您的位置:首页 > 快讯 > 聚焦 >

当前头条:数据如何要素化?中科院院士梅宏:资源化,资产化,资本化

来源: 开放隐私计算 时间: 2022-08-05 09:36:05

数据权属归谁所有?数据如何定价,怎么去分配利益?数据交易所与数商分别发挥什么作用?日前在福建福州举办的第五届数字中国建设峰会上,这些与数据要素相关的议题正备受关注。

峰会期间,多位专家与数据交易市场的实践者共话数据要素在数字经济发展中的核心驱动作用,针对数据安全与数据要素市场化的堵点难点给出解决方案,以此进一步激活数据要素潜能,释放数据要素价值。


(资料图片)

数据如何要素化?

当前,数字经济的发展核心,就是数据价值的发挥。数据作为数字经济建设关键要素,将对其他生产要素产生倍增效用,为经济转型发展提供新动力。

“只有数据动起来才有价值。”第五届数字中国建设峰会数字城市分论坛上,中国科学院院士、中国计算机学会理事长梅宏认为,大数据时代,价值的发挥就是多元数据碰撞、融合、共享、流通。

数据要素化该如何实现?梅宏提出三个递进层次的途径:第一,资源化,涉及到原始数据的获取以及数据后期的加工组织,这是数据价值释放的潜力。当前,数据作为基础性、战略性资源已经得到广泛共识。第二,资产化,数据的资产属性需要在法律上确立,成为像不动产、物产一样可以入表的资产,目前还是空白。第三,在资产化的基础上实现资本化,而且要商品化。使得数据价值可以度量、可以交换,成为被经营的产品或者商品,以此让数据要素价值得以释放,并创造新价值。

但在实现过程中,面临的制度与技术障碍重重。

“法律保障是要素价值的保障根本。作为资产,它就必然涉及到权属、产权的问题。现行的法律体系框架,事实上没有办法解决数据的确权问题。”梅宏表示,目前流通共享的数据定价、收益、分配无章可寻。同时,除了制度障碍,还存在技术挑战,数据安全、隐私保护、监管问题突出,这些问题属于国际性难题,还待进一步创新探索。

从数据交易实践的角度,深圳数据交易有限公司(简称“深数交”)副总经理王冠向21世纪经济报道记者介绍了目前数据要素流通的现状及行业痛点诉求。

“一是流通方式仍主要以数据包和API的方式为主。二是大量的数据资源尚未激活,未在市场上进行流通,比如公共数据,互联网企业数据等;三是当前数据的交易模式主要是以场外交易为主,需要进一步引导场外向场内转移。”王冠说。

共建数据交易良性生态

尽管数据要素化还处于探索初期,国内的数据交易生态建设近年来逐步完善,不断发展。

王冠介绍,根据数据可复制性、迭代速度快、复用价值高、可无限供给等特点,深数交正在探索数据可信流通技术,在隐私计算、可信数据空间、可信流通软件系统等前沿技术中先行先试,以推动数据交易平台和关键技术试点突破,实现数据在不同情况下的流通与交易。截至2022年6月,深数交已拥有72个数据源,备案数据商62家,汇集158家数据需求方。

数据交易生态中的重要一环——数商,正发挥着什么作用?在峰会重要组成部分第二届中国国际数字产品博览会上,作为上海数据交易所等6家数交所的数商,锘崴科技创始人、董事长王爽向21世纪经济报道记者介绍了数商在数据交易过程中承担的四种角色。

角色之一是提供底层技术,例如通过隐私计算等技术可以帮数据交易所或者平台打造安全底座,完成数据的虚拟汇聚,实现数据底层价值。第二个角色是为数据交易所提供数据资源,企业在服务客户的同时形成数据生态,通过数据交易所作为合规出口,承担撮合数据交易的数据源角色。第三个角色是提供数据产品,除了自有数据,也可以通过与数交所其他的合作伙伴提供的数据组合成一个数据联盟,以此生产不同的数据产品去进行交易,比如服务于药厂的新药研发产品,服务于像金融征信的产品,服务于数字营销的产品等。第四个角色是为数据交易所提供精准的需求方,数据交易流程的终点是数据使用方,数商可以实现需求导流。

“以我们公司举例,创新升级的数据要素流通平台,便聚焦于数据需求发布、数据集发布、数据智能洞察、数据交易撮合、数据交易结算、数据交易监管等数据要素市场应用场景。”王爽说,以此助力政府和企业释放海量数据价值,促进数据要素市场培育与发展。

高速发展的隐私计算正为数据交易提供安全保障。

据了解,深数交成立了开放群岛开源社区,成立30个特殊兴趣小组,覆盖了数据要素流通关键技术全维度。王冠介绍,社区平台将定位为“全国首个工业级信创版隐私计算框架”,打造自主可控的互联互通的隐私计算平台,实现与其他隐私计算框架的互联,形成基于隐私计算的数据产品和应用范式。

“作为数商,保障数据要素流动的基础技术设施,主要依靠自创的隐私保护计算整体解决方案。”王爽介绍,该方案需要支持多源数据参与的大尺度分析、支持无损建模、保护隐私信息不泄露、支持结构化数据与非结构化数据等,以此适配数据交易过程中各行业多场景的需要。

来源:21世纪经济报道 记者张雅婷 版权归属原作者,分享仅供学习参考,如有不当,请联系我们处理。

关注 数据安全与隐私计算 公众号,了解更多内容。

责任编辑:

标签: