安筱鹏《数据要素领导干部读本》:深度解读数据要素如何创造价值

2021年3月,阿里研究院副院长安筱鹏博士就其在《数据要素领导干部读本》一书中撰写的内容进行深度解读,并发表了题为“数据要素如何创造价值”的文章。

数据和算法、模型一起聚合创造价值的三种模式

  • 一是价值倍增,数据要素能够提高单一要素的生产效率,数据要素融入到劳动、资本、技术等每个单一要素,单一要素的价值会倍增。
  • 二是资源优化,数据要素提高了劳动、资本、技术、土地等传统要素之间的资源配置效率。
  • 三是投入替代,数据要素可以用更少的物质资源创造更多的物质财富和服务,会对传统的生产要素产生替代效应。

从生产力的视角对数据要素的价值进行论述。数据生产力的本质是人类重新构建一套认识和改造世界的方法论。数据生产力时代最本质的变化是实现了生产全流程、全产业链、全生命周期管理数据的可获取、可分析、可执行。数据的及时性、准确性和完整性不断提升,数据开发利用的深度和广度不断拓展。数据流、物流、资金流的协同水平和集成能力,数据流动的自动化水平,成为企业未来核心竞争力的来源。

数据生产力推动新动能增长的内在机理

  • 在创新方式上,数据生产力使人类可基于相似性原理,创建出与物理世界具有一样特性和规则的虚拟世界,并在虚拟世界中开展创新方案的研究、分析和模拟实验,从而实现创新方案的快速验证、选择与优化,推进创新方式由实验验证升级为模拟择优。在生产方式上,数据生产力注重在企业、产业间通过资源共享,实现分工协作,满足长尾客户的个性化需求,从而实现由单一产品的规模经济向多种产品协同的范围经济转型。
  • 在就业方式上,越来越多的个体都将成为知识工作者,个体雇员的工作与生活也将更加柔性化,逐渐呈现出自由连接体的新形态。
  • 在企业形态上,数字化转型将分散在各个部门业务系统的生产大数据进行汇总、分析、挖掘,从而实现各部门高度协同工作,实现由技术密集向数据密集过渡。
  • 在组织形态上,随着新的协作组织不断涌现,数字经济生态表现为“云端制”的组织方式:数字平台+数亿用户+海量商家+海量服务商——这是一种超大规模、精细灵敏、自动自发、无远弗届的大规模协作的组织方式,也是一种人类历史上从未达到过的“分工/协作”的高级阶段。

数字治理体系的发展趋势

  • 一是聚焦治理领域热点和难点问题,提出了治理方式的三种“最佳实践”,分别是协同治理、大数据治理和平台治理。
  • 二是提出了数据治理的四点原则。包括:促进创新原则、主体公平原则、技术中立原则、福利最大化原则。通过四点原则使社会各界对于数据治理的底层理念达成共识。
  • 三是指出数据治理的流程从零和博弈上升为激励相容。应根据数据自身特性,在综合考量相关主体围绕数据产生的利益诉求的基础上,探索建立一套以数据记录者、加工者的数据财产权益为基础,公平、高效且激励相容的数据价值分配机制。建立政府与社会主体间法治化的数据协作共享机制,对信用、卫生、医疗、企业登记、行政许可、交通、就业、社保等高价值数据实现开放共享。通过数据生产力的动态竞争、高频创新,推动人类迈入数字经济2.0时代。

全文如下:

前言:

发韧于上个世纪50年代的信息技术革命,在经历了半个多世纪的扩散和普及之后,正推动人类社会进入一个新时代——数据生产力时代。2017年习近平总书记在中央政治局学习时指出,“在互联网经济时代,数据是新的生产要素,是基础性资源和战略性资源,也是重要生产力”。

数据要素创造价值的三种模式

今天,人们讨论数据的意义和价值,就数据谈数据是没有太大的意义,数据到底如何创造价值?我们从人类社会发展的视角来理解。只有深刻认识不确定性,才能真正理解数字化。人类社会的发展史就是一部应对不确定性、寻求确定性的历史,对不确定性的恐惧是人类认知的重要动力。在任何时代,化解对不确定性恐惧的三步曲是对客观世界的理解、预测、控制,从远古到现代,人类一直在努力提高认识世界的水平,以观察世界、理解规律、指导实践,来解释过去、阐明现在、预测未来,终极目的在于提升认知水平提高驾驭不确定性的能力。数据要素的价值在于重建了人类对客观世界理解、预测、控制的新体系新模式。

我们从企业的视角来看数据如何创造价值。企业是一种配置资源的组织,企业竞争的本质就是资源配置效率的竞争,当今天的需求日益碎片化、个性化、场景化、实时化,我们走董事长办公会、生产车间、研发中心、财务室、采购中心、营销部门,我们看看他们在思考什么问题:他们在思考企业战略如何取舍、如何缩短一个产品的研发周期、如何提高一个班组产量、如何提高一个机床的使用精度、如何提高一组设备的使用效率,所有这些问题,都可以归结为一个问题,就是如何提高资源配置效率。今天企业资源优化配置的科学性、实时性、有效性来自于把正确的数据、在正确的时间,以正确的方式,传递给正确的人和机器,这叫“数据流动的自动化”。

数据流动的自动化,本质是用数据驱动的决策替代经验决策。基于数据+算力+算法可以对物理世界进行状态描述、原因分析、结果预测、科学决策。“数据+算法”将正确的数据(所承载知识)、在正确的时间、传递给正确的人和机器,以信息流带动技术流、资金流、人才流、物资流,优化资源的配置效率。

从数据流动的视角看,数字化解决了“有数据”的问题,网络化解决了“能流动”的问题,智能化解决了“自动流动”的问题。其内的逻辑是不断把人类对物理世界的认知规律通过“数据+算力+算法”的模式嵌入到物理世界,把人从繁重、重复性的工作中解放出来。

数据创造的价值逻辑:数据+算法=四种服务

单独依靠某一种生产要素将很难实现对经济增长的推动作用,数据要素创造价值不是数据本身,数据只有跟基于商业实践的算法、模型聚合在一起的时候才能创造价值。数据和算法、模型结合起来创造价值有三种模式:

01

价值倍增数据要素能够提高单一要素的生产效率,数据要素融入到劳动、资本、技术等每个单一要素,单一要素的价值会倍增。

02

资源优化数据要素不仅带来了劳动、资本、技术等单一要素的倍增效应,更重要的是提高了劳动、资本、技术、土地这些传统要素之间的资源配置效率。数据生产不了馒头,生产不了汽车,生产不了房子,但是数据可以低成本、高效率、高质量地生产馒头、汽车、房子,高效率地提供公共服务。数据要素推动传统生产要素革命性聚变与裂变,成为驱动经济持续增长的关键因素。这才是数据要素真正的价值所在。

03

投入替代数据可以激活其他要素,提高产品、商业模式的创新能力,以及个体及组织的创新活力。数据要素可以用更少的物质资源创造更多的物质财富和服务,会对传统的生产要素产生替代效应。移动支付会替代传统ATM机和营业场所,波士顿咨询(BCG)估计过去10年由于互联网和移动支付的普及,中国至少减少了1万亿传统线下支付基础设施建设。电子商务减少了传统商业基础设施大规模投入,政务“最多跑一次”减少了人力和资源消耗,数据要素用更少的投入创造了更高的价值。

理解数据要素的价值需要生产力视角

对数据要素更全面的认识和理解,需要回到生产力视角,才能更全面系统认识数据创造价值的内在机理和逻辑。

数据生产力是在“数据+算力+算法”定义的世界里,知识创造者借助智能工具,基于能源、资源以及数据这一新生产要素,构建的一种认识、适应和改造自然的新能力。数据生产力意味着知识创造者的快速崛起,智能工具的广泛普及,数据要素成为核心要素。

人类认识改造自然的方法,实现了从实验验证到模拟择优,经济发展从规模经济到范围经济,就业模式从八小时制到自由连接体,企业性质从技术密集到数据密集,组织形态从公司制到“数字经济体”,消费者主权全面崛起,人类实现了全球数亿人跨时空的精准高效协作。

数据生产力的本质是人类重新构建一套认识和改造世界的方法论,基于“数据+算力+算法”,通过在比特的世界中构建物质世界的运行框架和体系,在比特的汪洋中重构原子的运行轨道,推动生产力的变革从局部走向全局、从初级走向高级、从单机走向系统。这一变革推动劳动者成为知识创造者,将能量转换工具升级为智能工具,将生产要素从自然资源拓展到数据要素,实现资源优化配置从单点到多点、从静态到动态、从低级到高级的跃升。以知识创造者、智能工具和数据要素为核心的数据生产力时代正在开启。

1 新技术基础:数据+算力+算法

“数据+算力+算法”构筑认识和改造世界的新模式,推动生产力核心要素升级、改造和重组。农业经济时代的劳动者以体力劳动为主,用手工工具在土地上进行耕作,创造社会财富。工业经济时代的劳动者由从事体力劳动和脑力劳动两部分组成,体力劳动占多数,主要是用能量驱动的工具进行社会化大生产,能源、矿产、资本成为最重要的生产资料。在数字经济时代,工业经济时代的劳动者转型为知识创造者,能量转换工具升级为智能工具,数据成为除能源、资源、资本等外的新生产要素。


信息通信技术牵引的新一轮工业革命,推动了人类从开发自然资源向开发信息资源拓展,从解放人类体力向解放人类脑力跨越。其背后逻辑在于构建一套赛博空间(Cyberspace)、物理空间(Physical)、意识空间(Human)的闭环赋能体系:物质世界运行—运行规律化—规律模型化—模型算法化—算法代码化—代码软件化—软件不断优化和改造物质世界。

2 数据生产力三要素              

(1)新生产者:知识创造者麻省理工学院的埃里克•布莱恩约弗森(Erik Brynjolfsson)等提出一个命题,什么是数字经济时代最稀缺的资源。普遍认为,创新型人才是“第二次机器时代”最稀缺的资源,那些具有创新精神并创造出新产品、新服务或新商业模式的人才正成为市场的主要支配力量。
数据生产力激发了每一个人的企业家精神,只要你具备创新要素组合的能力并有这样的能力去实践,你就是一个具有企业家精神的人。数据生产力厚植于企业家精神的土壤,是一个企业家精神规模化崛起时代。要从Manager转型为Leader,每个人不只是一个执行者,而是一个创新者。数据生产力在于激发每一个个体的潜能,实现自我组织、自我管理、自我驱动,通过高效协同去应对各种不确定性。
数据生产力本质是为了人的解放和全面发展。未来,生产力的大发展和物质的极大丰富将把我们带到一个新的社会,无人矿山、无人工厂、无人零售、无人驾驶、无人餐厅将无所不在,人类将不再为基本的衣食住行所困扰,越来越多的产业工人、脑力劳动者将成为知识创造者,人们将有更多的时间和精力满足自己的好奇心。
(2)新生产工具:智能工具数字经济时代,人类社会改造自然的工具也开始发生革命性的变化,其中最重要的标志是数字技术使劳动工具智能化。工业社会以能量转换为特征的工具逐渐被智能化的工具所驱动,形成了信息社会典型的生产工具——智能工具。智能工具是指具有对信息进行采集、传输、处理、执行能力的工具。

传感器、通信、网络、软件、计算机及人工智能、集成电路、互联网、物联网、大数据、区块链等各类信息技术的重大突破,构建起信息采集、存储、传输、显示、处理全链条产业体系。它的重大意义在于,数字技术的发明替代及延伸了人类的感觉、神经、思维、效应器官,创造出了新的生产工具,即智能工具。

智能工具包括有形智能装备和无形的软件工具。有形的智能装备:工业社会在能量转换工具的发动机、传动机、工作机的基础上,增加了传感、计算、通信和控制系统,传统的能量转换工具被智能化的工具所驱动,它使得传统的工业社会的生产工具发生了质的变化,使人类的智能活动得到充分的解放和提升。无形的软件工具:如工业设计的计算辅助设计(CAD)、计算机辅助仿真(CAE),集成电路设计的电子设计自动化工具(EDA)等。新的智能化工具不只是人的体力的延伸,也是人的脑力的延伸。智能工具的使用成为人类迈向数字经济的重要标志。

(3)新生产要素:数据在每一个社会形态中,核心资源将是每个社会形态中各种社会资源最集中的表现形式,社会主要经济社会活动主要围绕着核心资源或它的衍生物展开。

在数字经济时代,多数劳动者通过使用智能工具,进行物质和精神产品生产。对生产要素的认识,经历了一个逐步深化的过程,土地、劳动、资本、企业家才能、技术等,都曾被认为是典型的生产要素。数字经济最重要的劳动资料是用“比特”来衡量的数字化信息。人类用以改造自然的生产工具、劳动对象以及包括我们人类本身都将被数字化的信息所武装,数据赋能的融合要素成为生产要素的核心,整个经济和社会运转被数字化的信息所支撑。在数字经济时代,对数字化信息的获取、占有、控制、分配和使用的能力成为一个国家经济发展水平和发展阶段的重要标志。
数据生产力创造价值的基本逻辑,是面向赛博空间以算法、算力推进隐性数据和知识的显性化,将数据转变为信息,信息转变为知识,知识转变为决策,数据在自动流转中化解复杂系统的不确定性。数据要素的价值不在于数据本身,在于数据要素与其它要素融合创造的价值,这种赋能的激发效应是指数级的。

3 数据生产力的本质

数据生产力的核心价值可以归结为“数据+算力+算法=服务”。数据生产力时代最本质的变化是实现了生产全流程、全产业链、全生命周期管理数据的可获取、可分析、可执行。数据的及时性、准确性和完整性不断提升,数据开发利用的深度和广度不断拓展。数据流、物流、资金流的协同水平和集成能力,数据流动的自动化水平,成为企业未来核心竞争力的来源。

马斯克(Elon Musk)的SpaceX完美地呈现了数据生产力价值。2020年,SpaceX实现了载人航天,完成美国太空发射活动的68.3%。马斯克在公司官网发布的信件提到,从1970年到2000年,向太空发射一公斤的成本相当稳定,平均每公斤1.85万美元。SpaceX每公斤的成本仅为2720美元。火箭发动机研制75%成本在“试验、失败、修改”,SpaceX通过在产品开发早期阶段通过数字空间的模拟仿真,大幅降低了研制成本、缩短周期,提高研发效率和产品质量。

智能是主体适应、改变、选择环境的各种行为能力。这种行为能力在数据生产力时代体现为,多种主体精准、实时、低成本的决策能力。企业构建基于数据生产力的智能化高效精准决策运营体系,其本质是对物理世界的重新解构和深度运营。

数据生产力:增长的新动能

数据生产力正在重构整个经济运行的新体系,是经济增长的新动能,推进经济生产方式和模式的变革。

1 创新方式:从实验验证到模拟择优

人类社会认识客观世界的方法论已经历了四个阶段,从“观察+抽象+数学”的理论推理阶段,到“假设+实验+归纳”的实验验证阶段,再到“样本数据+机理模型”的模拟择优阶段,目前已进入“海量数据+科学建模分析”的大数据阶段,也即采用“数据+算法”的模式,通过大数据去发现物理世界的新规律。

在传统的产业创新中,无论是产品研发、工艺优化还是流程再造,都要进行大量实验验证。通常来说,实验验证过程复杂、周期长、费用高、风险大,产业创新往往是一项投入大、回报率低的工程。数据生产力对人类社会最大的改变,就是通过数字孪生等技术将人类赖以生存的物理世界不断数字化,并在赛博空间建立虚拟镜像,赛博空间的实时高效、零边际成本、灵活构架等特点和优势,为产业创新带来了极大的便利性。01

从效率来看基于数字仿真的“模拟择优”,使得产业创新活动在赛博空间快速迭代,促使创新活动在时间和空间上交叉、重组和优化,大幅缩短新技术产品从研发、小试、中试到量产的周期。

02

从主体来看基于数字仿真的“模拟择优”,推动了大量数字平台的产生,降低了创新创业的门槛和成本,使得大众创业者能够依托平台,充分利用产业资源开展创新活动,直接参与到产品构思、设计、制造、改进等环节,真正实现现实意义的万众创新。

03

从流程来看数据分析技术的快速发展,促进“需求—数据—功能—创意—产品”链条数据联动的逆向传播,生产过程的参与主体从生产者向产消者演进,个性化定制模式的兴起让消费者全程参与到生产过程中,消费者在产品过程的发言权和影响力不断提升,以往以生产者为中心的正向整合生产要素的创新流程,正在向着以消费者为中心的逆向整合生产要素的创新流程转变。

2 生产方式:从规模经济到范围经济

在传统的经济发展中,尤其是工业经济的发展中,主要是强调单一产品生产规模扩大,产品的平均成本会逐步下降,这是一种追求单一产品成本弱增性的规模经济模式。
数据生产力的发展,则更加强调在资源共享条件下,长尾中蕴含的多品种产品协调满足客户的个性化需求,以及企业、产业间的分工协作带来经济效益,这是一种追求多品种产品成本弱增性的范围经济模式。在数据生产力带来的范围经济发展中,生产运行方式、组织管理模式、服务方式都会发生根本性变化。
全球进入新一轮新型基础设施安装期,基于“IoT化+云化+中台化+APP化”的新架构逐渐取代传统的IT架构,加速全要素、全产业链、全价值链的数字化、网络化、智能化,无论是全球的互联网、ICT企业,还是金融、娱乐、制造企业,无一例外地都将投入到这场技术和产业大变革的洪流中。企业开始从业务数字化,向数据业务化拓展。因数而智,化智为能,数智化转型的大幕已经开启。

3 就业方式:从雇员到自由连接体

越来越多的个体都将成为知识工作者,个体的工作与生活也将更加柔性化,逐渐呈现出了自由连接体的新形态。人人都将是某个领域的专家,这将让个体的潜能得到极大释放,每个人的特长都可以方便地在市场上“兑现”。同时,类似于工作、生活、学习一体化的SOHO式工作、弹性工作等新形态将更为普遍。当然,“人人都是专家”,“人人也都必须要成为专家”,这既意味着某一能力的优异,也意味着要像专家那样“每个人都是自己的CEO”——自我驱动、自我监督、自我管理、自我提升。

4 企业形态:从技术密集到数据密集

企业竞争的本质是在不确定环境下为谋求自身生存与发展而展开的对资源争夺的较量。对企业在劳动、技术、数据等不同生产要素构成比重差异分析可以发现,技术正逐渐向数据让渡处于企业竞争核心要素的地位。企业竞争正从要素、市场、技术等资源竞争向数据竞争转变,数据成为企业占据产业竞争制高点的核心驱动要素。
从数据资源的角度来看,当感知无所不在、连接无所不在,数据也将无所不在。所有的生产装备、感知设备、联网终端,包括生产者本身都在源源不断地产生数据资源,这些资源渗透到产品设计、建模、工艺、维护等全生命周期,企业生产、运营、管理、服务等各个环节,以及供应商、合作伙伴、客户等全价值链,成为企业生产运营的基石。
从数据管理的角度来看,数字化转型逐渐成为企业在数字经济时代的必经之路,而数据管理能力则是数字化转型中的核心能力。数据主导的竞争态势要求企业将数据提升至会计、财务、管理、运营等职能同样的战略定位,并将在未来成为企业运作的基本能力。
从数据驱动的角度来看,企业通过分散在设计、生产、采购、销售、经营及财务等部门的业务系统对生产全过程、产品全生命周期、供应链各环节的数据进行采集、存储、分析、挖掘,确保企业内的所有部门以相同的数据协同工作,从而通过数据驱动,实现生产、业务、管理和决策等过程的优化,提升企业的生产运营效率。

5 组织形态:从公司到数字经济生态

工业革命孕育的市场经济本质是如何在高度不确定性的环境中实现科学决策。哈耶克认为,市场经济就是一个信息处理系统,大量独立个体通过价格发现机制,基于各种有限、当地化、碎片化的信息进行决策,优化资源配置。工业时代的公司,基本遵循线性的(价值链、产业链、供应链等)组织方式和流程。
进入数字经济时代,人类的大规模协作的广度、深度、频率进入了一个新阶段。工业化不断升级,新的协作组织不断涌现,需求方面临着海量千差万别的供给信息,供给方面临着海量千变万化的消费需求,无论是生产方、消费方,还是需求方、供给方,以及成千上万的市场经济活动的相关参与者,都被融入到数字经济体之中。
而数字经济生态则表现为“云端制”的组织方式:数字平台+数亿用户+海量商家+海量服务商——这是一种超大规模、精细灵敏、自动自发、无远弗届的大规模协作的组织方式,也是一种人类历史上从未达到过的“分工/协作”的高级阶段。
网络协同效应正在打破传统管理的规模不经济,对原有的生产组织体系、企业边界以及劳动雇佣关系形成了新一轮的冲击。波音制造的“梦幻787”飞机研发生产实现了来自6个国家100多家供应商数万人的在线协同研发,中国网约车巨头每天也实现了2000万级出行人口与司机的业务协同。

数字治理体系趋势

1 方式:协同化、平台化

在对治理领域热点和难点问题的实践探索中,一些关于治理方式的“最佳实践”已经浮现出来。

01 协同治理

数据生产力是一个去中心化、多元参与的生态化体系,每个主体都有更多平等参与的机会,与这一生产力体系相应的,必然是多方参与的协同治理。集中化、单向化、控制导向的封闭式管理将难以适应数据生产力的发展,多元参与的生态式、协同化治理才是新型生产力的要求。

02 大数据治理

大数据治理是指充分运用大数据、云计算、人工智能等先进技术,实现治理手段的智能化。如城市交通治理,运用交通实时大数据分析车流量,可以减少拥堵。再如,面对海量商品、海量卖家和买家、实时交易、碎片化交易等特点,利用传统的管理方式已无法应对“假货、炒信”等新情况,而利用图片识别技术、先进算法、大数据分析等方法,可较好地发现问题、解决问题。

03 平台治理

平台治理是指应合理界定政府、平台、第三方的责任,对与平台相关的问题进行治理。近年来,阿里巴巴和各方共创的“技术赋能+多元共治”取得了良好成效:2019年阿里平台上96%疑似侵权链接一上线即被封杀;每万笔交易疑似侵权商品量仅1.03笔,5年内下降67%。2019年12月,国家知识产权局发布《中国电子商务知识产权发展研究报告(2019)》,首次将“技术赋能+多元共治”的假货治理阿里模式作为中国经验、中国样本在全社会推广。

2 原则:服务创新和发展   

在很多场景下,数据生产力的快速发展,为原有治理体系带来“两难”甚至是“多难”。这就需要对数据治理的底层理念、原则、程序,不断凝聚和达成共识
促进创新原则:在线购物、科技金融、云计算、无人驾驶等等,无一不是创新的成果。创新是数据生产力最重要的特征。创新带来了经济繁荣,创新提高了社会福利。未来,数据生产力进一步的发展深化,也必须要依靠创新、促进创新。
主体公平原则:数据生产力能够充分为小微企业、个人参与经济活动赋能。小微企业、年轻人、普通个体,甚至残疾人,在数据生产力的体系下都应该、也能够拥有公平化、普惠化的权利和能力。
技术中立原则:为促进平台等新“物种”的生存和发展,应坚持技术中立规则。平台是数据生产力体系的重要载体。平台责权利的合理界定,不但关系着平台这种组织形态的发展,也关系着数据生产力的未来。
福利最大化原则:数据生产力的发展,不可避免地会带来新与旧、先进与落后、发展与保守的对立与摩擦,如数据分享和保护的矛盾,跨境电商与传统国际贸易的矛盾。面对多难的选择,应考虑社会总成本、总福利,应使社会总成本最小化,总福利最大化。

3 从零和博弈到激励相容 

在数据治理的流程上,应充分认识到数据问题的复杂性,在政策制定流程中充分评估数据政策可能带来的经济社会影响,避免伤害创新和就业等。很多案例已经证明,理想化的监管设计,却有可能会带来形式主义、执法成本猛升、小企业无力合规等意料之外的影响。

01 数据权属

从数据权属来看,相较于以动产和不动产为典型代表的传统财产,数据在物理属性上的可复制性、数据来源上的开放性,以及蕴含多元价值之间的非竞争性等特征,决定了以强调静态归属和排他性效力为核心的传统产权理论,已无法直接适用于对数据价值归属的判断。应根据数据自身特性,在综合考量相关主体围绕数据产生的利益诉求的基础上,探索建立一套以数据记录者、加工者的数据财产权益为基础,公平、高效且激励相容的数据价值分配机制。个人数据的绝对控制权,将可能引发个人数据资源闲置的“反公地悲剧”。

02 政务数据共享

从数据的价值创造机制来看,数据只有充分流动,才能发挥其价值,才能为个人、企业、社会带来福利。但从政务数据开放来看,由于政务数据供给不足,数据红利尚未充分释放。主动开放的意识和动力不足,高价值数据(如信用、卫生、医疗、企业登记、行政许可、交通、就业、社保等)等的开放比例不高。从数据协作共享来看,政府与社会主体间缺乏法治化的数据协作共享机制。

03 产业竞争新阶段

动态竞争、高频创新是数据生产力时代的最大特点。动态竞争,是指对某一相关市场而言,技术创新和商业创新不断打破市场格局的相对稳定性和静止性,使其不断在整体上发生较大改变或根本性改变,在一定时期内呈现不断变动的特征,从而使得竞争的范围不断发生改变。从时间跨度来看,动态竞争并不是暂时的,而是将长期存在;从强度来看,有的表现为“颠覆性”变化,有的则表现为渐进式的改变。

数据生产力的创新和竞争正是如此。从所谓的“数据拥有”角度看,过去20多年来的高速数字化进程,在消费端沉淀了一定规模的数据量。但实际上,我国80%的信息资源掌握在政府部门手里。同时,随着接下来工业互联网、物联网、5G、企业数字化等的快速发展,很快就将在供给端产生更大规模、更高数量级、更高价值密度的数据。因此,仅就当前的数据规模和类型去讨论“数据拥有或控制”,是远远不够的。

世界从来没有像今天如此丰富多彩,且充满了不确定性。人类迈入数字经济2.0时代,新技术深刻地改变着人们的生产、生活和学习方式,对国家竞争、市场竞争产生深刻影响。以“数据+算力+算法”定义的“数据生产力”潮流正滚滚而来,它将指引人们重新理解、认识并重构这个不确定性的世界,带来更广范围、更深层次、更大冲击的变革,一个崭新的数字经济时代即将到来。

作者:

安筱鹏,阿里研究院副院长,中国信息化百人会执委,主要从事2B企业数字化转型研究工作。先后在政、企、学、研多个部门,从事数字经济领域的技术、商业、公共政策研究制定工作,长期从事企业数字化转型、工业互联网、大数据等研究工作。近期出版物有《重构:数字化转型的逻辑》等。

为您推荐

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注