，数据治理与人工智能是双向循环的问题，“站在技术角度来看数据治理，探讨人工智能在其中能发挥多大价值，感觉是一个陷阱。人工智能技术应用伴生着新的数据生态治理问题，但如果没有数据，人工智能的应用价值是没有这么大的。”李勇说道。
他认为，从人工智能技术的角度来看，解决数据治理问题的方法就是在确保需求满足和应用质量的前提下尽量少用数据，尽量分布式地用数据，或者不用数据。“也就是说，数据需求少了之后，也会减缓数据治理本身的急迫性，这是数据治理与人工智能的双向循环。”李勇总结道。
