數據資產的玄學、顯學

數據就是資產，這個道理在商業領域並不難懂。

比如國外有聚焦金融數據的彭博，國內也有萬德，早期靠着人工錄入、整理數據的方式，聚集了龐大的數據庫，成為投資公司的必備；而聚焦學術文獻等知識數據的知網，不僅舒舒服服賺差價，還能涉嫌壟斷被處罰。

但數據資產這個理念，在全社會得到認可，也非一蹴而就，而是一波一波的普及、深化。

2011年，麥肯錫發布報告，認為"大數據Big Data已成為當今競爭、創新、生產效率提升的關鍵基礎"。一時間，大數據，成為業內熱點。數據，大家都懂；大，有什麼區別？

聚焦大數據的創業公司紛紛成立，時任美國總統的奧巴馬也在2012年3月宣布了"大數據研究與發展先導計劃"，雖然投資額僅2億美元，但有評論認為這和上世紀90年代的信息公路計劃相媲美。

而不管大的是什麼，至少一個確定的趨勢是，數據資產，越來越值錢。

這股科技新風也來到中國。本着"懂不懂先不說，有新趨勢就先干"的大A，也漸漸熱鬧起來。比如擁有消費者購買記錄的百貨公司，雖然還處於電商取代線下的衰退趨勢中，但投資者還是興奮地給了"估值重構"的機會，2013年7月份，也曾有過股價快速漲一倍的戰績。

而最"得勢"的當屬銀之傑，公司通過收購億美軟通，為企業向用戶發送短信，每年發送量超過100億條。每一條短信，在投資人眼裡，都是金燦燦的"數據資產"。再疊加科技牛市buff，銀之傑受到投資者的狂熱追捧。從2012年底起，兩年半漲幅近100倍。一個字，絕。兩個字，瘋狂。

2015年4月，我國首家大數據交易所——貴陽大數據交易所成立，對數據資產的探索，又邁出了關鍵一步。成立當天就完成了第一筆數據交易，交易所管理層也雄心勃勃，提出在3～5年內將日交易額推到100億元的規模。

蜂擁而至的故事，結局似乎都差不多。2016年，Gartner在報告中警告：許多公司正打算削減大數據項目投入。

百貨行業沒有避開電商的衝擊，業績也沒有被數據資產改善；而短信等數據，也讓投資人清醒，有的數據是資產，有的只是01代碼，或者只是投資人情緒的載體。而在大數據領域創業的公司，也有一些融了FGH輪之後，不得不賣服務器來改善現金流。而貴陽大數據中心也在2022年8月，才實現了數據交易規模突破1億元。

然而，也正如Gartner公司經典的科技發展曲線一樣，技術發展不是一帆風順，數據的資產重塑，也必經歷曲折。基於龐大數據的算法，正成為許多公司業務提升的訣竅，例如在短視頻、在自動駕駛。而數據交易所的數量擴展到了30多家。

數據資產，似乎是"玄學的顯學"，顯而易見的是，數據很重要、數據很好用、數據很值錢；而玄之又玄的是，數據如何成為資產？如何成為可交易的資產？如何成為產生更大收益的資產？要回答這些問題，並不容易。

蘋果"關門"：數據屬於誰

2020年，蘋果公司內部發生了一場激烈爭論，話題是"是否限制對iPhone用戶廣告追蹤"。負責技術開發的一方，希望加大對用戶隱私的保護；而負責廣告、營銷業務的一方則認為，開發人員需要通過廣告來盈利，這個限制會引起合作夥伴的反對。

最終，2021年4月，蘋果推出了折中方案，應用開發者必須事先詢問用戶，是否同意在線活動被其他網站和應用跟蹤。

雖然是折中方案，但對於廣告主們而言，仍然是"晴天霹靂"。畢竟，這個提問，就等同於問"把你家打開讓陌生人進去怎麼樣"。用戶顯然基本上不會同意。

用戶的拒絕，就是廣告主的損失。比如有研究認為，Facebook、Twitter等幾家公司，就因為蘋果新方案而在2021年下半年損失了近100億美元廣告收入。而與之對應，2021年11月蘋果公司財報显示，廣告業務，創下季度新高。

廣告公司指責蘋果這個做法帶來"破壞性"，甚至"別有動機"。但卻絲毫沒有辦法，畢竟，用戶的數據都在手機上。

蘋果和廣告主的"衝突"，並不是個例。國內手機商華為也和應用開發商騰訊，關於數據有過爭議。華為智慧助手可以根據微信聊天內容來提供個性化內容服務，比如提供差旅信息，就有天氣、車票等推薦；聊到看電影，就有電影、買票渠道等推薦。而騰訊則認為這個做法侵權了騰訊的數據、用戶的隱私。

類似的糾紛還有順豐和菜鳥、微博和今日頭條等等。在公司激烈爭吵之外，產生數據的用戶，似乎是真正的所有者，通常情況下只能默默無聲。而這些狀況，都指向了數據資產的核心問題：確權。

用戶的數據所有權、平台的數據所有權，如何界定？

不當訪問：該用數據做什麼

一個不成文的行業慣例，是用戶的數據屬於用戶；但提供服務的平台，可以通過用戶的授權（不點擊同意授權，就沒辦法使用應用），對數據具有一定的使用權。通過對數據的分析、使用，提升整體效率、拿到雙贏自然是最好不過了。

一個經典的案例，是沃爾瑪通過樣本數據得到結論，在尿不濕旁邊擺放啤酒，既提升了銷量，又節省了用戶選購時間。而在地圖軟件上，通過分析終端用戶的數量、用戶的移動速度，也可以對路況得到大致的分析，有助於用戶提前規劃路線、節省時間。

數據分析提升生活的案例，不勝枚舉。但不可否認的是，算法的世界，也有信息繭房、大數據殺熟等等讓人擔憂的事情。數據的使用，也有邊界。

最近，某互聯網公司的國際業務犯了個錯誤，員工未經用戶允許、且在非法律要求的情況下，查看了幾位用戶的數據。儘管幾位員工的目的和探尋公司機密信息泄露相關，但很不幸，這個行為依然引起了輿論的軒然大波，同時也會面臨監管機構的調查、甚至處罰。

我們目前的數據，大部分都是和個人相關，要變成資產，就必須先守好邊界。用戶期待的是，用我的數據，讓我更好；而不是利用我的數據，找到我的弱點，猛攻、謀利。

隱私計算：安全分析數據

汽車領域有過一場爭論，關於整車廠是否要丟掉自己的靈魂。

(全省)堆高機租賃保養一覽表

由簡易堆高機修改而成，無需現場施工，交機即可使用！

臭氧機的滅菌效果如何?

臭氧的性質活潑，是強力的氧化劑。臭氧的標準還原電位2.07比次氯酸1.49更高，而且臭氧不會產生致癌的三鹵甲烷類消毒副產物。臭氧不會殘留，會自動回復成氧氣是優良的消毒劑，因此臭氧像是優良的工匠，工作時很有效率，離開時也不拖泥帶水，收拾的乾乾淨淨，沒有殘留副產物。

示波器探測執行效能最佳化的8大秘訣

示波器是一種能夠顯示電壓訊號動態波形的電子測量儀器。它能夠將時變的電壓訊號，轉換為時間域上的曲線，原來不可見的電氣訊號，就此轉換為在二維平面上直觀可見光訊號，因此能夠分析電氣訊號的時域性質。

重新改造貨櫃屋基礎設計有哪些呢

金誠貨櫃實業社能把原有貨櫃屋改裝成任何尺寸大小及多咖貨櫃合併，加裝流梯、櫃頂加蓋鐵皮屋頂、加裝鐵架等、除鏽噴漆，顏色皆依客戶指定。

這個衝突在現實中很常見，擁有數據的公司，許多並不具備分析數據的能力，而如果把數據完全公開給合作方，不僅涉及隱私、甚至還會丟掉靈魂。而另一方面，一家機構的數據維度有限，要達到更好的效果，也難免會涉及多方數據共享。

如何讓數據合規、安全得到處理？所謂，原始數據不出域、數據可用不可見。這就需要用到"隱私計算"。

隱私計算，也是前幾年的創業熱潮。剛需性毋庸置疑，但在從概念驗證走向商業落地過程中，存在的瓶頸也是顯而易見：技術路線差異大、派系眾多、理論複雜晦澀。比如在技術體系方面，就有：

姚期智教授在1982年提出的"多方安全計算"；可追溯到1996年的、谷歌也在大力使用的"聯邦學習"；Intel等芯片公司推動的由軟硬件方法構建安全區域的"可信執行環境"；以及包括差分隱私、圖聯邦等在內的其他技術等。

而所有的技術路線，也都有一些共性瓶頸。專註於隱私計算領域的上海富數科技，在和遠川科技的產業交流中強調，本身用來解決安全合規問題的隱私計算，卻也存在多個"安全黑盒"：

算法協議存在"安全黑盒"。雖然隱私計算的理論基礎是公開、被廣泛認可的學術研究成果，但在實際應用中，為了滿足商業環境需求，也會自行改造算法協議，而這部分修改對客戶是不透明的，也缺少嚴謹性，但卻存在安全基礎坍塌的風險。

這就有點類似於祖傳秘方，也許好用，但也不知道為什麼，總還是有點擔憂。

算法代碼存在"安全黑盒"。算法代碼容易被惡意修改，無法與算法協議保持一致性，從而也破壞了算法原本的安全性和正確性。

數據交互存在"安全黑盒"。原始數據一般會先經過本地計算和加密處理，產生中間數據，然後再用中間數據和合作方進行交互。但，中間數據的準確性無法驗證。這不禁令人想到一幕幕鬼才的翻譯橋段，中間人如果不靠譜，做啥都是干瞪眼。

應用流程存在"安全黑盒"。單個算法可能滿足安全要求，但是多個算法流程的組合，是否安全，就存在不確定性。這也好理解，概率論告訴過我們，多個非100%的準確率疊加后，同時都正確的概率就會大幅降低；而且，組合也會提高複雜度。

隱私計算的審計監管存在"安全黑盒"。隱私計算產品中的算法、數據安全性和一致性難以驗證評估，因此審計監管只能依賴人工審查和理論證明。而如果採用"自證清白"的方式，不僅流程繁複、效率低下，而且靜態的驗證也難以檢測真實應用情況。

困難重重。但解決方案也在推進，比如通過數據洞察、通信透析、日誌開箱、代碼審計、全鏈路可視化等方式，可以有效緩解黑盒瓶頸。

隱私計算的應用，會逐步打破數據孤島，將數據資產連接起來，實現真正的数字社會；但隱私計算的發展，也並不是安全公司一家的事兒，對算力、通信網絡傳輸性能都提出了巨大需求和挑戰。

黑客勒索：數據資產如何估值

前段時間，蔚來公司遭遇到了黑客勒索，要求支付225萬美元等額比特幣(約合1570.5萬元人民幣)以換取盜竊的數據不泄露。遭到蔚來拒絕後，黑客進行了公開定價出售，比如2.28萬條內部員工數據值0.15比特幣、39.9萬條車主ID數據值0.25比特幣等等。

雖然黑客對數據進行了明碼標價，但實際上，對數據資產，進行估值定價並不是一件容易的事。

目前海外國內都未對數據資產價值評估形成體系化的框架理論。上海數據交易所和普華永道聯合發布的《數據要素視角下的數據資產化研究報告》中显示，處在研究中的方法包括：成本途徑、收益途徑、市場途徑。

成本途徑，即以年均歷史開發成本、持續運營成本為基礎，結合數據有效使用年限、使用率、質量等要素，計算出數據資產價值。這個方式的前提要求有歷史成本可計量。

收益途徑，即以新的使用場景產生的年均增量收益為基礎來評估。這個方式的前提要求具備買方場景的效用評價體系。

市場途徑，即市場說了算，願意支付多少就是多少。而這個方式的前提是，具備良好的流通市場。也就是，得有活躍市場、才能定價。這就有點像套娃，好的流通需要有好的定價體系，而有效的市場定價，則需要好的流通市場。

在農業中，有一句話，資產千萬，帶毛不算。這是說牲畜容易因傳染病而遭到巨大損失，不容易估值。而數據資產的估值，且先不說數據真偽判斷，單說評估難度，也不亞於"帶毛的"。但估值，又是數據成為資產，必不可缺的一環。

也許可以借鑒的，是股票市場，從90年代開始，關於新股定價多番探索。而數據資產，作為更加非標準化的產品，摸索路徑難免也會更加曲折。 

尾聲

每個時代，都有其對應的核心資產要素。

農業經濟時代，農業技術是第一生產力，土地、勞動力、農耕工具是核心生產要素；工業經濟時代，蒸汽、電力技術是第一生產力，能源、設備、資本，也成為核心要素。

而在當下数字經濟時代，数字技術成為第一生產力，數據資產，也已經和土地、勞動力、資本、技術等並列成為生產要素。

數據不僅只有個人數據，企業數據、公共數據，都是可以挖掘的資產。數據資產的時代趨勢是清晰，但路徑卻充滿挑戰：搜集、確權、加工、分析、定價、使用、監管，多個環節、多種困難。正視困難，是成功的開始。

而時代機遇，也恰恰存在於解決時代難題的過程中。

https://www.tmtpost.com/6361858.html

總是為了廚餘煩惱嗎？

雅高環保提供最適用的廚餘機，滿足多樣需求。

空壓機這裡買最划算!

晨達空壓機秉持著專業空壓機技術、優質快速服務、空壓機合理價格。為您解決工作中需要風量、風壓的問題。

買不起高檔茶葉，精緻包裝茶葉罐，也能撐場面!

鴻和興精密工業股份有限公司集合了製茶罐業各相關技術的專業人士，不論是在印刷上或在茶葉罐加工製造上都能夠給客戶一個專業上的技術服務與諮詢。

哪裡買的到省力省空間，方便攜帶的購物推車

多功能爬梯購物推車/手推車/爬梯車/推車/購物車！

?

---

Orignal From: 數據資產的玄學、顯學