数据流通价值显现!瓴羊携手上海社科院发布业内首份数据要素流通研究报告

简介: 数据流通价值显现!瓴羊携手上海社科院发布业内首份数据要素流通研究报告

9月1日,正值我国《数据安全法》施行两周年,2023“浦江护航”上海电信和互联网数据安全论坛在沪成功举办。工信部网络安全管理局、上海市政府办公厅、上海市通信管理局等领导嘉宾和瓴羊等企事业单位代表出席。


上海社科院互联网研究中心、上海赛博网络安全产业创新研究院联合阿里巴巴法律研究中心、瓴羊持续探索数据流通的实践路径,在会上正式发布《数据要素“三权分置”理论范式及其实践路径研究》报告。


(图中右一为瓴羊嘉宾代表:瓴羊智能总法律顾问 姚栋)


随着国家政策明确数据为重要生产要素,社会各界都在积极探索和参与数据流通,以期充分释放数据要素价值。


承载个人信息的企业数据的流通,由于叠加了个人信息权益保护的要求和限制,是目前业界比较关注的场景之一。报告指出,市场主体对个人信息的开发利用都持非常谨慎态度,承载个人信息的企业数据流通,应以重标识风险可控为前提,采用技术和管理手段结合的风险管控方式,实现个人信息的“无法识别且不能复原”。这样数据流通才能在释放数据价值的同时,不损害个人信息主题的合法权益。


(图为:数据流通模式)


当前,通过隐私计算等技术实现“原始数据不出域、数据可用不可见”的数据交易和流通模式,已成为业界推动数据流通的统一共识。


基于隐私计算等技术,“三权分置”下的产业实践不断涌现出新鲜应用示范。如以平台跨端营销为例:


互联网平台通常对跨端营销有着很大需求,但投放端往往不愿意共享自身的数据给需求方,导致需求方只能进行跨端盲投,这既增加了成本,也降低了转化率。


引入隐私计算技术后,平台双方可以基于各自的用户数据进行求交计算,得到用户交集,并通过联合建模对潜在客户的意向度进行概率预测。根据预测指数分值,平台A可以自主设定目标用户國值,通过平台B如开屏广告、Push消息、短信营销等渠道完成营销投放。


在这个案例中,平台A和平台B都是数据资源的持有方,而平台A同时也是数据资源的需求方。通过隐私计算技术,平台A可以在不获取平台B用户数据的前提下,实现基于平台B的用户数据的精准跨端营销,从而大幅提升转化率。





目前企业正通过隐私计算等技术及第三方专业机构提供的数据产品,加速实现数据的合规流通和使用。


在此次会议上发布的《2023年度中国隐私科技厂商图谱》中,瓴羊作为该产业的领先厂商之一,将阿里巴巴十多年的数字化经验系统化、产品化,广泛向各行业输出。


如瓴羊的Dataphin隐私计算能力,具备自主研发的加密算法专利和多项权威评测认证,让数据“可用不可见”,安全便捷地为企业提供数据流通解决方案,目前已在金融、电力、互联网、政务等多个行业应用落地并取得成功。


再如瓴羊经营参谋,满足多平台、多渠道、多店铺经营的商家迫切需要整合洞察跨平台店铺数据的需求,为商家提供跨平台经营场景的数据服务和经营动态,帮助商家快速制定运营计划,提升数字化能力。


随着数据流通技术的不断迭代和创新,瓴羊期待与更多企业携手,共建高质量的数据基础,共创丰富的数据实践,共促繁荣的数据市场,实现数据价值的流通与共享。

相关文章
|
机器学习/深度学习 并行计算 安全
安全多方计算之一:什么是安全多方计算
安全多方计算之一:什么是安全多方计算
2267 0
|
机器学习/深度学习 算法 数据挖掘
【美赛】2023美赛赛题翻译【美赛】【MCM/ICM】
【美赛】2023美赛赛题翻译【美赛】【MCM/ICM】
|
1月前
|
人工智能 API 开发工具
阿里云百炼计费CodingPlan按调用次数、TokenPlan按Credits、按量计费计费方式解析
阿里云百炼是AI大模型服务平台,新用户免费获千万Tokens。支持三种计费方式:按量付费(单价×Token量)、Token Plan(按Credits订阅)、Coding Plan(按调用次数)。兼容Claude Code、Cursor、Qwen Code等主流AI工具,一站式接入便捷高效。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
212 7
|
1月前
|
人工智能 缓存 文字识别
为什么我放弃了 RAG:一个工程标书 AI 系统的技术选型复盘
做技术标最耗时间的不是专业判断,是翻历史标书、换项目名、调章节顺序。我给这个场景做了个对话式的编制系统并开源,但在知识库这一层,我最后把整个向量库删掉了——这篇复盘聊聊为什么 RAG 对不上强结构文档。
236 0
|
1月前
|
JSON 安全 API
阿里云百炼 API 调用教程:准备 API-Key、配置环境变量和调用 API 流程
本文是阿里云百炼(Bailian)API调用的深度实战指南,涵盖密钥管理、环境配置、SDK安装、同步/流式调用、JSON结构化输出、并发限流、成本与安全等全链路细节,助力开发者高效构建稳定LLM应用。(239字)
449 0
|
3月前
|
人工智能 文字识别 并行计算
离谱!我以为 OCR 还在一页页抠字,结果百度 1.2 万 Star Unlimited-OCR 直接把长文档一口气读完
百度开源 Unlimited-OCR,把图片、长文档、多页 PDF 这类非结构化资料推进到 Markdown、表格和可检索文本,适合 RAG、知识库和 Agent 文档入口。
477 7
|
人工智能 自然语言处理 安全
大模型备案材料—《安全评估报告》撰写指南
本文详解大模型备案中的关键材料——《安全评估报告》的撰写要点,涵盖报告框架、必备内容、注意事项及基础信息,助你高效通过备案。
|
6月前
|
自然语言处理 安全 测试技术
大模型+超自动化:实在Agent从“句意理解”到“跨系统闭环执行”的技术链路
本文剖析实在Agent“六层闭环技术架构”,直击企业级智能体落地核心痛点——“认知-执行断层”。通过垂直大模型+全栈超自动化深度融合,实现从自然语言指令到跨系统业务闭环执行的端到端自主化,兼具国产化适配、强合规与高稳定性,为AI工程化提供可落地的技术范式。
|
6月前
|
人工智能 边缘计算 缓存
最新软件技术全景解读——AI基础设施(第二篇)
教程来源 https://zlpow.cn/category/software-apps.html 2025年起,AI基础设施重心转向推理侧,算力瓶颈凸显;“云端训练+边缘推理”协同成主流,“超节点”架构破集群限制。算力调度迈向价值导向,训推一体、全国一张网、异构协同加速落地。模型架构多元化突破Transformer范式,国产大模型展现颠覆潜力。边缘智能崛起,2030年半数推理将本地化。
|
8月前
|
缓存 安全 索引
百万上下文与 RAG 的协同实践:企业级知识系统架构解析
本文探讨企业知识系统落地的务实路径:摒弃RAG与长上下文“二选一”的极端,提出“RAG精准检索+长上下文深度推理+全链路治理”协同架构。涵盖业务目标、协同价值、分层架构、路由策略、上下文优化、成本管控及权限审计,并提供可复用的Mermaid架构图与渐进式落地建议。