数据要素资产化加速价值释放挑战待解_新浪财经

转自：中国经营报

本报记者谭伦福州报道

在数字中国建设的浪潮下，我国数据要素市场正在迈入发展新阶段。

5月23日，第七届数字中国建设峰会在福州举办。作为国家数据局正式揭牌后举行的首届峰会，本届峰会以“释放数据要素价值，发展新质生产力”为主题，高度聚焦我国当前数据要素产业发展。《中国经营报》记者在会上获悉，2023年，我国数据要素市场日趋活跃，数据生产总量达32.85泽字节（ZB），同比增长22.4%。

具体来看，5G、AI、物联网技术的创新发展及智能设备的规模应用，推动了数据生产规模快速增长。2023年，全国数据存储总量为1.73ZB，生产总量中2.9%的数据被保存。

“以人工智能为例，中国10亿参数规模以上的大模型数量已经超过100个，行业大模型深度赋能电子信息、医疗、交通、金融等领域，形成了上百种应用模式，赋能千行百业，推动传统产业转型升级。”国家数据局局长刘烈宏在会上透露。

同时，国家数据局在大会期间发布《全国数据资源调查报告（2023年）》，首度披露了我国数据资源的发展现状及存在问题。报告指出，我国数据资源“产—存—算”规模优势基本形成，数据“供—流—用”各环节主体逐渐丰富，海量数据和丰富场景优势潜力亟须释放，数据资源管理和利用整体处于起步阶段。

此外，记者注意到，在本次大会上，24家数据交易机构联合发布了《数据交易机构互认互通倡议》。出席现场的多家数据产业链厂商负责人向记者一致表示，这对于提高数据流通和交易效率，吸引各类金融主体、数据商参与数字流通交易，推动构建统一开放、活跃高效的数据要素市场具有重要价值。

数据价值未被充分挖掘

IDC发布的调研报告指出，我国企业数据中仅有1/3被实际分析并产生价值。

“存储数据中，一年未使用的数据占比约四成，数据加工能力不足导致大量数据价值被低估、难以挖掘复用。”国家数据局在报告中提到了数据积极增势背后的首重挑战。调查显示，全国数据存储总空间为2.93ZB，存储空间利用率仅为59%。

对于这一问题的成因，报告分析称，一方面，海量数据复用价值较低，大部分过程类数据产生后即被丢弃、覆盖。另一方面，大模型、训练工具等支撑能力不足，海量数据开发利用价值低于存储成本，部分高价值数据在“大浪淘沙”过程中被遗弃。

瑞达恒研究院经理王清霖认为，我国大数据市场的发展速度很快，在很短的一段时期，快速渗透到社会生活的各个方面，产生了非常庞大的数据资源。在这一阶段的快速发展中，我国的大数据建设重点聚焦在数据生产和储存方面。对产生的大部分数据只是进行收集（如无纸化）和分类（如用户标签、私域运营），而非真正应用于加工管理。

“在大数据应用场景和商业场景中，数据生产与储存是基础能力，更高级的数据加工与管理、数据价值传递、数字创作能力与生活方式等阶段还有很大的发展空间，也需要更高的技术门槛。”王清霖表示，目前国内真正有能力深度加工数据的机构不多，并且这些数据处理后的应用价值和商业价值也还不明朗，这使得全球都处于“摸着石头过”的阶段。

在此背景下，王清霖认为，我国数据产业发展整体还处于初级发展阶段，储存的大量数据的资源与价值未能充分挖掘。

IDC发布的调研报告指出，我国企业数据中仅有1/3被实际分析并产生价值，主要是由于数据无法在物理或虚拟空间中进行整合汇总，流通和共享的隔离会制约数据的规模价值，同时数据分析的需求通常由前端业务主动发起，难以发挥数据价值的主动供给效应。

对此，IDC中国高级分析师李浩然向记者表示，建议从两方面优化数据价值的挖掘空间。“一是实现数据的平台层汇聚，打造数据资源统一管理平台，二是充分利用生成式AI技术，主动识别数据之间的关系，发现潜在商业机会，实现元数据主动管理，并利用低代码、可视化手段为公司各层级人员提供数据敏捷查询和市场洞察能力。”李浩然指出。

算力部署仍要适度超前

对于超前算力布局可能带来的资源浪费与投入风险，在5G领域已经有过多番探讨的电信业对此并不陌生。

数据的巨幅增长，使得处理数据的需求也在迅速提升，尤其是随着AI带来的革新浪潮，我国算力中心规模持续增长。调查显示，截至2023年年底，我国2200多个算力中心的算力规模约为0.23十万亿亿次浮点运算/秒（ZFLOPS），同比增长约30%。与此同时，大模型训练算力需求高涨，科学、政务、金融、工业等行业算力需求随之增加，一体化算力体系建设加快推进。

这也使得超前部署成为我国当前算力布局的基调。以电信运营商为例，除了中国移动表示年内将在全国商用部署三大万卡集群中心外，在本次大会期间，中国电信也宣布，在热点区域建设超万卡的超大智算集群，西部地区打造大规模绿色智算池，2024年智算规模达到21EFLOPS（百亿亿次浮点运算/秒），以初步构建全国一体化算力互联网。

对此，李浩然表示，国家算力网络建设已持续数年，特别是在生成式AI浪潮下，市场更加强调算力对于大模型能力的提升，算力建设有利于为企业提供更加普惠的算力服务支持，也可以加快推动以AI为主的智能产品更好地服务B端和C端客户。

“但是，行业应该注意以下三方面的风险。”李浩然认为，一是现阶段算力使用仍是潮汐式需求，提升计算效率、预测使用需求变化以及平衡算力资源调度更加重要；二是算力网络的管理不只是芯片服务器的供给，还包括对网络带宽、存储、缓存管理、数据压缩分层、异构调度等多方面的共同优化；此外，算力布局也需要考虑能耗管理，坚持绿色低碳可持续。

王清霖则表示，推动大数据产业向更高级应用突破，是大数据产业高质量发展和实现更高商业化的必要措施。在这方面，除了国家政策支持和加快东数西算、算力布局基础设施建设外，还需要挖掘更多商业场景以此调动企业的积极性，吸引更多主体主动加入相关研究建设中。对此，她建议，在这一过程中，需要有规划，引导资源向纵深发展，避免大量资源的重复建设与浪费。

而对于超前算力布局可能带来的资源浪费与投入风险，在5G领域已经有过多番探讨的电信业对此并不陌生。Omdia电信战略高级首席分析师杨光向记者表示，在适度超前建设的总体思路与市场需求发展之间，在推动自主可控产业链发展与维持供应链多元化之间，其实风险是都存在的。

“太积极，可能在经营上有风险，但不积极，可能会增加我国在全球产业竞争中的风险。”杨光表示，因此，算力的适度超前布局是各方因素造就的结果，也是当前我国算力布局思路的最优解，而重点就是保持各类风险的平衡。

数据市场化带来新问题

大量数据乃至公共数据进入市场交易环节，也让数据治理的难题进一步凸显。

作为新型生产要素，数据要素价值的释放，也成为本届大会关注的重点。

“价值化的过程，其实就是市场化的过程。”参加本次峰会的中国电子云市场部负责人在展台向记者表示，把数据变成资产，加速其进入市场流通和交易环节，是当前产业界对于数据要素释放的共识。

国家数据局调查显示，目前，我国数据流通交易需求旺盛，消费领域数据交互活跃度较高，2023年，四大运营商数据显示全国数据总流量较上年同期增长7.6%，同时，全国各地交易所快速铺开，19个省市建立数据交易机构。上海、浙江、深圳、海南等地数据交易机构“百花齐放”，交易模式、数商生态、技术底座各具特色。

值得注意的是，在各类数据中，公共数据正在成为引领数据开发利用的催化剂。截至2023年12月底，全国一体化政务数据枢纽接入53个国家部门、31个省/自治区/直辖市等，挂接资源达2.06万个，实现累计调用5361.35亿次服务。

大量数据乃至公共数据进入市场交易环节，也让数据治理的难题进一步凸显。李浩然认为，当前政府和大型国央企在加快进行数据资源化建设，进行数据要素治理和统一化管理，少数部门和场景开始探索数据资产的落地路径，但尚未在建设标准、价值评估和流通路径、资产管理方式、全生命周期体系建设上形成固定范式，主要参考已有案例分阶段进行。

“在这一过程中，需要先搭建好数据要素治理体系，在此之上参考国家标准、数据交易所指引、会计准则进行数据资产化管理，并格外注意数据价值评估与波动变化、数据交易带来的直接价值和衍生价值、资产全生命周期下的进出和流动等问题。”李浩然表示。

同时，IDC发布的《中国公共数据授权运营市场及技术分析，2024》指出，数据安全是公共数据进行市场流通焊接的一大挑战。基于公共数据授权运营平台链接数据要素所有参与主体，促进公共数据在安全合规框架下进行有效的开发利用。

对此，王清霖表示认同，她表示，包括交易流通在内的数据深加工领域只展现了目前产业的冰山一角，对未来产业可能发展到什么程度，很难形成明确预期。“在这个过程中，还需要持续关注和加强数据保密工作，可以尝试适当开放公共资源的脱敏使用权限，但也需要避免核心数据泄露。”她指出。