圖片來源@視覺中國
本文來自鈦媒體，文|數智前線，作者|紀緹、黃幸怡，編輯|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(yè)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(yè)鏈治理、數據交易等諸多層面缺乏規(guī)范，數據要素市場的發(fā)展并不健全，距離爆發(fā)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(fā)生。尤其是最近國家數據局的成立，被業(yè)內人士認為是從頂層設計層面做了部署，“相當于1992年證監(jiān)會的成立對證券市場的影響，市場將進一步規(guī)范與健全”。同時，一些企業(yè)也正在從跨鏈治理和流通及行業(yè)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(yè)帶來哪些變化？數據真正發(fā)揮生產要素作用的關鍵是什么？
01“重要程度可類比證監(jiān)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(yè)內人士對該局的協(xié)調、統(tǒng)籌特征，及納入國家發(fā)改委的高規(guī)格管理表示關注。它將負責協(xié)調推進數據基礎制度建設，統(tǒng)籌數據資源整合共享和開發(fā)利用，統(tǒng)籌推進數字中國、數字經濟、數字社會規(guī)劃和建設等。
對此，行業(yè)內及產業(yè)人士有什么反應？
“這對行業(yè)的重要程度，可以類比1992年組建證監(jiān)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(guī)、制度建設，未來可能會衍生出執(zhí)法等職能。“市場如何運行，相關從業(yè)者要具備什么資質，出現(xiàn)爭議如何處置，它應該具有最終決定權。”
企服行業(yè)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(yè)側，目前已有企業(yè)提出數據像廠房、機器設備、商譽等一樣，作為資產出現(xiàn)在三大報表中。
此前，因數據黑產問題頻發(fā)，國家陸續(xù)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(fā)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(yè)界人士發(fā)現(xiàn)，數據要素在過去幾年的產業(yè)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(yè)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(fā)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(jiān)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(tǒng)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(fā)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。
02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(zhàn)略，預熱就已經開始。數據成為生產要素后，“十四五”規(guī)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(guī)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(guī)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(xù)發(fā)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(fā)布80多個行業(yè)數據指數，這些是企業(yè)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(yè)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(yè)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(yè)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(fā)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(yè)人士預計，隨著數據要素相關質量、合規(guī)標準等的逐漸完善，或將帶動數據從企業(yè)內治理，向跨產業(yè)鏈治理方向邁進，進而推動整個數據要素市場發(fā)揮價值。
03數據跨產業(yè)鏈是新焦點
數據要素市場尚在發(fā)展中，還有大量的標準和規(guī)則需補齊和完善。羅小江認為，在讓數據能夠真正發(fā)揮生產要素作用的道路上，數據治理，尤其是跨產業(yè)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(yè)，前幾年在和他交流時，提的需求往往是BI（商業(yè)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(yè)和行業(yè)龍頭企業(yè)關于跨產業(yè)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(yè)就已經有了對行業(yè)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(yè)每年花在購買跨產業(yè)鏈數據的錢基本在百萬規(guī)模以上”。
打造韌性供應鏈也需要跨產業(yè)數據。某中國機械行業(yè)龍頭企業(yè)，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(yè)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(fā)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(yè)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(fā)現(xiàn)，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(lián)網的標準。王忠良之前在一家醫(yī)藥新零售企業(yè)。某個藥品到底屬于口腔科、牙科，還是呼吸道科，行業(yè)內沒有統(tǒng)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(xù)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(tǒng)化、工程化的事，并不容易。
04央國企、行業(yè)龍頭已有實踐
盡管存在不少問題，甚至還有一些企業(yè)內部數據都尚未打通，但也有部分龍頭企業(yè)已邁進跨產業(yè)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(yè)鏈。一些地方大數據局，則把當地醫(yī)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(yè)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(yè)鏈數據應用。
當然，更多應用的深入還依賴于跨產業(yè)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(yè)等制定數據標準。在汽車、鋼鐵、石化等比較大的行業(yè)，由于國外供應商引入，或者行業(yè)集中度高，供應鏈的上下游數據打通較好。而大部分企業(yè)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(yè)協(xié)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(yè)帶來了新思路，一些企業(yè)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(fā)，正在從整體經濟市場，包括ESG環(huán)境能源，配套支撐體系來思考引入什么經濟，最有利于本區(qū)域產業(yè)聚合。
不過，受訪業(yè)界人士都認為，ChatGPT這類大模型在消費市場，如社交等表現(xiàn)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(yè)性的大模型做成后的效果。他認為，企業(yè)間的數據流轉可能由此能形成更好的共享共用機制。“在統(tǒng)一產業(yè)鏈上，大家有相同的技術和產品標準，同時數據共享給行業(yè)性大模型，對產業(yè)里的設計、研發(fā)等長期規(guī)劃有推動作用，從而催生出好的應用場景。”
