在12月25日舉行的大數據產業生態建設與發展高峰會上，中國工程院院士鄔賀銓進行了《數據價值挖掘的挑戰》主題演講，就數據融合的標準規范發表了看法。

鄔賀銓表示，數據有六大標準：可見性、易理解性、可連接性、可信性、互操作性和安全性。

具體而言，數據可見性是指數據需要有元數據標準，包括共享數據的位置和訪問方法，有標準且可重用的API。數據易理解性則要求數據以一種保留語義的方式呈現，并以標準化的方式表達，有科學的數據。

同時，數據還需要有統一的標識符和通用的元數據標準，云服務器租用，易發現、連接、檢索、合并和整合數據，這是數據的可連接性。

可信的數據要有數據質量的管理，按照規定程序進行標記和保存。同時，數據操作性要以數據交換規范，協調不同數據標準和格式，保證不損失保證度精確度或準確性，這是數據的互操作性。

安全性則是數據的基本，需要實現精細化權限管理，包括身份、屬性、權限和審計，定期評估分類標準并測試合規性。

鄔賀銓提到：“數據的大量的交互還帶來云邊端協同數據處理的挑戰，數據樣本是否準確也是需要考慮的因素。同時，在人機數據交互中，完全依賴現場數據并依靠AI決策執行存在風險，人機協同是工業互聯網的難點，需要企業的經驗積累。”

在智慧城市的管理和工業互聯網里有很多數據融合，如何能夠盤活數據，開發出數據的價值，發揮數據作為生產要素的作用是產業鏈需要思考的問題。同時，面對海量的數據，云邊端的協同，數學建模、小數據人與數據的融合，數據支撐的安全，云主機，隱私和商品保護等等也是需要面臨的挑戰。

最后，鄔賀銓表示：“我們需要從基礎理論跟工程實踐等多方面來研究數據要素價值挖掘的問題，開發出更高效的大數據和人工智能的分析技術。大數據的創新任重而道遠。”