bcg-數(shù)據(jù)價(jià)值網(wǎng)絡(luò)白皮書 2024

ecGecG於晨、陳蕾、王海旭、何君杰前言7和人類生產(chǎn)生活的深度融合，數(shù)據(jù)已經(jīng)成為優(yōu)化資源配置要素。隨著政府政策端的積極推動和人工智能技術(shù)的不斷要體現(xiàn)。數(shù)據(jù)要素的生產(chǎn)、供應(yīng)、傳輸、交易和應(yīng)BCG希望通過本次研究幫助企業(yè)更好地了解數(shù)據(jù)要素市場的發(fā)展趨勢和潛在機(jī)會，從而把握住當(dāng)前同。數(shù)字經(jīng)濟(jì)的核心是數(shù)據(jù)，雖然各數(shù)據(jù)主體隨說還是不夠的，特別是對當(dāng)前AI大模型海量訓(xùn)練數(shù)據(jù)需求來說更是如此。另外，當(dāng)前數(shù)據(jù)市場也是與供給的匹配，數(shù)據(jù)要素需求多樣化以及數(shù)據(jù)產(chǎn)品《數(shù)據(jù)價(jià)值網(wǎng)絡(luò)》白皮書從數(shù)據(jù)價(jià)值本身出發(fā)，聚焦數(shù)據(jù)價(jià)值實(shí)現(xiàn)的不同路徑，提出數(shù)據(jù)價(jià)值網(wǎng) 在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)已成為促進(jìn)社會進(jìn)步和創(chuàng)《數(shù)據(jù)價(jià)值網(wǎng)絡(luò)》白皮書闡述了以應(yīng)用為導(dǎo)向的數(shù)據(jù)價(jià)值體系，發(fā)布正在當(dāng)今數(shù)字化時(shí)代，數(shù)據(jù)已成為驅(qū)動創(chuàng)新和決策的關(guān)鍵要素，也是推動經(jīng)濟(jì)增長和社會進(jìn)步的重要資源。2020年4月，國務(wù)院發(fā)布《關(guān)于構(gòu)建更加完善的要素市場化配置體制為更好地釋放數(shù)據(jù)價(jià)值，國家正在積極推進(jìn)數(shù)據(jù)要素市場化配置改革，目前數(shù)據(jù)要素市場規(guī)劃已逐步完善，相關(guān)標(biāo)準(zhǔn)也在加速制定，發(fā)展路線更加清晰，實(shí)踐也愈加豐富。數(shù)據(jù)的創(chuàng)新應(yīng)用已悄然改變了很多行業(yè)的商業(yè)發(fā)展模式，其價(jià)值不僅僅在于數(shù)據(jù)本身，更在本報(bào)告將圍繞數(shù)據(jù)價(jià)值網(wǎng)絡(luò)，深入探討數(shù)據(jù)價(jià)值創(chuàng)造的基本原理、流通的基本規(guī)律和各參與方職能，詳細(xì)闡述市場供需現(xiàn)狀、各應(yīng)用場景下數(shù)據(jù)價(jià)值網(wǎng)絡(luò)流通鏈路變化，并對?數(shù)據(jù)價(jià)值網(wǎng)絡(luò)的形成類似國際貿(mào)易網(wǎng)絡(luò)，受數(shù)據(jù)需求在具體應(yīng)用場景中產(chǎn)生的商業(yè)價(jià)值牽引，催動整個(gè)產(chǎn)業(yè)鏈上的技術(shù)投入和數(shù)據(jù)流動，形成了基于各類玩家自身資源稟?受益于國家推動數(shù)據(jù)要素發(fā)展的政策的密集出臺和全球數(shù)據(jù)科技革新（如AI、數(shù)據(jù)安 ?向前看，我們預(yù)感中國數(shù)據(jù)市場正催生三大千億級市場，建議積極關(guān)注，分別是：數(shù)據(jù)需求中的新應(yīng)用機(jī)會、數(shù)據(jù)新供給帶來的結(jié)構(gòu)性機(jī)會，及數(shù)據(jù)基礎(chǔ)設(shè)施技術(shù)工具的數(shù)據(jù)價(jià)值網(wǎng)絡(luò)迎來發(fā)展浪潮，整體市場建設(shè)蹄疾步穩(wěn)，希望本報(bào)告能為讀者提供有益 數(shù)據(jù)價(jià)值創(chuàng)造需要齊聚算力、數(shù)據(jù)、算法及應(yīng)用場景四大要素。算力是基礎(chǔ)，數(shù)據(jù)是擁有數(shù)據(jù)價(jià)值創(chuàng)造四大要素的企業(yè)，具備數(shù)據(jù)內(nèi)循環(huán)能力，但多數(shù)企業(yè)因某種要素缺失，需要借助數(shù)據(jù)外循環(huán)挖掘數(shù)據(jù)價(jià)值。在數(shù)據(jù)價(jià)值創(chuàng)造所需的四大要素中，算力和算法通?？梢酝ㄟ^外部采購獲取，大多數(shù)情況下不會對數(shù)據(jù)價(jià)值創(chuàng)造形成太大阻礙。數(shù)據(jù)創(chuàng)新應(yīng)用引領(lǐng)者，例如大型互聯(lián)網(wǎng)公司，能夠內(nèi)部匹配數(shù)據(jù)與應(yīng)用場景，在內(nèi)部自主完成整個(gè)數(shù)據(jù)鏈路閉環(huán)，即數(shù)據(jù)內(nèi)循環(huán)。而現(xiàn)實(shí)中絕大多數(shù)企業(yè)存在數(shù)據(jù)與應(yīng)用場景錯(cuò)位，需要外部信息注入，通過跨企業(yè)協(xié)作，數(shù)據(jù)跨主體流動完成閉環(huán)，才能產(chǎn)生更大的數(shù)據(jù)價(jià)值。企業(yè)對外部數(shù)據(jù)或應(yīng)用場景的需求推動了數(shù)據(jù)流通，形成數(shù)據(jù)外循環(huán)，同時(shí)也帶動了數(shù)據(jù)價(jià)本報(bào)告定義的數(shù)據(jù)外循環(huán)市場既包括場內(nèi)1的數(shù)據(jù)要素交易市場，也包括場外2直接或間接形式的數(shù)據(jù)價(jià)值流通和交易活動。事實(shí)上，目前國內(nèi)絕大多數(shù)數(shù)據(jù)價(jià)值流通活動都發(fā)1場內(nèi)交易指通過數(shù)據(jù)交易所或數(shù)據(jù)交易中心進(jìn)行的數(shù)據(jù)2場外交易指不經(jīng)數(shù)據(jù)交易場所、由企業(yè)或個(gè)人之 數(shù)據(jù)價(jià)值網(wǎng)絡(luò)是以數(shù)據(jù)要素作為交易流通對象的價(jià)值網(wǎng)絡(luò)，涵蓋了從數(shù)據(jù)生成到運(yùn)用值鏈?zhǔn)巧唐泛头?wù)的價(jià)值隨著企業(yè)經(jīng)營活動在要素供給方、中間環(huán)節(jié)和需求方之間單向流轉(zhuǎn)的過程。一系列的價(jià)值鏈組成了價(jià)值網(wǎng)絡(luò)，價(jià)值網(wǎng)絡(luò)是多維立體的網(wǎng)狀結(jié)構(gòu)，存在多種鏈路環(huán)節(jié)組合。而以數(shù)據(jù)要素作為流通主體的價(jià)值網(wǎng)絡(luò)，我們稱之為數(shù)據(jù)價(jià)值網(wǎng)絡(luò)。廣義來說，數(shù)據(jù)價(jià)值網(wǎng)絡(luò)應(yīng)涵蓋數(shù)據(jù)外循環(huán)鏈路中不同企業(yè)間產(chǎn)生的所有場內(nèi)與場外、直接與 ＞ ＞基于產(chǎn)業(yè)鏈分工，我們將數(shù)據(jù)價(jià)值網(wǎng)絡(luò)進(jìn)一步細(xì)分為數(shù)據(jù)應(yīng)用服務(wù)、數(shù)據(jù)要素流通、人民幣4。數(shù)據(jù)要素流通市場聚合分散的數(shù)據(jù)，完成數(shù)據(jù)清洗等初步處理后供給需求方使4數(shù)據(jù)應(yīng)用服務(wù)市場、數(shù)據(jù)要素流通市場及數(shù)據(jù)基礎(chǔ)工具市場的2022年規(guī)模由BCG基于公開信息和專家訪談測算 物流…目前相關(guān)市場研究報(bào)告大多采用狹義的數(shù)據(jù)要素流通市場定義，僅關(guān)注場內(nèi)交易的各種數(shù)據(jù)要素流通形式，較少涉及對場外數(shù)據(jù)交易以及數(shù)據(jù)應(yīng)用服務(wù)市場和數(shù)據(jù)基礎(chǔ)工具市5 5數(shù)據(jù)外循環(huán)鏈路中，各企業(yè)要素稟賦差異和比較優(yōu)勢決定了市場專業(yè)化分工，形成需方、供給方、流通方、應(yīng)用服務(wù)商是市場直接參與方，他們構(gòu)建了數(shù)據(jù)要素從供給到流轉(zhuǎn)應(yīng)用的主要鏈路節(jié)點(diǎn)，直接參與數(shù)據(jù)價(jià)值的創(chuàng)造與流通。同時(shí)，為保障數(shù)據(jù)價(jià)值網(wǎng)絡(luò)的正常運(yùn)行，數(shù)據(jù)基礎(chǔ)設(shè)施技術(shù)工具領(lǐng)域也出現(xiàn)了各類專業(yè)技術(shù)提供方。他們雖不直接參與數(shù)據(jù)價(jià)值創(chuàng)造和流通，但為整個(gè)網(wǎng)絡(luò)構(gòu)建提供技術(shù)支持，是數(shù)據(jù)價(jià)值創(chuàng)造和數(shù)據(jù)價(jià)值網(wǎng)絡(luò)運(yùn)傳統(tǒng)數(shù)據(jù)供給方新增數(shù)據(jù)供給方物流（如尼爾森、友盟）（如同盾、百融）（如企查查、益博睿）（如萬得、卓創(chuàng)）（如海天瑞聲、愷望）營銷解決方案商風(fēng)控解決方案商大宗商品風(fēng)險(xiǎn)管理IT服務(wù)商市場研究機(jī)構(gòu) 解決工商3412數(shù)據(jù)要素市場的持續(xù)發(fā)展也推動了多元化的商業(yè)模式。除傳統(tǒng)的數(shù)據(jù)售賣，目前市場?交易中介服務(wù)模式。以數(shù)據(jù)交易所為代表的玩家拉通數(shù)據(jù)買賣雙方，通過傭金收取、5增值式交易服務(wù)指通過提供數(shù)據(jù)交易平臺、數(shù)據(jù)清洗、數(shù)據(jù)脫敏、數(shù)據(jù)安全等服務(wù)，使得數(shù)據(jù)能夠更好地實(shí)現(xiàn)其 形成初步的數(shù)據(jù)集，然后以訂閱的形式，周期性地將標(biāo)準(zhǔn)化數(shù)據(jù)產(chǎn)品通過離線數(shù)據(jù)包?數(shù)據(jù)咨詢服務(wù)模式。以市場研究機(jī)構(gòu)和咨詢公司為代表的數(shù)據(jù)服務(wù)商基于數(shù)據(jù)分析，為客戶提供洞見和建議。除報(bào)告售賣外，數(shù)據(jù)咨詢服務(wù)多采用項(xiàng)目制，根據(jù)客戶需求?數(shù)據(jù)洞察、解決方案和平臺服務(wù)模式。以應(yīng)用解決方案商為代表的玩家為客戶提供數(shù)需求側(cè)產(chǎn)生的商業(yè)價(jià)值是驅(qū)動數(shù)據(jù)要素流通最重要的因素。下游企業(yè)利用數(shù)據(jù)要素取營銷、風(fēng)控、交易決策等離錢較近的場景率先驅(qū)動數(shù)據(jù)大規(guī)模流通，是目前最主要的?營銷方面，品牌方需要從數(shù)據(jù)中提取有價(jià)值的規(guī)律，制定更有效的營銷策略，提升產(chǎn)品銷量，實(shí)現(xiàn)商業(yè)價(jià)值。例如美妝品牌通過數(shù)據(jù)分析發(fā)現(xiàn)某個(gè)用戶經(jīng)常購買某一類產(chǎn)品，于是向其定向推送該類產(chǎn)品的促銷信息，提高商品轉(zhuǎn)化率。20提高業(yè)務(wù)安全性。例如銀行通過數(shù)據(jù)了解客戶交易記錄、信用狀況，更準(zhǔn)確地評估信?交易決策方面，金融企業(yè)利用數(shù)據(jù)協(xié)助決策制定，抓住商業(yè)機(jī)會。例如證券公司通過分析歷史數(shù)據(jù)和市場動態(tài)，預(yù)測未來市場走勢，為交易決策提供依從行業(yè)角度來看，金融和互聯(lián)網(wǎng)是目前數(shù)據(jù)商業(yè)化應(yīng)用價(jià)值最為明顯的兩個(gè)領(lǐng)域，付費(fèi)意愿最高。金融行業(yè)應(yīng)用比較廣泛的場景包括風(fēng)險(xiǎn)管理與合規(guī)、投資交易決策、精準(zhǔn)營當(dāng)前，國內(nèi)市場數(shù)據(jù)供給主要來源于三大匯聚：第一是流量匯聚，如互聯(lián)網(wǎng)、運(yùn)營商?；ヂ?lián)網(wǎng)、運(yùn)營商憑借平臺優(yōu)勢，沉淀了大量用戶基本信息、網(wǎng)絡(luò)行為習(xí)慣、平臺瀏覽記錄，以及渠道銷量數(shù)據(jù)。第二是資金匯聚，如金融與支付機(jī)構(gòu)。作為交易結(jié)算的關(guān)鍵節(jié)點(diǎn)，金政府各職能部門在管理或提供公共服務(wù)的過程中積累了大量的企業(yè)工商信息、稅務(wù)記錄、供給方通過出售數(shù)據(jù)及相關(guān)服務(wù)變現(xiàn)，由于隱私合規(guī)及安全要求，目前市場仍面臨數(shù)信息保護(hù)法要求，運(yùn)營商需要采取一系列安全措施來確保數(shù)據(jù)的安全合規(guī)性，這給數(shù)據(jù)供給增加了難度，且數(shù)據(jù)交易邊界尚不完全清晰，運(yùn)營商在數(shù)據(jù)開放上持謹(jǐn)慎態(tài)度，目前僅精準(zhǔn)營銷等領(lǐng)域積極探索數(shù)據(jù)類、方案類、平臺類、項(xiàng)目制等變現(xiàn)方式，但在技術(shù)、安全?…?輸出脫敏后的數(shù)據(jù)包?不能直接披露能夠識別出個(gè)人用戶身份的（用戶實(shí)時(shí)位置）?…（如網(wǎng)絡(luò)軌跡） 數(shù)據(jù)流通方匯聚大量原始數(shù)據(jù)，進(jìn)行清洗后形成標(biāo)準(zhǔn)數(shù)據(jù)產(chǎn)品供應(yīng)市場，提高了數(shù)據(jù)流通效率，加速數(shù)據(jù)要素價(jià)值釋放。數(shù)據(jù)流通方包括數(shù)據(jù)聚合方、交易服務(wù)商和數(shù)據(jù)處理?數(shù)據(jù)聚合方針對某一共性需求，通過爬蟲、第三方采購等方式收集數(shù)據(jù)，經(jīng)過處理后形成標(biāo)準(zhǔn)化的數(shù)據(jù)集產(chǎn)品（參閱表1并通過產(chǎn)品訂閱降低下游用戶的數(shù)據(jù)使用成本，廣泛且獨(dú)特的數(shù)據(jù)源、數(shù)據(jù)分析和產(chǎn)品創(chuàng)新能力是聚合方成功的關(guān)鍵。從角色形成的驅(qū)動因素出發(fā)，可將聚合方分為兩類。第一，商業(yè)驅(qū)動的聚合方，他們憑借先發(fā)優(yōu)勢已經(jīng)建立起成熟的商業(yè)模式，擁有穩(wěn)定的客戶群，通過獨(dú)特的數(shù)據(jù)源和持續(xù)產(chǎn)品創(chuàng)新形成競爭壁壘和穩(wěn)固的數(shù)據(jù)價(jià)值鏈路，如金融數(shù)據(jù)服引導(dǎo)逐步形成新的數(shù)據(jù)聚合，當(dāng)前主要出現(xiàn)在風(fēng)控場景數(shù)據(jù)鏈路中，如人民銀行征信?基本面數(shù)據(jù)：中國宏觀經(jīng)濟(jì)、地區(qū)宏觀經(jīng)濟(jì)、全球宏觀經(jīng)濟(jì)、行業(yè)經(jīng)濟(jì)、利率數(shù)據(jù)等?公司及產(chǎn)品數(shù)據(jù)：股票、債券、外匯、基金、期貨、公司公告、新聞資訊、企業(yè)信息等?各類金融指數(shù)?交易所數(shù)據(jù)?大宗商品：大宗商品交易數(shù)據(jù)（棕櫚油、大豆、金屬品類等）?醫(yī)藥數(shù)據(jù)庫：藥品研發(fā)數(shù)據(jù)等?…?交易服務(wù)商是輔助數(shù)據(jù)交易活動有序開展的專業(yè)服務(wù)機(jī)構(gòu)，提供數(shù)據(jù)集成、數(shù)據(jù)托管?數(shù)據(jù)粗加工服務(wù)商進(jìn)行數(shù)據(jù)采集與粗加工，形成可供使用的數(shù)據(jù)集，主要玩家包括海應(yīng)用服務(wù)商擁有行業(yè)know-how，通過數(shù)據(jù)與技術(shù)、算法的深度結(jié)合挖掘數(shù)據(jù)背潛在價(jià)值，滿足客戶深度洞察需求，為用戶的業(yè)務(wù)賦能?；趹?yīng)用服務(wù)商提供的產(chǎn)品與服務(wù)，我們將其分為應(yīng)用解決方案商和數(shù)據(jù)服務(wù)商。應(yīng)用解決方案商包括互聯(lián)網(wǎng)服務(wù)平臺、數(shù)字化營銷是應(yīng)用服務(wù)商的主要服務(wù)場景，頭部互聯(lián)網(wǎng)服務(wù)平臺憑借豐富的流量、數(shù)據(jù)、技術(shù)資源，通過廣告變現(xiàn)，獲取了營銷市場主要價(jià)值；營銷解決方案商和頭部流量方合作，通過提供營銷解決方案獲得收益。頭部互聯(lián)網(wǎng)服務(wù)平臺在運(yùn)營過程中積累了大量的用戶線上行為和交易數(shù)據(jù)，并基于這些數(shù)據(jù)創(chuàng)建了用戶個(gè)性化畫像，記錄了消費(fèi)者的購物行為和喜好。品牌商家可借助互聯(lián)網(wǎng)平臺龐大的用戶群體和消費(fèi)者畫像在平臺上定向投放廣告，提高品牌曝光度，互聯(lián)網(wǎng)平臺收取一定比例的廣告費(fèi)用作為收益。營銷解決方案商往往與頭部流量平臺有穩(wěn)固的合作關(guān)系，他們利用平臺積累的用戶行為數(shù)據(jù)，并整合其他…… 基礎(chǔ)設(shè)施技術(shù)提供方主要向市場提供四類技術(shù)工具，包括數(shù)據(jù)提取轉(zhuǎn)化與管理工具、......基礎(chǔ)...據(jù)服務(wù)......（平臺）（平臺）...（如機(jī)器學(xué)習(xí)訓(xùn)練平臺）工具層（數(shù)據(jù)工具+算法）ETL工具ELT工具......應(yīng)用層基礎(chǔ)層數(shù)據(jù)編織數(shù)數(shù)據(jù)提取轉(zhuǎn)化與管理工具：數(shù)據(jù)要素使用的基礎(chǔ)技術(shù)工具，同時(shí)也是數(shù)據(jù)分析、應(yīng)用與對外供給的前置條件。其中，數(shù)據(jù)治理市場蘊(yùn)含巨大潛力，但仍處于發(fā)展初期。數(shù)據(jù)提取轉(zhuǎn)化工具將不同來源、不同格式的數(shù)據(jù)統(tǒng)一轉(zhuǎn)化為標(biāo)準(zhǔn)格式，提高數(shù)據(jù)的準(zhǔn)確性和可信度。數(shù)據(jù)管理工具幫助企業(yè)創(chuàng)建數(shù)據(jù)標(biāo)準(zhǔn)和管理策略，提升數(shù)據(jù)可用性，滿足合規(guī)要求。 數(shù)據(jù)存儲工具：數(shù)據(jù)要素的基礎(chǔ)載體，數(shù)據(jù)管理和分析的前置條件，當(dāng)前市場集中度高，國產(chǎn)廠商競爭力逐漸增強(qiáng)。產(chǎn)品力、開放生態(tài)及客戶服務(wù)是關(guān)鍵成功要素。數(shù)據(jù)庫是目前國內(nèi)市場規(guī)模最大的平臺軟件產(chǎn)品，市場規(guī)模約370億人民幣。市場集中度高，云廠商主導(dǎo)，但以O(shè)ceanBase為代表的分布式數(shù)據(jù)庫獨(dú)立廠商增速較快。信創(chuàng)國產(chǎn)化是主要趨以O(shè)ceanBase為代表的分布式數(shù)據(jù)庫正在被廣泛應(yīng)用。面對海量數(shù)據(jù)挑戰(zhàn)，企業(yè)正在建設(shè)現(xiàn)代化數(shù)據(jù)架構(gòu)，從集中式數(shù)據(jù)庫升級為分布式數(shù)據(jù)庫正在成為新選擇和新趨勢。數(shù)倉云廠商規(guī)模效應(yīng)明顯。產(chǎn)品矩陣、技術(shù)優(yōu)勢及生態(tài)體系建設(shè)是關(guān)鍵成功要素。AI平臺工具是最重要的數(shù)據(jù)分析產(chǎn)品，目前國內(nèi)市場規(guī)模約120億人民幣，30%的AI平臺工具是機(jī)器學(xué)習(xí)平臺。機(jī)器學(xué)習(xí)平臺技術(shù)門檻較高，前五大玩家占比接近70%，且頭部廠商規(guī)模不斷擴(kuò)大，競爭優(yōu)勢愈發(fā)明顯。數(shù)據(jù)和AI深度融合的一站式解決方案，以更低的算力成本實(shí)現(xiàn)更數(shù)據(jù)安全工具：數(shù)據(jù)價(jià)值流通的根本保障，貫通整個(gè)數(shù)據(jù)技術(shù)棧，行業(yè)參與者眾多，市場尚無絕對領(lǐng)先者，完整的安全解決方案能力是關(guān)鍵成功要素。數(shù)據(jù)安全包括數(shù)據(jù)安全合規(guī)、數(shù)據(jù)庫安全、數(shù)據(jù)脫敏、隱私計(jì)算平臺等細(xì)分領(lǐng)域。合規(guī)是當(dāng)前企業(yè)開展數(shù)據(jù)安全能力建設(shè)的最重要驅(qū)動力，數(shù)據(jù)分類分級是企業(yè)開展數(shù)據(jù)安全合規(guī)治理的起點(diǎn)。目前數(shù)據(jù)安全市場規(guī)模約130億人民幣（含產(chǎn)品及服務(wù)等主要玩家包括三類：以安華技為代表的專精型數(shù)據(jù)安全廠商、以奇安信為代表的綜合型網(wǎng)絡(luò)安全廠商，以及騰訊、阿里云等云廠商。目前各廠商多結(jié)合自身優(yōu)勢提供若干產(chǎn)品模塊組合，尚無成熟的數(shù)據(jù)安全7數(shù)據(jù)精加工指數(shù)據(jù)經(jīng)過分析處理、轉(zhuǎn)化 政策上，政府持續(xù)鼓勵并支持?jǐn)?shù)據(jù)價(jià)值流通，打造更多數(shù)據(jù)樞紐高地，推動更多數(shù)據(jù)開放。國家層面，政策舉措接連落地，組建國家數(shù)據(jù)局，數(shù)據(jù)要素市場建設(shè)加快推進(jìn)，地方數(shù)據(jù)交易所、政府大數(shù)據(jù)平臺等機(jī)構(gòu)在數(shù)據(jù)價(jià)值流通網(wǎng)絡(luò)中起到了愈發(fā)重要的作用。地方層面，北京、上海、深圳等地陸續(xù)出臺政策響應(yīng)——北京印發(fā)《關(guān)于更好發(fā)揮數(shù)據(jù)要素方服務(wù)機(jī)構(gòu)管理暫行辦法》——鼓勵政府部門、公共機(jī)構(gòu)、央國企等手握巨量數(shù)據(jù)的供給方積極推動數(shù)據(jù)商業(yè)化，明確打造數(shù)據(jù)要素配置樞紐高地，共同推進(jìn)公共數(shù)據(jù)授權(quán)運(yùn)營，數(shù)據(jù)資產(chǎn)入表，為數(shù)據(jù)交易定價(jià)提供依據(jù)，是數(shù)據(jù)資源邁向數(shù)據(jù)資產(chǎn)化的關(guān)鍵步驟。使企業(yè)意識到數(shù)據(jù)將成為企業(yè)發(fā)展的重要抓手，例如基于生成式AI的虛擬助手代替部分人工在線客服完成常規(guī)的售前咨詢與售后管理，幫助企業(yè)節(jié)約成本；芯片廠商積極探索AI大模型與EDA工具結(jié)合，高效并且自動化生成不同形態(tài)、適配多種驗(yàn)證環(huán)境優(yōu)質(zhì)測試用例，減少芯片設(shè)計(jì)流程中部分重復(fù)且繁雜的工作，提高工作效率，降低研發(fā)門檻，解決人才挑戰(zhàn)。由此，更多企業(yè)積極探索AI大模型在研發(fā)、生產(chǎn)、銷售、服務(wù)等環(huán)節(jié)的落地應(yīng)用，對數(shù)據(jù)價(jià)值的認(rèn)可度不斷提高。數(shù)據(jù)被視為企業(yè)發(fā)展的核心資產(chǎn)和關(guān)鍵競爭優(yōu)勢，成為企業(yè)先進(jìn)科技浪潮如AI大模型推動了需求側(cè)新數(shù)據(jù)應(yīng)用場景的涌現(xiàn)，數(shù)據(jù)需求出現(xiàn)了爆炸 KYC……….零售行業(yè)的定價(jià)預(yù)測：AI大模型算法會基于歷史銷售數(shù)據(jù)、產(chǎn)品信息、市場趨勢進(jìn)行訓(xùn)練模擬，找出數(shù)字背后的規(guī)律。模型被訓(xùn)練好后，可以基于特定的輸入?yún)?shù)（如季節(jié)等）生成價(jià)格預(yù)測結(jié)果，幫助零售商制定更合理的定價(jià)策略，提高利潤并降低庫存.金融行業(yè)的個(gè)性化服務(wù)：AI金融助理根據(jù)客戶的行為和偏好數(shù)據(jù)，幫助客戶經(jīng)理更好地理解客戶需求，并整理現(xiàn)有金融產(chǎn)品形成個(gè)性化的產(chǎn)品推薦建議。例如，AI模型整理歷史客戶溝通記錄、資產(chǎn)配置情況、風(fēng)險(xiǎn)承受能力等數(shù)據(jù)，為客戶經(jīng)理等提供客戶的詳細(xì)畫像和風(fēng)險(xiǎn)評估，并根據(jù)客戶需求，自動生成個(gè)性化的理財(cái)方案和溝通話術(shù)，.醫(yī)療健康行業(yè)的精準(zhǔn)醫(yī)療：AI大模型結(jié)合患者的基因數(shù)據(jù)、臨床記錄、生命體征等多源數(shù)據(jù)，針對患者的疾病情況和基因特征，制定個(gè)性化的治療方案，提高治療的準(zhǔn)確這些用例的逐步落地牽引著更多的數(shù)據(jù)價(jià)值流通需求，而AI大模型本身對于訓(xùn)練數(shù)據(jù) 數(shù)據(jù)需求的爆炸性增長驅(qū)使需求方積極尋求新數(shù)據(jù)供給，在政策引導(dǎo)與技術(shù)發(fā)展的推首先，隨著行業(yè)數(shù)字化水平不斷提升，數(shù)據(jù)的有效供給不斷增加。以汽車行業(yè)為例，傳統(tǒng)汽車場景下數(shù)據(jù)類型單一，以發(fā)動機(jī)轉(zhuǎn)速、行駛里程等車輛運(yùn)營數(shù)據(jù)為主。隨著汽車智能化、網(wǎng)聯(lián)化的推進(jìn)，行業(yè)數(shù)據(jù)種類日益多樣化，新增數(shù)據(jù)包括毫米雷達(dá)波等傳感器采集的數(shù)據(jù)，車輛之間以及車輛與基礎(chǔ)設(shè)施通過車聯(lián)網(wǎng)技術(shù)實(shí)時(shí)交流的數(shù)據(jù)，駕駛員駕駛習(xí)慣、行車路徑等用戶行為數(shù)據(jù)，以及導(dǎo)航規(guī)劃等互聯(lián)網(wǎng)數(shù)據(jù)等，市場上可供給的數(shù)據(jù)種類其次，政策牽引下數(shù)據(jù)樞紐高地正在形成。目前多地已出臺細(xì)化的數(shù)據(jù)基礎(chǔ)制度，政府、龍頭企業(yè)等在數(shù)據(jù)量級和維度上都遙遙領(lǐng)先，正在成為重要的數(shù)據(jù)樞紐，在促進(jìn)數(shù)據(jù)基于行業(yè)數(shù)字化水平和數(shù)據(jù)集中程度，大量新生數(shù)據(jù)供給方正在誕生，例如能源、醫(yī)行業(yè)協(xié)會聚集大量數(shù)據(jù)，具備數(shù)據(jù)供給潛力；汽車和物流行業(yè)受新能源發(fā)展和物流數(shù)字化的驅(qū)動，行業(yè)數(shù)字化程度快速提高，自身積累的數(shù)據(jù)量大幅增長，行業(yè)也在構(gòu)建數(shù)據(jù)應(yīng)用場景，積極探索數(shù)據(jù)變現(xiàn)方式。我們預(yù)計(jì)，隨著下游場景進(jìn)一步明確，數(shù)據(jù)流通合規(guī)體系數(shù)據(jù)集中數(shù)據(jù)分散（含地產(chǎn)） . .此外，企業(yè)層面，部分央國企、互聯(lián)網(wǎng)平臺及其他數(shù)字化程度高、數(shù)據(jù)集中度較高的企業(yè)擁有豐富的數(shù)據(jù)資源，具備對外大量供給數(shù)據(jù)的可能，也有望成為未來數(shù)據(jù)供給的樞數(shù)據(jù)需求與供給初步匹配形成數(shù)據(jù)流通鏈路雛形。當(dāng)前市場已圍繞營銷、風(fēng)控、交易決策三大場景，形成了由需求方、供給方、流通方、應(yīng)用服務(wù)商組合的多條數(shù)據(jù)價(jià)值流通隨著數(shù)據(jù)變現(xiàn)需求不斷增加，新的數(shù)據(jù)源涌現(xiàn)，部分新數(shù)據(jù)鏈路被搭建，部分舊數(shù)據(jù)鏈路被重構(gòu)，數(shù)據(jù)流通鏈路網(wǎng)絡(luò)被進(jìn)一步編織。未來的數(shù)據(jù)價(jià)值網(wǎng)絡(luò)中，新的數(shù)據(jù)供給方建立新通路。數(shù)據(jù)價(jià)值鏈分工格局的變化、政府職能的補(bǔ)位以及下游需求的變化，致使原ToC營銷數(shù)據(jù)聚合方ToC營銷數(shù)據(jù)聚合方ToC風(fēng)控?cái)?shù)據(jù)聚合方1.a1.aToC風(fēng)控ToC風(fēng)控ToC風(fēng)控ToC風(fēng)控風(fēng)控b1b1大數(shù)據(jù)公司大數(shù)據(jù)公司管理IT服務(wù)商ToC等需求方 新流量平臺崛起，品牌方需緊密結(jié)合自身及外部數(shù)據(jù)，利用新技術(shù)制定更有效的營銷策略，進(jìn)而催生出新的數(shù)據(jù)流通路徑。當(dāng)前的營銷鏈路中，在需求端，品牌方為了提高獲客率、增加營收，需要采用數(shù)字化方案更精準(zhǔn)地觸達(dá)用戶，這就需要全面的用戶數(shù)據(jù)和市場數(shù)據(jù)作為支撐。而目前供給側(cè)主要由互聯(lián)網(wǎng)平臺提供用戶行為數(shù)據(jù)。第三方營銷數(shù)據(jù)服營銷解決方案商將數(shù)據(jù)轉(zhuǎn)化為分析洞察，通過廣告營銷和營銷解決方案變現(xiàn)。隨著流量格移動APP友盟、奇點(diǎn)云等）（如尼爾森、友盟、神策）新增數(shù)據(jù)供給方傳統(tǒng)數(shù)據(jù)供給方運(yùn)營商數(shù)據(jù)“灰轉(zhuǎn)白”（如電力）（醫(yī)院）?更多元數(shù)據(jù)供給通路。公共機(jī)構(gòu)、運(yùn)營商積極探索數(shù)據(jù)合規(guī)變現(xiàn)，大量運(yùn)營商數(shù)據(jù)和流量或?qū)⒃跔I銷領(lǐng)域合規(guī)運(yùn)用，未來運(yùn)營商可能成為除互聯(lián)網(wǎng)外另一大主要數(shù)據(jù)供給?流量格局變化，營銷解決方案商或承接更多流量數(shù)據(jù)。新流量平臺涌現(xiàn)帶動互聯(lián)網(wǎng)流 隨著征信“斷直連”政策落地，出現(xiàn)更多的數(shù)據(jù)共享與合作場景，企業(yè)需要利用數(shù)據(jù)及相關(guān)技術(shù)完善風(fēng)控管理，滿足低風(fēng)險(xiǎn)運(yùn)營要求，由此牽動數(shù)據(jù)流通路徑變化。當(dāng)前的To金保信等機(jī)構(gòu)會對數(shù)據(jù)進(jìn)行聚合加工，同時(shí)包括同盾、百融等解決方案商對數(shù)據(jù)進(jìn)行深度分析，形成有業(yè)務(wù)價(jià)值的業(yè)務(wù)解決方案。風(fēng)控解決方案商和金融機(jī)構(gòu)曾存在直連通路，但“斷直連”政策出臺后，該通路被切斷，后續(xù)必須通過征信機(jī)構(gòu)連接金融機(jī)構(gòu)。隨著政策驅(qū)動和部分環(huán)節(jié)職能補(bǔ)強(qiáng)，我們預(yù)計(jì)ToC風(fēng)控場景的數(shù)據(jù)流動路徑將發(fā)生三點(diǎn)變化（參閱物流（醫(yī)院）游戲等）（如電力）……（在風(fēng)控解決方案商的幫助下實(shí)現(xiàn)政務(wù)數(shù)據(jù)直連）小額貸款…人民銀行征信中心（同盾、百融）（含營銷風(fēng)控）（同盾、百融）智能風(fēng)控服務(wù)商（同盾、百融）（拍拍貸）分析服務(wù)商（數(shù)行科技）新增數(shù)據(jù)供給方傳統(tǒng)數(shù)據(jù)供給方?…?政府、公共機(jī)構(gòu)和運(yùn)營商數(shù)據(jù)供給更豐富?？萍寄芰诱?、公共機(jī)構(gòu)和運(yùn)營商外傳統(tǒng)數(shù)據(jù)供給方新增數(shù)據(jù)供給方 傳統(tǒng)數(shù)據(jù)供給方新增數(shù)據(jù)供給方?征信機(jī)構(gòu)職能補(bǔ)強(qiáng)，提供解決方案。政策要求征信機(jī)構(gòu)成為信貸風(fēng)控領(lǐng)域數(shù)據(jù)樞紐，隨著征信牌照擴(kuò)容，征信機(jī)構(gòu)自身風(fēng)控技術(shù)能力補(bǔ)強(qiáng)，未來部分征信機(jī)構(gòu)將聚合風(fēng)控?政務(wù)數(shù)據(jù)形成新通路。政務(wù)數(shù)據(jù)公開或成為信貸場景下征信機(jī)構(gòu)外的新通路，政府可景提供支持，由此帶動數(shù)據(jù)流動路徑的轉(zhuǎn)變。當(dāng)前ToB風(fēng)控場景下，金融行業(yè)是最大的需求方，信貸風(fēng)控和交易風(fēng)控是最主要的應(yīng)用場景。金融機(jī)構(gòu)及行業(yè)用戶需要綜合多類別的這些信息目前主要由政府部門提供。企查查等風(fēng)控?cái)?shù)據(jù)服務(wù)商對數(shù)據(jù)進(jìn)行聚合、清洗后以數(shù)據(jù)訂閱的形式向下游輸出，賺取數(shù)據(jù)聚合價(jià)值。應(yīng)用與解決方案環(huán)節(jié)，同盾、百融等風(fēng)控應(yīng)用解決方案商將數(shù)據(jù)帶入風(fēng)控模型做精加工，賺取數(shù)據(jù)洞察價(jià)值。由于需求變動及數(shù)）：鄧白氏、益博睿等）…（同盾、邦盛、百融）（北京金融大數(shù)據(jù)、益博睿）（供應(yīng)鏈核心企業(yè)為主）（供應(yīng)鏈核心企業(yè)為主）…能源/（如電力）（醫(yī)院）（同盾、邦盛、百融）…… ? ?行業(yè)數(shù)據(jù)供給更豐富，帶動非金融企業(yè)交易風(fēng)控需求升級。各行業(yè)數(shù)字化程度提升，且更多數(shù)據(jù)維度被納入風(fēng)控模型，供需兩側(cè)共同推動行業(yè)數(shù)據(jù)供給增加。交易風(fēng)控場景下，僅從數(shù)據(jù)聚合方采購數(shù)據(jù)已無法滿足企業(yè)日益復(fù)雜的應(yīng)用需求，越來越多的非金融企業(yè)需要購買由風(fēng)控解決方案商提供的平臺、信用報(bào)告、信用評分等數(shù)據(jù)產(chǎn)品輔?政府、能源數(shù)據(jù)運(yùn)用規(guī)范化。隨著對數(shù)據(jù)規(guī)范授權(quán)和商業(yè)化應(yīng)用的規(guī)定逐漸明晰，監(jiān)交易決策場景下，市場已有成熟玩家卡位，未來數(shù)據(jù)流動路徑變革機(jī)會有限。當(dāng)前金融交易和大宗交易決策是兩大主流應(yīng)用場景，金融行業(yè)是最大的數(shù)據(jù)需求方，市場上流通的數(shù)據(jù)包括宏觀經(jīng)濟(jì)、市場資訊、產(chǎn)能供需數(shù)據(jù)、現(xiàn)貨期貨價(jià)格數(shù)據(jù)等。當(dāng)前市場數(shù)據(jù)供給多元，以互聯(lián)網(wǎng)媒體資訊、公司年報(bào)、業(yè)績報(bào)告、行業(yè)分析報(bào)告等公開信息為主。在數(shù)構(gòu)也會基于數(shù)據(jù)聚合產(chǎn)品，為客戶提供進(jìn)一步的洞察。當(dāng)前數(shù)據(jù)交易決策格局相對穩(wěn)定，（如萬得）（如卓創(chuàng)）（醫(yī)院）傳統(tǒng)數(shù)據(jù)供給方新增數(shù)據(jù)供給方（研究院、咨詢公司） 大模型帶動新用例的產(chǎn)生，新用例推動新數(shù)據(jù)源和新數(shù)據(jù)鏈路的出現(xiàn)。在大模型的應(yīng)用推動下，更多用例產(chǎn)生，如智能聊天機(jī)器人。智能聊天機(jī)器人主要應(yīng)用于營銷、交易決策及客服場景，對于當(dāng)前數(shù)據(jù)內(nèi)循環(huán)為主的客服場景來說，大模型升級了現(xiàn)有的數(shù)據(jù)分析方式，形成了人機(jī)copilot的模式，由此圍繞大模型搭建起外循環(huán)新通路。我們預(yù)計(jì)大模型）：（醫(yī)院）（如海天瑞聲）（智慧眼、科大訊飛等）（阿里、百度、騰訊等） 新增數(shù)據(jù)供給方傳統(tǒng)數(shù)據(jù)供給方?新數(shù)據(jù)源涌現(xiàn)。當(dāng)前市場上的大模型以通用大語言模型為主，大模型預(yù)訓(xùn)練需要的數(shù)據(jù)主要來自于互聯(lián)網(wǎng)網(wǎng)絡(luò)文本、百科網(wǎng)站、社交問答、開源代碼等訓(xùn)練語料庫。隨著?數(shù)據(jù)標(biāo)注自動化。AI大模型的發(fā)展帶動數(shù)據(jù)采集標(biāo)注行業(yè)快速增長。當(dāng)前數(shù)據(jù)采集標(biāo)準(zhǔn)確率的要求持續(xù)提高，數(shù)據(jù)采集標(biāo)注行業(yè)將向自動化發(fā)展，從而帶動數(shù)據(jù)聚合環(huán)節(jié) ?通用大模型為專業(yè)大模型提供數(shù)據(jù)，形成新鏈路。對于機(jī)器翻譯、代碼生成、自動駕駛等應(yīng)用場景，生成式AI大模型可以基于真實(shí)的訓(xùn)練數(shù)據(jù)生成仿真數(shù)據(jù)，這些仿真數(shù)據(jù)可以作為特定應(yīng)用場景專業(yè)大模型訓(xùn)練數(shù)據(jù)的補(bǔ)充。我們預(yù)計(jì)未來AI模型開發(fā)或?qū)⒊霈F(xiàn)專業(yè)化分工，通用大模型底座由技術(shù)巨頭提供，其他垂直領(lǐng)域開發(fā)商、解決方案 盡管數(shù)據(jù)價(jià)值被越來越多的企業(yè)認(rèn)可，但目前數(shù)據(jù)價(jià)值網(wǎng)絡(luò)格局在變化過程中仍存在隱私保護(hù)監(jiān)管日益嚴(yán)格，數(shù)據(jù)流通監(jiān)管仍在不斷完善，企業(yè)對外部數(shù)據(jù)的使用存在合規(guī)風(fēng)險(xiǎn)方面的顧慮，這也對數(shù)據(jù)基礎(chǔ)設(shè)施工具，尤其是安全技術(shù)、隱私保護(hù)提出了更高的人信息保護(hù)法》等相關(guān)法律法規(guī)，對數(shù)據(jù)的規(guī)范利用和安全隱私保護(hù)等進(jìn)行了嚴(yán)格規(guī)定，如果企業(yè)觸犯相關(guān)法規(guī)，將面臨較為嚴(yán)重的處罰。由于數(shù)據(jù)交易政策仍有待進(jìn)一步明確，相關(guān)示范案例仍處于先行探索期，企業(yè)對合規(guī)風(fēng)險(xiǎn)的評估沒有確切的把握，因此對數(shù)據(jù)流通方案的實(shí)施存在諸多顧慮，不敢輕易向外輸出。同時(shí)，日趨嚴(yán)格的數(shù)據(jù)隱私法規(guī)、數(shù)據(jù)保護(hù)政策以及數(shù)據(jù)交換和共享的規(guī)范性要求，也使企業(yè)愈發(fā)關(guān)注自身數(shù)據(jù)安全和外部數(shù)據(jù)數(shù)據(jù)供給方自身數(shù)據(jù)治理水平不足，不具備對外輸出高質(zhì)量數(shù)據(jù)的條件，這就要求企業(yè)具備更好的數(shù)據(jù)治理能力。數(shù)據(jù)供給方目前主要面臨兩方面的問題，一是數(shù)據(jù)治理能力不足。部分已經(jīng)完成信息化的企業(yè)在數(shù)據(jù)治理方面不夠重視，存在數(shù)據(jù)采集標(biāo)準(zhǔn)不一致、數(shù)據(jù)字段缺失、數(shù)據(jù)存儲混亂等諸多問題，導(dǎo)致數(shù)據(jù)質(zhì)量較差，使用難度較大。二是數(shù)據(jù)開放共享不足?？傮w而言，政府、公共機(jī)構(gòu)、央國企等數(shù)據(jù)供給樞紐高地掌握著巨量數(shù)據(jù)資源，但對外開放共享程度較低。企業(yè)內(nèi)部也存在數(shù)據(jù)壁壘，數(shù)據(jù)間孤島現(xiàn)象嚴(yán)重，難以數(shù)據(jù)精加工技術(shù)能力不足，應(yīng)用能力不足，大量數(shù)據(jù)價(jià)值未得到充分發(fā)揮，這對數(shù)據(jù)應(yīng)用工具提出了更高的要求。當(dāng)前大量數(shù)據(jù)在需求端仍停留在表層的行業(yè)統(tǒng)計(jì)和市場追蹤作用，在聚合端僅僅是簡單的數(shù)據(jù)清洗等粗加工服務(wù)，數(shù)據(jù)深度挖掘技術(shù)工具不完善，數(shù)據(jù)鏈路后端專業(yè)性的深入場景分析與數(shù)據(jù)洞察較少。例如在醫(yī)療領(lǐng)域，即使有了大量的患者數(shù)據(jù)，如果醫(yī)療機(jī)構(gòu)無法有效地利用這些數(shù)據(jù)來診斷疾病、制定治療方案以及閉環(huán)評估 綜合對數(shù)據(jù)價(jià)值流通網(wǎng)絡(luò)的趨勢和痛點(diǎn)分析，我們發(fā)現(xiàn)，目前大量連接數(shù)據(jù)需求和供給的鏈路并不通暢，阻礙了數(shù)據(jù)價(jià)值的充分釋放。為了推動數(shù)據(jù)價(jià)值網(wǎng)絡(luò)的發(fā)展，確保數(shù)據(jù)鏈路的有效建立和順暢流通，市場應(yīng)積極關(guān)注數(shù)據(jù)供需格局變化中新應(yīng)用、新供給方面?zhèn)鹘y(tǒng)應(yīng)用場景升級疊加大模型發(fā)展帶來的新場景，催生千億級數(shù)據(jù)應(yīng)用與解決方案市標(biāo)客戶形成營銷閉環(huán)，實(shí)現(xiàn)數(shù)據(jù)價(jià)值釋放。參考海外經(jīng)驗(yàn)，由于新流量方缺乏技術(shù)能力，多選擇與解決方案商合作，將平臺上聚集的用戶數(shù)據(jù)，以及外部站點(diǎn)采購的各類用戶行為和軌跡數(shù)據(jù)，聚集到解決方案CDP平臺8進(jìn)行數(shù)據(jù)處理后形平臺多渠道觸達(dá)目標(biāo)用戶形成營銷閉環(huán)。對于解決方案商，可尋求與新興流量平臺合作機(jī)案例案例1：隱私計(jì)算讓多方數(shù)據(jù)可用不可見，提高營銷精準(zhǔn)度螞蟻鏈摩斯平臺通過隱私計(jì)算技術(shù)鏈接某頭部消費(fèi)品牌和多個(gè)流量平臺，補(bǔ)齊品牌現(xiàn)有用戶的全渠道行為數(shù)據(jù)并進(jìn)行分析，精準(zhǔn)繪制人群畫像，實(shí)現(xiàn)營銷曝光點(diǎn)擊率提升50%以上，入會成本降低案例2：私域流量方與解決方案商合作優(yōu)化站內(nèi)運(yùn)營，提升增值服務(wù)轉(zhuǎn)化率某攝像頭智能家居品牌與解決方案商合作，基于用戶畫像數(shù)據(jù)，通過選擇更精準(zhǔn)的站內(nèi)推送時(shí)機(jī)和話術(shù)，將其增值服務(wù)的轉(zhuǎn)化率提升超過50%，接入平臺用戶累計(jì)超百萬。8CDP即客戶數(shù)據(jù)平臺。CDP可以幫助企業(yè)打通數(shù)據(jù)，采集和分析用戶行為數(shù)據(jù)，以更深入地了 案例案例3：某頭部火鍋品牌與數(shù)據(jù)庫廠商合作私域用戶運(yùn)營，提升實(shí)時(shí)精準(zhǔn)推薦效率某頭部火鍋品牌的會員系統(tǒng)搭載國內(nèi)知名數(shù)據(jù)科技企業(yè)的原生分布式數(shù)據(jù)庫，實(shí)現(xiàn)一份數(shù)據(jù)既能做交易又能做分析，實(shí)時(shí)分析算力提升30%，通過記錄和分析每一位會員的喜好，實(shí)現(xiàn)精準(zhǔn)化的內(nèi)容定制，如菜品推薦、促銷信息、達(dá)人分享等內(nèi)容都貼合會員興趣。個(gè)人征信“斷直連”政策落地后，第三方個(gè)人征信機(jī)構(gòu)成為必經(jīng)通路，征信機(jī)構(gòu)重要性上升。由于基礎(chǔ)征信服務(wù)盈利有限，征信機(jī)構(gòu)可以通過產(chǎn)品創(chuàng)新與向非金融領(lǐng)域拓展切入到高利潤領(lǐng)域。參考海外案例，個(gè)人征信機(jī)構(gòu)在基礎(chǔ)征信服務(wù)的基礎(chǔ)上，也會為信貸機(jī)構(gòu)提供信用評分以及決策支持等增值服務(wù)（如分析模型、決策工具、軟件以及系統(tǒng)等有效滿足金融機(jī)構(gòu)在授信環(huán)節(jié)中的數(shù)據(jù)分析需求。此外，海外征信機(jī)構(gòu)正積極補(bǔ)齊行業(yè)短期內(nèi)提供高附加值的增值服務(wù)難度較大，解決方案商可與其合作，以技術(shù)提供商或者咨隨著金融企業(yè)更加關(guān)注智能風(fēng)控解決方案的效果及價(jià)值發(fā)掘，非金融企業(yè)對業(yè)務(wù)風(fēng)險(xiǎn)實(shí)時(shí)監(jiān)測和供應(yīng)商信用風(fēng)險(xiǎn)管理的持續(xù)關(guān)注，智能風(fēng)控輔助決策類產(chǎn)品和服務(wù)需求呈整體上升趨勢。解決方案商可以基于多場景，為客戶提供風(fēng)控深度數(shù)據(jù)洞察服務(wù)和創(chuàng)新解決方案例案例4：第三方征信機(jī)構(gòu)與解決方案商合作，推出征信增值服務(wù)樸道征信與多家解決方案商合作，開發(fā)評分類、畫像類、核驗(yàn)類、職業(yè)信用等多元化征信產(chǎn)品和增值服務(wù)，提高數(shù)據(jù)資源的利用程度和配置效率。案例5：決策引擎助力銀行風(fēng)控中臺建設(shè)，賦能數(shù)字化轉(zhuǎn)型蟻盾決策引擎助力某國有銀行，將數(shù)字化風(fēng)控決策能力和原有風(fēng)控體系進(jìn)行融合，建設(shè)全行級風(fēng)控中臺。該中臺覆蓋信用卡、個(gè)金、普惠等13個(gè)重要場景，通過完整的風(fēng)控體系打通各個(gè)模式，解決系統(tǒng)分散問題，滿足億級客戶規(guī)模下的大行高并發(fā)風(fēng)控要求。 案例案例6：全流程的智能供應(yīng)鏈風(fēng)控，推動供應(yīng)鏈數(shù)字化升級國內(nèi)知名數(shù)據(jù)科技企業(yè)利用大數(shù)據(jù)和AI風(fēng)控能力，幫助國內(nèi)頭部的大宗貿(mào)易商熱聯(lián)集團(tuán)進(jìn)行全流程的智能供應(yīng)鏈風(fēng)控建設(shè)，實(shí)現(xiàn)了對近萬家合作伙伴的供應(yīng)鏈全生命周期的風(fēng)險(xiǎn)管理，大幅提升了風(fēng)控效率，事前準(zhǔn)入環(huán)節(jié)的效率提升了85%。案例7：解決方案商幫助貨主提升可視化，加強(qiáng)風(fēng)險(xiǎn)管理G7易流幫助跨境電商建立訂單可視數(shù)據(jù)標(biāo)準(zhǔn)和交互規(guī)范，通過實(shí)時(shí)數(shù)據(jù)和算法平臺，實(shí)現(xiàn)上下游訂單自主連接，貨主掌握承運(yùn)商調(diào)度司機(jī)的全過程，調(diào)車效率提升超過60%，訂單異常率顯著降低，實(shí)現(xiàn)從被動管理到主動預(yù)警。通用模型帶動新用例產(chǎn)生，這些新用例能幫助企業(yè)實(shí)現(xiàn)成本節(jié)降或增加額外收益，不的新數(shù)據(jù)應(yīng)用產(chǎn)品逐步落地，如智能投顧。智能投顧主要面向金融機(jī)構(gòu)的銷售人員和投顧人員，在投顧人員與投資者對接時(shí)，其可通過輸入對接客戶的需求和問題，從智能投顧產(chǎn)品獲得專業(yè)投資建議，更精準(zhǔn)地把握投資者需求，提升專業(yè)度，降低人力成本。通用大模案例案例8：OpenAI推出多模態(tài)大模型，實(shí)現(xiàn)初步商用OpenAI推出超大規(guī)模的多模態(tài)預(yù)訓(xùn)練大模型ChatGPT，結(jié)合多模態(tài)理解與生成能力，用戶可自定義和擴(kuò)展ChatGPT，生成自然、流暢的語言回應(yīng)。該模型已初步商用，消費(fèi)者按照訂閱付費(fèi)，開發(fā)基于功能專業(yè)模型的新數(shù)據(jù)用例如文生圖、文生視頻、代碼生成等，可以幫助用戶提高效率，目前已實(shí)現(xiàn)初步商業(yè)化。企業(yè)目前存在眾多特定專業(yè)領(lǐng)域的多模態(tài)需求，功能專 國內(nèi)知名數(shù)據(jù)科技企業(yè)基于專項(xiàng)風(fēng)格訓(xùn)練的圖生圖、文生圖AIGC創(chuàng)意工具產(chǎn)品，幫助用戶創(chuàng)作可定制人像姿勢和風(fēng)格的圖片和視頻，降低了創(chuàng)意門檻，提升了創(chuàng)作的趣味性，同時(shí)結(jié)合APP內(nèi)的社區(qū)和空間場景，增強(qiáng)了可玩性。案例10：基于功能專業(yè)模型的文生圖應(yīng)用，幫助創(chuàng)意類工作者提升工作效率Midjourney面向創(chuàng)意類工作者推出文生圖應(yīng)用，一年內(nèi)積累超千萬用戶。其產(chǎn)品可將輸入的文字?jǐn)?shù)據(jù)生成圖像，輔助生成高質(zhì)量的2D游戲角色和動作場景，實(shí)現(xiàn)批量渲染和圖像處理，幫助用戶提升工作效率。隨著政策落地與技術(shù)條件逐步具備，政府、公共機(jī)構(gòu)、央國企等數(shù)據(jù)樞紐高地可以將更多的數(shù)據(jù)合規(guī)變現(xiàn)，應(yīng)用于百億風(fēng)控、萬億營銷等高價(jià)值場景。數(shù)據(jù)樞紐若要搭建全新的供需鏈路，需要具備兩方面的核心能力：首先，需要構(gòu)建完善的基礎(chǔ)設(shè)施，以確保數(shù)據(jù)案例案例11：運(yùn)營商積極利用自身數(shù)據(jù)，切入車企運(yùn)營商利用其傳輸管道的優(yōu)勢，積累了全網(wǎng)視角車主行為數(shù)據(jù)、駕駛信息等，結(jié)合車企營銷場景需求，基于自身的標(biāo)簽體系、模型體系，提供車主用車洞察、再購需求預(yù)測等數(shù)據(jù)產(chǎn)品，幫助車企識別潛在客戶，提高營銷轉(zhuǎn)化率。數(shù)字化程度高、數(shù)據(jù)集中效應(yīng)明顯的行業(yè)及公司，向市場供給更多數(shù)據(jù)產(chǎn)品，實(shí)現(xiàn)數(shù)據(jù)價(jià)值變現(xiàn)。以電力行業(yè)為例，目前電網(wǎng)企業(yè)依據(jù)場景，按照一定的邏輯對數(shù)據(jù)加工處理形成標(biāo)準(zhǔn)化產(chǎn)品，如碳排放監(jiān)測數(shù)據(jù)產(chǎn)品、電力城市駕駛艙產(chǎn)品等。同時(shí)，電網(wǎng)企業(yè)也在積極參與場內(nèi)交易。2023年5月，南方電網(wǎng)貴州電網(wǎng)公司與中鼎資信評級服務(wù)有限公司在貴陽大數(shù)據(jù)交易所完成首單場內(nèi)交易，南方電網(wǎng)提供企業(yè)用電行為分析數(shù)據(jù)產(chǎn)品，其中包 五大數(shù)據(jù)應(yīng)用領(lǐng)域趨勢推動數(shù)據(jù)基礎(chǔ)設(shè)施工具的創(chuàng)新，催生出數(shù)據(jù)安全、AIInfra及數(shù)據(jù)治理平臺三大市場機(jī)會。完備的數(shù)據(jù)基礎(chǔ)設(shè)施是數(shù)據(jù)價(jià)值順暢流通的基礎(chǔ)和關(guān)鍵。數(shù)據(jù)技術(shù)工具越完善越先進(jìn)，才能確保越高質(zhì)量的數(shù)據(jù)供給和安全合規(guī)傳輸，從而保障數(shù)據(jù)鏈路的不斷建立和可靠運(yùn)行。未來在五大數(shù)據(jù)應(yīng)用趨勢推動下，數(shù)據(jù)基礎(chǔ)設(shè)施技術(shù)工具市場愈發(fā)重要，而其中客戶剛需強(qiáng)、相對有競爭壁壘的數(shù)據(jù)安全技術(shù)、AI基礎(chǔ)設(shè)施和數(shù)據(jù)治AI成為數(shù)據(jù)分析的主流.數(shù)據(jù)量級呈指數(shù)級增長，AI基于機(jī)器學(xué)習(xí)和數(shù)據(jù)分析的方法，可以有效處理大規(guī)模數(shù)據(jù)集，解放人力、降本提效.自動駕駛等AI應(yīng)用所需的圖像、語音和文本數(shù)據(jù)集及定制化數(shù)據(jù)服務(wù)需求增長，面向AI的數(shù)據(jù)安全日漸重要.跨境數(shù)據(jù)流動監(jiān)管要求與合規(guī)保障愈加嚴(yán)格，隱私計(jì)算正在興起，數(shù)據(jù)治理和資產(chǎn)化興起.數(shù)據(jù)成為核心生產(chǎn)要素，被視為引領(lǐng)業(yè)務(wù)發(fā)展的“戰(zhàn)略資產(chǎn)”之一，企業(yè)希望保證數(shù)據(jù)質(zhì)量、有效釋放數(shù)據(jù)管理和運(yùn)維簡化 4.伴隨業(yè)務(wù)需求發(fā)展，為滿足快速決策需求，越來越多的企業(yè)希望能夠簡化數(shù)據(jù)集成和管理.數(shù)據(jù)編織是新興的數(shù)據(jù)管理概念，能夠簡化企業(yè)機(jī)構(gòu)的數(shù)據(jù)集成基礎(chǔ)設(shè)施并創(chuàng)建一個(gè)可擴(kuò)展的架構(gòu)，加快并.隨著企業(yè)上云和多云架構(gòu)的廣泛采納，數(shù)據(jù)運(yùn)行環(huán)境正在加速融入統(tǒng)一的云化基礎(chǔ)設(shè)施中，混合數(shù)據(jù)環(huán)境下企業(yè)該3512數(shù)據(jù)安全是數(shù)據(jù)價(jià)值網(wǎng)絡(luò)穩(wěn)定、高效流通的基礎(chǔ)，客戶剛需強(qiáng)，競爭壁壘高，網(wǎng)絡(luò)效應(yīng)10戶剛需強(qiáng)，未來兩年內(nèi)有望保持60%以上的高增速，是整個(gè)數(shù)據(jù)安全市場中未來增量貢獻(xiàn)螞蟻鏈數(shù)據(jù)保護(hù)傘支持某銀行進(jìn)行多分支機(jī)構(gòu)的數(shù)據(jù)資產(chǎn)分享和利用，通過其數(shù)據(jù)分類分級管理、脫敏、溯源、操作風(fēng)險(xiǎn)識別、監(jiān)控審計(jì)等能力，幫助銀行實(shí)現(xiàn)了數(shù)據(jù)安全治理，保障了該項(xiàng)目數(shù)據(jù)生命周期的安全。螞蟻集團(tuán)通過生態(tài)安全門戶，向生態(tài)伙伴提供漏洞掃描、風(fēng)險(xiǎn)信息共享、安全眾測、應(yīng)急協(xié)同、聯(lián)合演練等基礎(chǔ)安全能力。并聯(lián)合第三方安全服務(wù)商，提供SaaS化輕量級服務(wù)，建立包括數(shù)據(jù)安全在內(nèi)的安全能力體系。案例14：奇安信零信任安全方案，幫助客戶建立數(shù)據(jù)安全防護(hù)體系奇安信集團(tuán)協(xié)助某電力集團(tuán)構(gòu)建零信任安全方案，建設(shè)分級分類的數(shù)據(jù)安全防護(hù)體系，通過技術(shù)手段實(shí)現(xiàn)零信任訪問控制，通過全程身份認(rèn)證，保障數(shù)據(jù)訪問的人員和設(shè)備的可信性，此外通過數(shù)字水印與日志分析實(shí)現(xiàn)事后數(shù)據(jù)泄露的追蹤溯源。案例15：InCountry幫助企業(yè)解決跨境數(shù)據(jù)駐留合規(guī)問題InCountry公司作為數(shù)據(jù)存儲和合規(guī)性解決方案服務(wù)商，憑借深刻的法規(guī)理解，與SaaS供應(yīng)商、云廠商廣泛集成，提供可擴(kuò)展、高活性的解決方案。協(xié)助企業(yè)全球存儲和管理敏感數(shù)據(jù)，同時(shí)滿足各地?cái)?shù)據(jù)保護(hù)和數(shù)據(jù)合規(guī)要求。機(jī)會點(diǎn)8：AI平臺AI平臺扮演著算力與應(yīng)用之間的“橋梁”角色，已進(jìn)入發(fā)展快車道，剛需屬性逐步增強(qiáng)，競爭壁壘高。AI應(yīng)用廣泛嵌入業(yè)務(wù)流程，其競爭壁壘高，需要深厚的技術(shù)儲備和經(jīng)驗(yàn)。目前市場較為分散，頭部企業(yè)易形成以下三點(diǎn)優(yōu)勢：第一，有較為豐富的產(chǎn)品矩陣，尤其是數(shù)據(jù)和AI深度融合的“一站式”解決方案；第二，技術(shù)創(chuàng)新能力強(qiáng)；第三，建立完善的生態(tài)體系，與合作伙伴共創(chuàng)解決方案，保障業(yè) 案例案例16：通過智能算法和大模型輔助應(yīng)用設(shè)計(jì)和架構(gòu)分析，降低溝通障礙，確保業(yè)務(wù)需求到技術(shù)實(shí)現(xiàn)某城商行進(jìn)行核心平臺建設(shè)，通過大模型幫助用戶分析需求功能和規(guī)則，將軟件需求沉淀為企業(yè)信息架構(gòu)資產(chǎn)，用于快速檢索和決策功能變更建議；大模型輔助設(shè)計(jì)人員完成基礎(chǔ)工程構(gòu)建。智能設(shè)計(jì)打通業(yè)務(wù)人員和研發(fā)人員的溝通障礙，幫他們減少重復(fù)性工作，通過對功能需求的結(jié)構(gòu)化分解和有機(jī)會點(diǎn)9：AI數(shù)據(jù)標(biāo)注AI數(shù)據(jù)標(biāo)注是大模型數(shù)據(jù)準(zhǔn)備必不可少的環(huán)節(jié)，市場剛需強(qiáng)，競爭壁壘高。大模型浪潮下愈發(fā)強(qiáng)調(diào)高質(zhì)量標(biāo)注數(shù)據(jù)對提升模型效果的重要性，市場存在剛需，預(yù)計(jì)2規(guī)模將達(dá)到120億人民幣。隨著數(shù)據(jù)標(biāo)注廠商尋求智能化轉(zhuǎn)型、利用AI反哺數(shù)據(jù)標(biāo)注，減少對人力的依賴，AI數(shù)據(jù)標(biāo)注的競爭壁壘進(jìn)一步提高。數(shù)據(jù)標(biāo)注作為勞動密集型行業(yè)，業(yè)案