智能技术驱动数据要素市场创新：从典型案例看未来发展趋势

智能技术驱动数据要素市场创新：从典型案例看未来发展趋势

近日，国家数据局会同多个部门在第七届数字中国建设峰会上发布首批20个“数据要素×”典型案例，涵盖了工业制造、现代农业、商贸流通、交通运输等多个领域，展示了智能技术在数据要素市场中的创新应用。

在工业制造领域，国家能源投资集团有限公司通过智能技术实现了运输装备的协同制造。该项目汇聚了600项多模态运输装备数据指标，构建了智能模型，为用户提供运输装备协同制造和优化的解决方案。目前，该项目已吸引275个运输装备制造企业开展数据资产交易，有效推进了近100家运输装备产品设计和功能优化。

四川长虹电子控股集团有限公司则通过建立工业数据空间，打通测试、生产、库存、应付账款、供应商资信和历史交易记录等数据，既用来破除产业链上下游企业之间的信息壁垒，又用来助力中小微供应商提升授信，促进产业链供应链高质量协同发展。目前，供应链金融服务已覆盖64家大型企业及其上下游超过1650家中小企业，融资总额超40亿元，中小企业贷款加权平均利率比市场平均水平低1.05个百分点，且相较传统贷款缩短5-7天。

在现代农业领域，江苏省互联网农业发展中心依托政务数据共享平台，通过对病害数据、气象数据、遥感数据等数据的采集汇聚，对作物病害发生进行常态化的概率测算和风险预警，有效提高病害防治的精度和准度。2019-2023年，江苏省互联网农业发展中心连续预测全省赤霉病、稻瘟病发病风险，累计监测小麦和水稻种植面积超2亿亩，病害逐日风险预测准确率提高到80%以上，风险预测时间比人工提前7天，平均减少每年植保用药1-2次。近三年年均挽回稻麦损失共计200万吨，年均挽回直接经济损失49.8亿元。

在商贸流通领域，浙江中国小商品城集团股份有限公司通过公共数据授权运营，融合小商品城企业的数据，推出企业信用、外贸预警等数据产品服务，提高了贸易效率，降低了交易风险，拓宽了融资渠道，助力中国小商品扬帆出海。

中国信息通信研究院安全研究所副所长魏薇指出，伴随数智技术的迅猛发展和广泛应用，数据安全面临愈加复杂严峻的挑战。一是数据战略价值凸显，网络空间围绕数据的对抗不断升级，内外部数据安全威胁叠加交织，数据安全事件呈现高发态势。二是数据规模化流通与应用不断拓展，数据暴露面和安全边界持续拓展，安全风险也随之不断增大。三是“数实融合”进程加速，数据安全风险和威胁加速向物理世界渗透蔓延甚至叠加。四是人工智能、新一代通信技术等由于技术本身的脆弱性复杂性以及不合理应用等问题，可能带来未知数据安全风险。

为有效应对上述风险挑战，必须不断提高数据安全技术水平，大力推动数据安全技术创新和产业发展。IDC发布的《数据要素全景研究》报告指出，数据要素市场在2024年将会快速落地，会有越来越多的企业涌入数据基础设施、数据管理、数据资产、数据交易流通市场，这将极大推动数据的开放共享，但也需要注意到数据作为资产，其独有的特性和估值方式，希望报告中的模型能为市场提供参考。另外，数据的从属关系、开放形式将在今年有更大的挑战和多样的问题，企业要尽力建立标准的管理规范和标识体系，并充分利用Gen AI、数据管理等技术来提升产品竞争力。

随着智能技术的不断发展，数据要素市场将迎来新的发展机遇。IDC报告分析了数据要素市场的主要需求、市场活动、参与主体和落地形式。从主要需求来看，包括数据价值释放、数据产品化流通、数据要素×应用、标的资产融资四个方面；从市场活动来看，数据要素政策的发布以及国家数据局及其部门的相继成立和职责明确，明显调动了政府及其下属单位、金融部门、技术供应商的积极性，2024年政府和国央企为数据主要贡献单位，需求更加明显；从参与主体来看，数据贡献主体与技术供应商/数据服务商、数据交易流通服务商之间共同合作，打造可信数据空间；从落地形式来看，三方共同打造的可信数据空间，通常由国家注资的中心、企业和事业单位运营，也会连同大数据公司、数商的合作进行运营服务和场景挖掘，主要平台形式包括授权运营平台、交易流通平台、运营服务平台。

在数据要素开发环节，包括数据供给、数据存储、数据治理、数据开发、数据管理模块。以大数据管理能力为主，重点技术环节包括Zero-ETL、实时湖仓、图计算、Data Fabric、数据血缘分析、AI for Big Data。IDC认为，企业需要注意的是，在丰富原有大数据能力和GenAI能力的同时，也应该围绕数据产品的打包封装、数据治理、数据价值提升、数据资产管理等维度进行产品升级和外部合作。

智能技术作为数据要素市场的重要驱动力，将在未来发挥越来越重要的作用。但同时，我们也需要关注数据安全和隐私保护等问题，建立完善的数据治理体系，推动数据要素市场的健康发展。