姜春宇:探索“业数融合”的破局之道!

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
简介: 姜春宇:探索“业数融合”的破局之道!

数据搞了十年、十几年,甚至更长的时间,但仍有很长的路要走。数据最大的挑战是流转与应用,尤其是数据与业务的融合,这是两套知识体系,数据不懂业务,业务不懂数据,白天不懂夜的黑。


2024年1月19日,首届“数据同学会”在杭州举行,数据同学会是瓴羊与清华大学数据治理研究中心联手打造的数据行业活动,围绕“共享、共想、共响”的理念,团结和聚集数据行业的从业者,分享实战经验和前沿洞见,以产、学、研多方联动。

就近期众所瞩目的数据合规、数据资产入表、数据要素政策解读等话题,专家们进行了深入精彩的分享以及分组专题讨论。

中国信息通信研究院云大所大数据与区块链部主任姜春宇分享了自身对数据价值的思考以及该如何借数据政策“东风”乘势而为。以下是发言内容整理。

01

数据要素是现实世界的映射



我是一个搞数据的人,从底层的技术做到数据治理,再到现在的数据应用、数据安全、数据流通。我们一直在沿着从底层向上的这条路径去探索,很少接触财务、会计和法律的视角。

数据的本质价值到底大不大?是否对所有行业价值都一样,还是有大有小?对于这个问题,我有一些不成形的思考。在我看来,数据对金融、通信、互联网、医疗的价值要大一些,而在制造业等偏实体的领域,数据发挥的价值相对较小。原因很简单,数据本质其实是信息流的问题,业务越偏向于信息流,价值就会越大,但数据很难解决物理世界的问题,制造工艺、原材料、物流等因素的提升,才能促成现实世界里真正的升级,数据只能做到优化,而不是翻天覆地的变化。从本质上来讲,不同行业数据的频谱和价值是不一样的

02

数据发展的关键难点在于流转和应用



对于数据而言,2019年是一个关键拐点,国家政策就此转向更加多元化。在此之前,包括2015年《促进大数据发展行动纲要》发布的时候,人们对数据的关注点都落脚在技术和应用上。而从2019年开始,数据开始被视作生产要素。至此,人们在面对数据时,视角和思维都变得更加开阔。

同时,数据政策也变得更加细化,包括如何建设要素市场,如何培育统一的数据市场等等。最终,在经过一系列的补充完善后,《数据二十条》正式发布。这整个过程是一个延续性的迭代过程。

《数据二十条》描绘了数据基础制度的“四梁八柱”。其中,四梁分别是产权、交易、分配、治理。在我看来,数据发展的难点其实在于流转和应用,特别是应用

国家数据局的成立是一个标志性事件。在北京数据基础制度先行区启动会议上,国家数据局刘烈宏部长强调探索数据“三权”分置落地,让数据放心“供”出来,培育多层次数据流通交易体系,让更多数据“活”起来,推动数据基础设施建设,让数据安全“动”起来。他核心理念就是,让数据“供得出、流得动、用得好”

“数据要素×三年行动计划”的主要目的是解决场景应用的问题,最难的是数据和应用场景的融合,现在数据是数据,业务是业务,就像“白天不懂夜的黑。如何破题?最好的方式可能是在教育体制里解决,普遍增设一门数据分析课或管理课,让人们对数据有一个基本认识,这个问题就解决了。

03

聚焦12大重点领域

发挥数据要素“乘数效应



《“数据要素×”三年行动计划》明确了四大基本原则:

1、需求牵引、注重实效。2、试点先行,重点突破。3、有效市场,有为政府。4、开放融合,安全有序。

重点关注的是应用场景、数据资源供给、安全流通三个方向。《“数据要素×”三年行动计划》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、绿色低碳这12个重点行业。

如何选取的呢?数据密集型行业远不止12个,但不同行业数字化转型程度不同、数据资源的基础不同、场景需求不同,数据要素发挥作用的方式也存在较大差异。因此,《行动计划》按照是否能够产生价值以及是否有需求的原则,将二三十个相关行业划分了优先级,择优纳管。

相关文章
|
6月前
|
机器学习/深度学习 人工智能 Cloud Native
软件开发的未来已来:大数据、AI和云原生的终极融合如何引爆市场
大数据、人工智能(AI)和云原生技术的终极融合正在软件开发领域引发巨大的变革和市场机遇。这个融合的未来已经来临,并将引爆市场的原因如下
123 0
|
7月前
|
安全 搜索推荐 vr&ar
体育赛事技术演进史,开发未来技术的发展趋势
体育赛事传媒已经走过了一个丰富多彩的历史,伴随着科技的不断进步,观众们的体验也日益丰富和多元化。从早期的广播到如今的虚拟现实,我们一同探索体育赛事传媒的演进史。
|
8月前
|
存储 机器学习/深度学习 算法
工欲善事,必先利器:数字经济下的大数据“技术观”
工欲善事,必先利器:数字经济下的大数据“技术观”
|
12月前
|
机器学习/深度学习 人工智能 算法
「AIGC:创新技术前沿,引领未来思维」
「AIGC:创新技术前沿,引领未来思维」
157 0
「AIGC:创新技术前沿,引领未来思维」
|
新零售 人工智能 供应链
数智实践 | 智汇安吉,探寻“两山”转型之道
数智实践 | 智汇安吉,探寻“两山”转型之道
127 0
|
边缘计算 自然语言处理 供应链
学习笔记 | 从前沿技术到应用落地: 我们该如何看待数字化?
学习笔记 | 从前沿技术到应用落地: 我们该如何看待数字化?
85 0
|
传感器 人工智能 机器人
今日读书:创新之巅未来十年重构商业的六大战略性技术
今日读书:创新之巅未来十年重构商业的六大战略性技术
179 0
今日读书:创新之巅未来十年重构商业的六大战略性技术
|
存储 云计算 虚拟化
什么才是你眼中的超融合?
评估一个项目是否真的融合了,我们必须要考虑的一个问题是数据是否已经打通了。而不是管理后台是否用了同一个LOGO、是否可以一站登录了、网页是不是可以显示运行状态了…
1753 0