淖涝网 > 社会 > 正文

​2023数据年鉴:从政策到场景,大步向前

2024-01-19 05:04 来源:网络 点击:

2023数据年鉴:从政策到场景,大步向前

钛度图闻 · 一百三十五期

作者|张申宇,数据|刘亚宁,作图|初彦墨

回看数字行业发展历程,最早,企业将 IT 硬件设备当作核心资产,软件作为 " 附带价值 ";随后,企业将软件作为核心资产,数据作为 " 附带价值 "。随着企业数智化程度不断深入,如今,企业已经将数据作为企业最核心的资产之一,数据越来越被企业,乃至国家重视。

据国际数据公司(IDC)预测,中国数据量规模将从 2022 年的 23.88ZB 增长至 2027 年的 76.6ZB,年均增长速度 CAGR 达到 26.3%。显然,数据作为新的生产要素,正在深刻改变着整个社会的经济发展趋势,以及生产方式。

回看刚刚过去的 2023 年,中国数据行业也在悄然间发生着翻天覆地的变化。

I. 2023 年数据行业大事件

2023 年,中国数据行业发生了很多事件,数据要素多次被提及,而围绕数据要素,无论是政府主管部门侧,还是企业侧都有诸多大事发生,以下为数据行业大事件:

1、国家数据局成立

2023 年 10 月 25 日,国家数据局正式挂牌成立。根据《党和国家机构改革方案》,国家数据局负责协调推进数据基础制度建设,统筹数据资源整合共享和开发利用,统筹推进数字中国、数字经济、数字社会规划和建设等。业内专家表示,国家数据局的成立将推动全面贯彻落实数字中国建设整体布局,对我国数据基础制度健全、数据治理效能提高带来积极影响。

2、中国多地方政府发布数据要素市场化相关政策

数字经济时代,数据要素是与土地、劳动力、资本、技术等并列的生产要素之一。据国家工信安全中心测算,2020 年国内数据要素市场规模达到 545 亿元," 十三五 " 期间市场规模复合增速超过 30%;" 十四五 " 期间,我国数据要素市场规模有望突破 1749 亿元,整体上进入高速发展阶段。

2023 年,中国多个地方政府主管部门发布其所辖省(自治区、直辖市)数据要素市场化相关发展计划,据钛媒体不完全统计,这些省(自治区、直辖市)包括:广东省、海南省、青海省、西藏自治区、广西壮族自治区,以及上海市、杭州市、武汉市、苏州市等。从全国数据要素市场化推进来看,数据显示,各省市数据要素市场化推进前十名依次是广东省、北京市、上海市、浙江省、山东省、福建省、贵州省、四川省、重庆市和江苏省。

据钛媒体不完全统计,截至 2024 年 1 月中旬,全国已经成立的数据交易场所共有 54 家,主要集中在京津冀、长三角、粤港澳等经济较为发达的地区。其中,山东省、广东省数据交易场所数量最多,有 6 家。

以温州市为例,2023 年 11 月 23 日,温州数据交易中心在中国(温州)数安港挂牌成立,各类数据产品(服务)即日起可以在此进行登记、交易。

该中心由温州市国有资本投资运营有限公司所属温州联合产权交易中心有限公司承建,开展数据类资源交易、数据交易服务、大数据资产交易、大数据服务、互联网数据服务、数据处理服务、数据共享、认证服务、数据处理和存储支持服务、数据运营、数字技术服务、市场营销策划、技术开发、技术咨询、信息咨询等服务。

挂牌当日,温州数据交易中心上架产品 105 个,达成交易 9 笔,交易金额 5700 万元,温州数据交易步入安全合规流通新阶段。

除此之外,温州市还提出加快联合计算场景和数据产品开发,推动更多企业、数据和人才集聚。

3、中国首个数据服务枢纽上线

在 2023 年 11 月份举办的云栖大会上,瓴羊正式对外推出了数据服务枢纽——瓴羊港。作为一个数据服务枢纽,瓴羊港里有企业、数商、生态伙伴、公共部门等多个数据提供方,并集成了数据资产、数据流通、数据加工与集成、数据智能等多种类型的服务。在安全技术上,瓴羊港采用先进的隐私计算和安全屋等技术实现 " 原始数据不出域 "" 数据可用不可见 ",确保了数据源、流通过程和使用场景的合规性。

4、《" 数据要素 X"三年行动计划》逐步落地

12 月 15 日,据国家发展改革委官网消息,为发挥数据要素乘数效应,赋能经济社会发展,国家数据局起草了《" 数据要素 × " 三年行动计划(2024-2026 年)(征求意见稿)》(以下简称《征求意见稿》),并向社会公开征求意见。

《征求意见稿》提出,到 2026 年底,数据要素应用场景广度和深度大幅拓展,在经济发展领域数据要素乘数效应得到显现,打造 300 个以上示范性强、显示度高、带动性广的典型应用场景,产品和服务质量效益实现明显提升,涌现出一批成效明显的数据要素应用示范地区,培育一批创新能力强、市场影响力大的数据商和第三方专业服务机构,数据产业年均增速超过 20%,数据交易规模增长 1 倍,场内交易规模大幅提升,推动数据要素价值创造的新业态成为经济增长新动力,数据赋能经济提质增效作用更加凸显,成为高质量发展的重要驱动力量。

值得注意的是,2024 年 1 月 4 日,《" 数据要素 × " 三年行动计划(2024-2026 年)》正式发布。正式版本《行动计划》选取了工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳等 12 个行业和领域,推动发挥数据要素乘数效应,释放数据要素价值。

5、数据资产入表来了!

根据 2023 年 8 月财政部印发的《企业数字资源相关会计处理暂行规定》,2024 年 1 月 1 日起数据资源即将被视作资产入表。

《企业数据资源相关会计处理暂行规定》对企业而言,在带来了机遇的同时也带来了挑战。企业将数据资源确认为资产,可以改变将数据资源方面的投入全部简单费用化的处理方式,更准确地反映企业数据资源的价值,推动数据资源向数据资产转化,进一步发挥数据作为生产要素的作用。

但是,企业在数据资源资产化同时,也面临着财务、法务合规能力同时匹配、提升的难题。这对企业在数据、财务、服务复合人才的储备上也提出了新的难题。

6、" 东数西算 " 工程再发力

数字化时代,算力成为国民经济发展重要基础设施。为满足日益增长的算力需求,2022 年 2 月," 东数西算 " 工程正式全面启动。2023 年 12 月," 东数西算 " 工程再发力。国家发展改革委、国家数据局、中央网信办、工业和信息化部、国家能源局联合印发《深入实施 " 东数西算 " 工程 加快构建全国一体化算力网的实施意见》,提出到 2025 年底,综合算力基础设施体系初步成型等一系列目标。

实现 " 东数西算 ",需要由上而下进行全国一体化布局。目前,国家相关部门已同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏 8 地建设国家算力枢纽节点,并规划了 10 个国家数据中心集群。

实施 " 东数西算 " 工程,将带动数据中心产业链发展。产业链涉及的上下游行业包括土建工程、IT 设备制造、信息通信、基础软件、绿色能源供给等。" 东数西算 " 的启动,将推动全产业链上下游企业协同发展。此外," 东数西算 " 工程也将给相关企业带来利好,有助于企业降低成本,加快实现数字化转型。

Ⅱ . 2023 年数据行业新问题

随着数据越来越被企业重视,以及数据量越来越大,2023 年,企业在应用数据的过程中也出现诸多新痛点。这些痛点成为了企业如何更好地利用数据,激发数据价值,赋能业务发展。

痛点一:数据质量亟待提升

随着数智化时代的到来,数据已经成为企业发展的重要资源。然而,在实际应用中,很多企业都面临着数据质量差的问题。这不仅影响了企业的决策效率和准确性,还可能给企业带来巨大的经济损失。

当下,企业数据质量差的主要表现为:数据不准确、不完整、不一致、不可靠等问题。企业数据质量差的主要原因包括数据来源多样、采集不规范、处理不严谨、存储不规范以及使用不规范等。

痛点二:数据孤岛现象严重

数据孤岛现象严重是企业数据治理过程中的痛点之一。由于不同的业务部门和系统之间的数据相互独立,导致数据之间无法共享和利用,从而影响了企业的整体运营效率。

与此同时," 数据孤岛 " 在 2023 年有了新的含义。以零售行业为例,越来越多企业在采取多平台、多渠道策略同时,面临着数据分散在不同平台、渠道,形成新的 " 数据孤岛 "。如何打破孤岛,提升用户运营效率正成为企业面临的新问题。

痛点三:数据价值难激发

如今,随着数字化进程的推进,各行业企业数据量越来越大。在这个过程中,许多企业发现,尽管他们拥有大量的数据,但难以将其转化为有价值的洞察和决策依据。

结合当下企业切实面临的问题,企业数据价值难以激发的原因主要包括数据质量不高、数据整合不足、数据分析能力不足、数据安全与隐私保护问题以及缺乏有效的数据治理机制等。

痛点四:数据安全面临更大挑战

在数据已成为企业,乃至国家重要资产的当下,数据安全、隐私保护等问题也成为各国及各行业企业关注的焦点,仅数据泄露一项,据 IBM Security 发布的《2023 年数据泄露成本报告》中显示,2023 年全球数据泄露的平均成本达到 445 万美元,创该报告有史以来最高记录,较过去 3 年均值增长了 15%。

III. 2023 年新场景不断涌现

诚然,企业应用数据的过程中面临着诸多问题,但在企业与技术供应商的共同努力下,以及数据生态圈的不断完善下,2023 年还是涌现出许多新的、好的数据应用场景。

场景一:数据赋能亚运会,全面上云

2023 年作为 " 亚运年 ",中国杭州在 9 月 23 日迎来了第十九届亚运会。据悉,本届亚运会的一大亮点是——首届全面上云的亚运会。

本届杭州亚运会除了转播平台全面上云外,亚运会核心系统也是首次 100%" 跑 " 在云上。其中,通过总计数十款相互协作的组件化应用组成的赛事核心系统,工作人员可以全方位的掌控赛事信息,实现场馆、人员和比赛全覆盖,人员信息、比赛信息和成绩信息高效互通,达到 " 让数据多跑路,让人员少走路 " 的效果,为大型赛事数字化普及奠定了基础。

场景二:数据跨界流通,履约配送降本提效

随着互联网的发展,网购成为大众熟知且频繁使用的一项服务,网购后送货的服务质量、送货速度等问题,多年来一直是各大电商,以及快递公司提升竞争力的一大途径,这其中尤其以生鲜类货物的配送要求最高。

美登科技通过天气数据融合物流线路时效数据,和沿线的温度湿度和鲜花品种影响关系,计算鲜花损耗值。同时提前预测沿线霜冻害等意外天气情况,避免对天气温度和物流时效敏感的货物运输损耗的发生,优化物流路径。让快递更智能,帮助商家降本增效,减少损失的同时,提升了客户的购物体验,以及整体满意度。

场景三:精细化营销,提升品牌效率

数字营销正在快速渗透品牌营销运营的全链路,成为营销提效的关键因素。面对全域用户数据断点的挑战以及用户人群投放精细化运营的需求,海尔智家通过数字营销和技术创新,成功地实现了多种媒介回流用户资产,并与电商平台无缝连通,高效运营,同时优化了媒介投放矩阵。

场景四:智能分析,助力企业实现降本增效

在应对数据分散、人工统计繁琐且容易产生错误的挑战时,美的集团将多端口数据实时整合,并与销售数据以及市场动态相结合进行智能分析,揭示业务运营中的关键差异,从而为品牌提供了科学的运营策略调整依据。此外,结合数据 BI 报表工具,实现了数据分析的自助服务,大大减轻了人工统计的工作量,减少了跨部门之间的沟通协调,提升了工作效率。数据响应的准确性、实时性都大幅提升。

IV. 2024 年,数据行业发展新趋势

趋势一:BI 从可视化向智能化迈进

随着大数据时代的来临,商业智能(BI)作为企业数据分析和决策支持的重要工具,已经得到了广泛应用。然而,随着数据量的爆炸式增长和业务需求的不断变化,传统的 BI 可视化分析已经无法满足企业的需求。因此,BI 正从可视化向智能化迈进,为企业提供更加精准、实时的数据分析结果。

智能化 BI 通过引入人工智能(AI)技术,实现了从可视化向智能化的转变,为企业提供了更加高效、精准的数据分析服务。

趋势二:大模型对 " 好数据 " 要求更高

2023 年,大模型相关产业在需求爆发的背景下,得以快速的落地。数据作为大模型得以 " 照进现实 " 的重要基础,随着大模型的普及,对数据质量的要求也变得越来越高。

数据质量直接影响大模型的性能和表现。如果数据质量不高,会导致模型性能下降,甚至出现预测错误和偏差等问题。

而高质量的数据对于模型的训练和部署也有着重要的意义。首先,高质量的数据可以提高大模型训练的稳定性。在训练过程中,如果数据质量不高,会导致模型参数波动大,训练不稳定,甚至出现崩溃等问题。

除此之外,高质量的数据还可以提高大模型的泛化能力。在测试和部署阶段,如果数据质量不高,会导致模型泛化能力下降,甚至出现过拟合等问题。

趋势三:全域数据一站式管理

随着数字化转型的加速,企业对于数据管理的需求日益增长,传统的数据管理方式已经无法满足企业的需求。这时候,就需要全域数据一站式管理平台,对企业的所有数据进行统一管理。

作为新兴的数据管理方式,全域数据一站式管理正在逐渐成为企业数字化转型的重要支撑。通过这种数据管理方式,能够将企业的各个业务系统的数据进行整合,形成一个统一的数据中心,为企业提供全面的数据支持。

趋势四:数据流通赋能业务场景

随着大数据时代的来临,数据已经成为企业的重要资产。然而,许多企业在数据应用方面仍然面临着数据流通不畅、数据质量不高、数据价值无法充分挖掘等问题。

数据流通是企业数字化转型的关键环节之一。通过数据采集、整合和分析等手段,企业可以更好地挖掘数据的价值,赋能业务场景。2024 年,将会有更多的数据与具体业务场景、应用场景的结合出现,而数据也将作为企业的重要生产力,成为企业寻找新的增长点的重要抓手。

同时,企业还需要建立完善的数据治理机制和安全保障措施,确保数据的准确性和安全性。未来,随着技术的不断发展,数据流通将更加智能化和自动化,为企业提供更加全面和高效的数据服务。

总结

2023 年,数据行业以过去十年多未曾有过的速度,向前跃进。新政策、新痛点、新场景相继涌现。2024 年,数据将更贴近应用场景,针对不同应用场景的解决方案,将成为 2024 年数据行业发展的重要抓手。相信在行业内大家的共同努力下,可以更好地激发数据价值,数据要素市场化也将得以 " 照进现实 "。

数据来源:华泰证券、《2022 企业级 BI 平台白皮书》、IBM Security《2023 年数据泄露成本报告》、Forrester、埃森哲、IDC、信通院、Connext Digital、Gartner、中国政府网、国家发改委等公开资料整理。