数据要素战略转型的三大机会

图灵汇官网

摘要

我国数据要素的产业化时代悄然开启,数据在推动行业数字化转型与智能化升级中扮演着核心角色。数据要素蕴含价值属性、流通属性和场景属性,企业通过实施数据要素战略转型,可以从资源到要素、从单一场景到生态系统、从被动到AI驱动的主动模式三个方面探索机会,最大化释放数据价值。

引言

数据要素已成为数字经济发展的关键驱动力,成为促进行业数字化转型和智能化升级的基础战略资源。对于企业而言,把握数据要素作为新生产要素的发展机遇,积极进行战略转型,是激活和创造企业数据价值的关键。

最新数据要素政策概览

  • 国家数据局联合16个部门发布的《“数据要素×”三年行动计划(2024-2026)》
  • 财政部出台的《关于加强数据资产管理的指导意见》
  • 数据资产入表政策的实施,央国企等单位探索构建数据资产价值体系,启动数据资产入表试点
  • 2024年一季度,18家A股上市公司的数据资产入表报告显示总金额达1.03亿元,标志着数据资产评估和入表的“起步年”。

数据要素特性及实现路径

数据要素是从原始数据经过加工处理、确权后形成的具有潜在利用价值的数据资产,通过市场交易流通,成为可用于社会生产经营活动,能为使用者带来经济效益的重要生产要素。实现这一过程包括数据的确权、交易、使用等环节,涉及数据供需、安全、授信和交易等市场环境。

企业数据要素战略转型策略

1. 资源到要素的转化

  • 加速数据资源的梳理和分类分级工作,筛选出具有要素化潜力的数据资源,逐步形成数据资产清单,并进行入表操作。
  • 实施数据分类分级管理,确保数据资产增值的可能性,推动数据资源向数据要素的有效转化。

2. 单点到生态的扩展

  • 借助政府推动的数据要素产业园区建设,打通多产业间的数据流通,促进单场景数据要素在更广泛领域的流动,催生更大市场价值。
  • 通过跨行业合作,促进数据要素与行业场景深度融合,创造更多跨行业协作与创新机会。

3. 被动到AI驱动的转变

  • 结合AI技术,如大模型,构建数据要素基础设施,实现数据全生命周期管理,包括智能化生成、处理和运营。
  • 采用主动免疫机制,构建可信计算体系,增强数据要素的安全性和效率,与其他生产要素融合。

结语

随着数据要素政策的不断推进和AI技术的快速发展,企业需积极应对挑战,把握机遇,通过资源到要素、单点到生态、被动到AI驱动的转型,最大化释放数据价值,推动行业和社会的创新发展。

本文来源: 图灵汇 文章作者: 李清泉