數據交易經過7年的發展還沒有繁榮起來癥結在哪里？

中國軟件網

+ 關注

2022-08-17 14:57

551次閱讀

《中智觀察》第1735篇推送

作者：倉劍

編輯：益韓

編審：楊小天

頭圖來源：投資上海官方

這輪熱潮能帶出繁榮嗎？

2022年7月21日，福建大數據交易所正式揭牌。這也是數據交易運營機構設立第二波熱潮的最新例證。這波熱潮以去年北京國際大數據交易所設立為起始，相信還有更多省市將會跟進。

此時距第一波熱潮已經過去了7年。當時以全國首家大數據交易所——貴陽大數據交易所成立的2015年為起始，延續了1年多。

相對7年前，此次數據交易機構設立熱潮的最大產業助力是人工智能技術的成熟和應用的逐步深入。

那在這樣的新背景下，數據交易是否就能從此繁榮起來呢？

要判斷這波熱潮的持續性，關鍵就要看數據交易發展的障礙或者說困難是否能在這個階段得到實質性的突破。

數據交易的阻礙在哪里？

海比研究認為數據流通體系包含四層，即技術層、商業層、法規層和應用層（具體內容可參見《推動數據流通，國家在下一盤怎樣的大棋？》）。

而要繁榮數據交易，就必須打通上述四個層面，即交易市場各類主體和服務機構在四個層面都要達成共識，構建規則。最終做到，技術上能交易，商業上愿交易，法規上保交易，應用上促交易。具體來說：

1.在技術層，要有統一的數據質量認定，數據交付技術、格式等標準。

數據交易技術層的統一可以保證數據交易各方低成本的實現交付。如果技術層沒有統一認識，各方就不得不在每一次交易時對標的物進行個性化處理，數據交易就成為了服務交易。

2.在商業層，要有廣泛可持續的盈利模式。

從賣方角度看，對于絕大部分擁有數據的機構來講，數據銷售是一項與主業迥異的業務，很難利用原有的團隊和渠道來運營，這就意味著開辟一個全新業務線，成本和風險都比較高。所以它能產生多大的價值就成為核心驅動力。而如果進行原始數據銷售，那就很難維持高溢價，因此也就沒有什么動力讓數據擁有者為此開辟一塊新業務。賣方就繁榮不起來。

從買方角度看，大部分場景下數據是非同質的，這與實物原材料或者二級市場上的證券根本不同。比如，來自甲乙兩家公司不同礦場產出的煤很容易相互替代，但是來自甲乙兩家公司提供的不同對象，甚至同一對象不同場景、時間的數據，很可能是無法相互替代的。證券市場上我隨便買哪只股票都可能掙錢，但在數據市場上很可能只有極個別數據對我有用，其他的都是毫無價值。所以數據供應的穩定性存在非常大的挑戰。因此數據的買方就不太可能將采購數據作為自己產品的關鍵“零部件”。買方就不容易繁榮。

3.在法規層，要有統一的責權利約定。

這是交易市場的基本要求，目前討論比較多。雖然很重要，但實際法規是要等待實踐給出方案的。前兩個層面的推進，自然就會帶動法規層的跟進。但反之，想要靠法規推動前兩層，則事倍功半。

4.在應用層，要有應用范圍規范，有應用倫理共識。

應用層既是數據的使用端，也是數據的產出端。數據持續支撐應用功能的發揮，必須是可持續的，不能因為數據賦能而損害用戶。比如大數據殺熟，就會從根本上損害數據的產出和流通，使得整個數據交易鏈條崩塌。

了解了上述體系，我們就能以此為框架來判斷數據交易的發展前景。

當前這個體系在哪個層面達成共識機制了嗎？目前在各層次都有探索和進展，但全層面的共識還都沒有。

所以，數據交易在現階段還沒有真正發展起來。

那么面對如此多挑戰，數據交易要走向繁榮，應該如何走？

道阻且長，出路在哪里？

數據交易發展的關鍵條件是市場交易主體的活躍和繁榮?；谇笆鰯祿魍ㄋ膶芋w系的分析，海比研究認為逐步提升市場主體的數據處理、加工、應用能力是實現關鍵條件的有效路徑。因此數據交易的發展應該分三個階段走，即：

1.服務交易階段；2.工具交易階段；3.數據交易階段

實現自下而上，調動主體，逐層支撐，最終繁榮數據交易。

1.服務交易階段

由于目前缺乏規范和標準，產品交易困難多，但服務可以滿足非標準需求，交易更容易。技術層的服務主要就是數據流程服務（DPS）。通過采購服務，用戶就能逐步建立基于數據的業務能力。

這個階段，也要針對服務進行規范化、標準化，一方面可以促進數據的產品化、標準化；另一方面也可以逐步減少數據的非同質性，慢慢在一類數據或一種場景的數據中形成大量可以相互替代的產品，在商業層去調動買方采購積極性。

2.工具交易階段

通過服務交易階段的積累，數據應用能力在各行業領域中慢慢沉淀為服務商和用戶的知識，這些知識可以推動數據應用工具和平臺的持續提升?；诠ぞ咂脚_的能力，標準化的數據產品需求就能逐步提高。用戶為了降低成本，提高數據應用價值，就會從讓別人幫我干，擴展到讓別人幫我構建新能力。這從市場角度看，就是從采購服務擴展到采購工具。

這個階段，在技術層，基于服務范圍擴大和知識積累，數據產品的規范和標準就更容易突破。

在商業層，一方面買方業務越來越多依賴數據，采購需求增大；另一方面，市場中深加工的數據產品增多，買方可選擇性大大提高，采購意愿提高。

在法規層、應用層，隨著交易實踐數量和范圍拓展，相關規范也能針對性的完善起來。

3.數據交易階段

有了前兩個階段的基礎，數據交易主體的數據應用能力大大增強了。

賣方，具備了管理和深加工數據的能力后，銷售數據的成本和風險降低了，數據有溢價了，開辟數據業務的積極性就提高了，因此投入市場的機構和產品數量就會不斷增加。

這個階段，很多機構都會同時具備數據買賣的需求。各個層面的困難都會在需求擴大和能力提升下逐步被克服。

至此，數據交易的繁榮才會真正到來。

海比研究也正按照數據交易三階段的判斷在參與行業發展，與中關村軟件園、北京國際大數據交易所，在北京軟協支持下發起了《數據流程服務技術規范》團體標準編制工作，參編單位已有京東、抖音、美團、五八同城、云測數據、京北方、百分點、百融云創、天眼查、聯科云創、愛數智慧、倍賽、曼孚、京數云等業內領先企業。DPS標準的制定將對數據流通體系的技術層進行深入的探索。

同時，本文的分析也來自海比研究即將推出《2022中國數據流程服務行業研究報告——數據流通機遇和企業評價》要回答的十大課題之一，即第5問題：數據流通的主要動力和障礙是什么？

圍繞行業十大課題，海比研究正在深入調研業內權威機構和代表企業，也歡迎對數據流通和數據流程服務（DPS）行業課題感興趣的，或有話說的同志們與我們聯系。

科技媒體·企業演化科學·戰略托管綜合體

本文作者系倉劍