突如其来的新冠肺炎疫情，不仅考验了我国的社会管理体系和管理能力，也让大数据技术的应用前景更加清晰。在这场疫情防控战中，大数据技术在交通、医疗、教育等多个领域的深度融合，显著提高了疫情防控的组织和执行效率，成为科学抗疫的重要工具。然而，此次疫情应对也揭示了大数据及其智能技术在实际应用中的诸多问题和挑战。

大数据的核心在于数据的互联互通，但在疫情防控过程中，数据分散、缺乏统一和有效利用的问题依然突出。数据共享不足，信息孤岛现象严重。尽管疫情防控期间产生了大量数据，但这些数据在规范性、准确性以及可信度方面仍存在不少问题，导致数据管理效率低下。值得注意的是，一些中小企业利用大数据技术开发的小型创新项目，在疫情防控和复工复产中发挥了重要作用，例如无感人体测温系统。然而，随着疫情进入后期，这些技术的发展遇到了瓶颈，如软件升级滞后等问题，影响了新技术的持续发展。因此，如何提高数据产业的韧性和技术的可持续发展，成为需要关注的重点。

进入后疫情时代，数据的多样化、高通量和随机性特点更加明显。作为一项复杂的系统工程，大数据技术的发展需要补足短板、增强韧性。首先，要加快打破数据壁垒，提升数字化管理水平。国家层面应当赋予数据汇聚更多的权限，探索基于区块链技术的新模式，实现跨部门、跨平台和多源头数据的开放共享。同时，利用数字身份认证技术，加强数据接入的可信认证，推动人口基础数据、法人单位信息数据和空间地理基础数据等在不同部门和地区的共享。

其次，要加快制定多维度标准体系，弥补数据标准化的不足。系统梳理疫情防控期间大数据技术标准化建设中存在的问题，围绕数据共享、流程优化和服务协同等方面，规范数据口径、统计标准和数据可信度等。结合当前经济和社会发展的需求，制定涵盖国家标准、行业标准、地方标准和团体标准的疫情大数据收集和应用标准体系。综合利用大规模异构数据融合和认知计算等技术，深化政府数据和社会数据的融合应用，提升后疫情时代的数据管理效率。

再次，要加快培育创新生态系统，增强技术产业化韧性。通过疫情防控中的大数据技术应用实践，推动大数据技术创新共同体的建设，建立开放共享的创新要素机制，培育后疫情时代的大数据技术生态系统。加快大数据创新链与产业链的深度融合，特别是在大数据技术与智能物流、信息技术产业、人工智能和智能装备等领域的结合。围绕大数据关键技术的实际应用进展，逐步完善大数据工具、平台和系统的体系，增强技术产业化的韧性。

最后，要明确数据权责界限，落实大数据监管。明确数据存储、使用、传输和发布过程中的权责关系，提升大数据安全管理，防范个人信息的大规模收集和使用可能带来的数据泄露风险。重视信息安全和隐私保护，建立安全可信的数据加密和认证保护技术，完善大数据分类保护机制，确保后疫情时代大数据的安全韧性。