国产精品看高国产精品不卡-国产精品看片-国产精品蝌蚪-国产精品狼人久久久久影院草久久一区二区三区午夜亚洲福-国产精品老熟女视频一区二区-国产精品理论片

文|紀緹 黃幸怡

編|趙艷秋

數據要素市場迎來巨大變動。3月10日，國家數據局成立，正從頂層設計層面推動數據要素市場的完善和提速。

國內的數據流通和要素市場曾被一些業內人士視作“黑暗叢林”。由于在數據確權、價值挖掘和分配、跨產業鏈治理、數據交易等諸多層面缺乏規范，數據要素市場的發展并不健全，距離爆發仍有不短距離。

不過，數據晉升為第五種生產要素后，改變正在加速發生。尤其是最近國家數據局的成立，被業內人士認為是從頂層設計層面做了部署，“相當于1992年證監會的成立對證券市場的影響，市場將進一步規范與健全”。同時，一些企業也正在從跨鏈治理和流通及行業性底座層面開始探索。

為什么會成立國家數據局?國家數據局的成立會給行業帶來哪些變化?數據真正發揮生產要素作用的關鍵是什么?

“重要程度可類比證監會的成立”

3月10日，國務院機構改革方案獲批通過，意味著一個新機構——國家數據局正式組建。不少業內人士對該局的協調、統籌特征，及納入國家發改委的高規格管理表示關注。它將負責協調推進數據基礎制度建設，統籌數據資源整合共享和開發利用，統籌推進數字中國、數字經濟、數字社會規劃和建設等。

對此，行業內及產業人士有什么反應?

“這對行業的重要程度，可以類比1992年組建證監會對證券市場的意義。”大數據資深人士、百分點科技CTO劉譯璟告訴數智前線。

在他看來，該機構在短期內可能推動法律法規、制度建設，未來可能會衍生出執法等職能。“市場如何運行，相關從業者要具備什么資質，出現爭議如何處置，它應該具有最終決定權。”

企服行業資深人士、用友集團副總裁羅小江則認為，國家數據局的成立，將推動數據交易加速，推進數據估值，讓數據真正成為資產。據他了解，在企業側，目前已有企業提出數據像廠房、機器設備、商譽等一樣，作為資產出現在三大報表中。

此前，因數據黑產問題頻發，國家陸續出臺了《個人信息保護法》、《數據安全法》，但更多集中在數據的安全、保護上。2020年4月作為，數據首次在國務院印發的相關文件中被列為第五大生產要素后，對其應用實踐增多。

但多位業界人士發現，數據要素在過去幾年的產業實踐中遇到了不少問題，核心瓶頸是基礎制度缺失，如產權制度、流通交易制度、收益分配制度、跨產業鏈治理制度、安全治理制度等，導致數據要素市場沒有真正發展起來。

"數據局成立，有一個明確的牽頭部門，更有助于去理清并解決這些問題。"中國計算機學會理事、副秘書長譚曉生認為。IDC中國助理研究總監孫吉峰也表示，組建國家數據局是必須和必然的。

根據相關統計，2021年，我國數字經濟占GDP比重已高達39.8%，其從2015年到2021年的復合增長率達到 16.1%，高于GDP增速。數據對經濟的貢獻已經與土地、勞動力、資本、技術四大要素同等重要。

在孫吉峰看來，作為下一輪增長的引擎和重要動力，數據生產要素要發揮更大作用，必須要形成自上而下的組織和制度，從組織層面解決數據匯聚、數據質量問題，從制度層面解決數據共享、數據開放，以及數據交易問題。

頂層設計加碼

國家數據局成立背后，是國家在頂層設計層面，對數據要素的加碼。

2014年，大數據第一次被寫入政府工作報告，上升為國家戰略，預熱就已經開始。數據成為生產要素后，“十四五”規劃、《2035年遠景目標綱要》等也都將其作為重要元素，市場如火如荼被攪動起來。不久前出臺的《數字中國建設整體布局規劃》，更與數據要素緊密相關，提出“到2025年，數字中國建設取得重要進展，數據資源規模和質量加快提升，數據要素價值有效釋放”。

劉譯璟告訴數智前線，最近幾年，國家的確把數字經濟提到了非常高的一個位置，相關的動作也在變得越來越實，越來越具體。

政策之外，一些新進展和動向也在持續發生。

數據交易所層面，成立一年多的上海數據交易所，數據產品累計掛牌數近千個，交易額超1億元，且預計今年場內交易有望突破10億元。廣州數據交易所已發布80多個行業數據指數，這些是企業運營時非常需要的。而從2022年9月30日掛牌運營后，它在不到4個月內就累計交易5.07億元。

國資委和國央企也有動作。產業資深人士告訴數智前線，國資委從去年底已推動相關課題，其一是如何打造相對通用的數字技術底座，其二是推動國央企沉淀數據資產，為行業數據交易奠定基礎。

2022年12月25日，中國電子組建國內首家央國企設立的數據產業集團，定義了“數據元件”，嘗試解決確權、交易、收益分配和安全治理問題。“數據要素市場還處于初期，有很長的試錯期，央企國企自身在數據要素市場獲得國家的信任，發力希望通過市場實踐，變成事實上的標準或模式。”IDC孫吉峰告訴數智前線。

有行業人士預計，隨著數據要素相關質量、合規標準等的逐漸完善，或將帶動數據從企業內治理，向跨產業鏈治理方向邁進，進而推動整個數據要素市場發揮價值。

數據跨產業鏈是新焦點

數據要素市場尚在發展中，還有大量的標準和規則需補齊和完善。羅小江認為，在讓數據能夠真正發揮生產要素作用的道路上，數據治理，尤其是跨產業鏈數據治理正在成為大家關注的新焦點。

羅小江接觸到的不少大中型企業，前幾年在和他交流時，提的需求往往是BI(商業分析)、大屏可視化，這兩年卻不約而同轉向了更底層的數據治理。其中，集團性企業和行業龍頭企業關于跨產業鏈數據的需求更是廣泛存在。

一位資深人士介紹，國內一些做大宗商品貿易的企業就已經有了對行業指數、產品開工率、用電情況、航運數據等的需求，以此來判斷大宗交易的價格起伏，“部分企業每年花在購買跨產業鏈數據的錢基本在百萬規模以上”。

打造韌性供應鏈也需要跨產業數據。某中國機械行業龍頭企業，有大量海外訂單，訂單逾期處罰相當驚人，為此，他們引入天氣、航運、公路交通等數據，再結合供貨商的產能數據、自身的生產數據，及時調整生產計劃，“對整個生產運營進行風控”。

供應鏈金融的風控、營銷場景里的通路問題同樣對跨產業鏈數據有需求。國科恒泰市場負責人王忠良透露，新能源汽車廠商在做新車研發時，都會關注年輕人的用車數據和交通數據，以便更好地適應市場需要。

但跨產業鏈的數據治理其實仍存在不少難題。一是《數據安全法》出臺后，在實操中遇到非常多問題。比如數據確權和流轉，大家還缺乏明確樣例。譚曉生曾碰到基建設計單位，設計時用到了高精度地理信息數據，這些要當做敏感數據去管理。而整個設計、施工過程，要依靠BIM軟件，是電子化流轉的。這些機構遇到了施工中數據要如何安全流轉的問題。

二是數據質量。羅小江在實踐中發現，數據來源五花八門，有效性和準確性不足，即便治理之后，跟銀行的一些風控模型進行匹配時，依然會存在問題。

三是數聯網的標準。王忠良之前在一家醫藥新零售企業。某個藥品到底屬于口腔科、牙科，還是呼吸道科，行業內沒有統一標準。所以大家在輸入時就比較隨意，最后導致不同存儲平臺里的數據維度完全不一樣，給后續使用造成障礙。

四是數據治理的工程化。數據治理是一個龐雜的過程，除了工具，還要有經驗提煉、標準、流程和運營機制。這是一個系統化、工程化的事，并不容易。

央國企、行業龍頭已有實踐

盡管存在不少問題，甚至還有一些企業內部數據都尚未打通，但也有部分龍頭企業已邁進跨產業鏈數據落地實踐階段。

典型如央國企，最近幾年都在深化鏈長制建設，以期打通整個產業鏈。一些地方大數據局，則把當地醫療、教育、出行、能源、電力等社會數據逐步打通，政府部門在惠民和產業布局中先用起來。

而在供應鏈金融、營銷、風控等領域，已落地跨產業鏈數據應用。

當然，更多應用的深入還依賴于跨產業鏈數據的進一步打通。IDC分析師告訴數智前線，供應鏈的數據打通，當前都是依靠強有力的鏈主企業等制定數據標準。在汽車、鋼鐵、石化等比較大的行業，由于國外供應商引入，或者行業集中度高，供應鏈的上下游數據打通較好。而大部分企業自身的標準化、數字化還比較低，無從談起供應鏈上下游的數據打通。

譚曉生也表示，這個問題最終起決定性作用的是產業協同關系。隨著甲方逐漸成熟，國內確實可以像西方一樣用大的采購訂單，逼大家去標準化。“比如電力、兩桶油、各大銀行，采購量比較大，提出這種要求，供應商咬著牙也得做”。

最近，ChatGPT的“橫空出世”也給行業帶來了新思路，一些企業及政府機構開始思考甚至嘗試在一些場景里嵌入相關技術。知情人士透露，一些地方政府受大模型啟發，正在從整體經濟市場，包括ESG環境能源，配套支撐體系來思考引入什么經濟，最有利于本區域產業聚合。

不過，受訪業界人士都認為，ChatGPT這類大模型在消費市場，如社交等表現相對成熟，但在ToB領域，還需大量建設，“不用太神化它”。

百分點科技劉譯璟也認為，未來大模型要用得更好，一定是在垂直領域里。他同時表示，看好行業性的大模型做成后的效果。他認為，企業間的數據流轉可能由此能形成更好的共享共用機制。“在統一產業鏈上，大家有相同的技術和產品標準，同時數據共享給行業性大模型，對產業里的設計、研發等長期規劃有推動作用，從而催生出好的應用場景。”