2024數(shù)據(jù)價值網(wǎng)絡(luò)

數(shù)據(jù)價值網(wǎng)絡(luò)2024年目錄數(shù)據(jù)價值網(wǎng)絡(luò)概述 4市場已形成“四加一”的專業(yè)化分工 7未來市場核心趨勢推演 14當(dāng)前行業(yè)痛點 24未來數(shù)據(jù)價值網(wǎng)絡(luò)主要機會點 25倡議與呼吁 33結(jié)語 34PAGE10數(shù)據(jù)價值網(wǎng)絡(luò)PAGE10數(shù)據(jù)價值網(wǎng)絡(luò)PAGE11數(shù)據(jù)價值網(wǎng)絡(luò)PAGE11數(shù)據(jù)價值網(wǎng)絡(luò)2024年2024年3月2024年2024年3月數(shù)據(jù)價值網(wǎng)絡(luò)概述數(shù)據(jù)價值創(chuàng)造和流通數(shù)據(jù)價值創(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)是原料，算法是手段，應(yīng)用場景是價值產(chǎn)生的根本動力（參閱圖1）。圖圖1|數(shù)據(jù)價值創(chuàng)造的四大要素數(shù)據(jù)價值創(chuàng)造四大要素應(yīng)用場景垂直型應(yīng)用：汽車自動駕駛、藥品研發(fā)、電力調(diào)度…通用型（功能型）應(yīng)用：營銷、風(fēng)控、交易決策、智能客服…根本動力算法 ?AI平臺工具大模型…手段數(shù)據(jù)數(shù)據(jù)要素：內(nèi)部/外部數(shù)據(jù)、企業(yè)/個人數(shù)據(jù)…數(shù)據(jù)工具：數(shù)據(jù)提取/轉(zhuǎn)化、存儲、管理、分析工具…原料算力 ?計算存儲網(wǎng)絡(luò)基礎(chǔ)來源：螞蟻數(shù)科；BCG分析。擁有數(shù)據(jù)價值創(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)因某種要素缺在數(shù)據(jù)價值創(chuàng)造所需的四大要素中，算力和算法業(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)，同時也帶動了數(shù)據(jù)價值流通鏈路上的專業(yè)化分工。本報告定義的數(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)價值流通和交易活動。事實上，目前國內(nèi)絕大多數(shù)數(shù)據(jù)價值流通活動都發(fā)生在場外。場內(nèi)交易指通過數(shù)據(jù)交易所或數(shù)據(jù)交易中心進行的數(shù)據(jù)交易。什么是數(shù)據(jù)價值網(wǎng)絡(luò)？數(shù)據(jù)價值網(wǎng)絡(luò)是以數(shù)據(jù)要素作為交易流通對象的價值網(wǎng)絡(luò)，涵蓋了從數(shù)據(jù)生成到運用參閱圖價值鏈是價值流動的最基本路徑，根據(jù)業(yè)界定義，價值鏈是商品和服務(wù)的價值隨著企業(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數(shù)據(jù)價值網(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。圖圖2|數(shù)據(jù)價值網(wǎng)絡(luò)以數(shù)據(jù)要素作為流通對象價值鏈 價值網(wǎng)絡(luò)數(shù)據(jù)價值網(wǎng)絡(luò)要素供給方 中間環(huán)節(jié) 需求方要素供給方 中間環(huán)節(jié) 需求方數(shù)據(jù)要素數(shù)據(jù)要素流通中數(shù)據(jù)要素供給方服務(wù)商需求方價值隨交易對象在供給方、中間環(huán)一系列的價值鏈路組成價值網(wǎng)絡(luò)，數(shù)據(jù)價值網(wǎng)絡(luò)以數(shù)據(jù)要素作為交節(jié)和需求方之間流轉(zhuǎn)的過程，被稱包括多個供給方、需求方，以及更流通對象，數(shù)據(jù)價值在不同企業(yè)作價值鏈 多樣化的中間流轉(zhuǎn)環(huán)節(jié) 場內(nèi)與場外、直接與間接的流通特點來源：BCG分析。數(shù)據(jù)要素作為流通主體多維度，多類型單一方向，一維流動基于產(chǎn)業(yè)鏈分工，我們將數(shù)據(jù)價值網(wǎng)絡(luò)進一步細分為數(shù)據(jù)應(yīng)用服務(wù)、數(shù)據(jù)要素流通、參閱圖數(shù)據(jù)應(yīng)用服務(wù)市場將數(shù)據(jù)資源轉(zhuǎn)換成有價值的洞3約億億人民幣4用，推動數(shù)據(jù)交易流轉(zhuǎn)，2022年該市場規(guī)模約500億–1,000億人民幣。數(shù)據(jù)基礎(chǔ)工具市場提供支撐數(shù)據(jù)價值網(wǎng)絡(luò)運行的技術(shù)保障，2022年該市場規(guī)模約600億人民幣。2022年規(guī)模由BCG基于公開信息和專家訪談測算得出。圖圖3|數(shù)據(jù)價值網(wǎng)絡(luò)示意圖數(shù)據(jù)價值網(wǎng)絡(luò)示意圖數(shù)據(jù)供給方數(shù)據(jù)需求方金融機構(gòu) 數(shù)據(jù)應(yīng)用服務(wù)市場營銷需求方運營商互聯(lián)網(wǎng)風(fēng)控需求方政府?dāng)?shù)據(jù)要素流通市場交通 交易決策物流 需求方能源數(shù)據(jù)基礎(chǔ)工具市場…其他研發(fā)、需求方目前相關(guān)市場研究報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)工具市場的探討。運營商運營商參閱圖為保障數(shù)據(jù)價值網(wǎng)絡(luò)的正轉(zhuǎn)的基礎(chǔ)。圖圖4|數(shù)據(jù)價值網(wǎng)絡(luò)中的主要玩家數(shù)據(jù)價值網(wǎng)絡(luò)中的主要玩家21數(shù)據(jù)需求方3數(shù)據(jù)流通方4數(shù)據(jù)應(yīng)用服務(wù)商5 數(shù)據(jù)基礎(chǔ)設(shè)施技術(shù)工具提供方數(shù)據(jù)處理粗加工商數(shù)據(jù)采集、粗加工服務(wù)商（如海天瑞聲、愷望）數(shù)據(jù)服務(wù)商市場研究機構(gòu)（研究院、咨詢公司等）系統(tǒng)集成商、定制開發(fā)商等交易服務(wù)商數(shù)據(jù)交易所新增數(shù)據(jù)供給方交通物流醫(yī)療汽車能源其他互聯(lián)網(wǎng)流量平臺（如天貓、抖音、懂車帝）營銷解決方案商（如阿里媽媽、寶尊、友盟）應(yīng)用解決 風(fēng)控解決方案商方案商（如同盾、百融、邦盛）征信公司（如百行、樸道）大宗商品風(fēng)險管理IT服務(wù)商（如金仕達、潮生科技）第三方營銷數(shù)據(jù)服務(wù)商（如尼爾森、友盟）智能風(fēng)控服務(wù)商數(shù)據(jù) （如同盾、百融）聚合方 地方信息化平臺、行業(yè)部委大數(shù)據(jù)公司第三方企業(yè)數(shù)據(jù)服務(wù)商（如企查查、益博睿）金融、大宗數(shù)據(jù)服務(wù)商（如萬得、卓創(chuàng)）營銷需求方風(fēng)控需求方需求方客服、運營等需求方金融機構(gòu)運營商政府?dāng)?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，目前市場上主要有四類模式：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等多種方式盈利?；?qū)崟rAPI數(shù)據(jù)咨詢服務(wù)模式。以市場研究機構(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，以應(yīng)用解決方案商為代表的玩家為客戶提供數(shù)SaaS使用收益分成收費。數(shù)據(jù)需求方是價值驅(qū)動力需求側(cè)產(chǎn)生的商業(yè)價值是驅(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)要素取得經(jīng)營成果，會推動更多數(shù)據(jù)需求的產(chǎn)生，從而拉動整個產(chǎn)業(yè)鏈上的數(shù)據(jù)流通。例如美妝品牌通過數(shù)據(jù)分析發(fā)現(xiàn)某個用戶經(jīng)常購買某一類產(chǎn)2022年中國數(shù)字營銷市場規(guī)模約10,000億人民幣。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，更準確地評估信2022年中國風(fēng)控市場規(guī)模約330億人民幣6。例如證券公司通過2022規(guī)模約120億人民幣。其中約145185億人民幣為個人征信市場規(guī)模。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)用價值最為明顯的兩個領(lǐng)域，付費意愿最高。金融行業(yè)應(yīng)用比較廣泛的場景包括風(fēng)險管理與合規(guī)、投資交易決策、精準營銷等。在互聯(lián)網(wǎng)行業(yè)，數(shù)字化營銷應(yīng)用最為廣泛。數(shù)據(jù)供給方是資源所有者互以及渠道銷量數(shù)據(jù)。第二是資金匯聚，如金融與支付機構(gòu)。作為交易結(jié)算的關(guān)鍵節(jié)點，金第三是政策匯聚。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)（B和（O信息保護法要求，運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)供參閱圖。風(fēng)控風(fēng)控精準提供數(shù)據(jù)撞庫服務(wù)或營銷上網(wǎng)行為數(shù)據(jù)智慧城市基于位置信息、支付信息加工形成的用戶標簽圖5|運營商數(shù)據(jù)供給模式和主要變現(xiàn)場景示意數(shù)據(jù)類型數(shù)據(jù)處理分析主要對外變現(xiàn)場景（當(dāng)前）系統(tǒng)BBS用戶身份信息支付信息…O域運營支撐系統(tǒng)OSS上網(wǎng)行為（如網(wǎng)絡(luò)軌跡）位置信息（用戶實時位置）…保險理賠用戶欺詐行為檢測銀行信用評級、KYC需求或分析結(jié)果/洞見數(shù)據(jù)B域業(yè)務(wù)支持數(shù)據(jù)流通方促進流通效率數(shù)據(jù)流通方匯聚大量原始數(shù)據(jù)，進行清洗后形成標準數(shù)據(jù)產(chǎn)品供應(yīng)市場，提高了數(shù)據(jù)粗加工服務(wù)商三類玩家。參閱表合方成功的關(guān)鍵。過獨特的數(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)價值鏈路，如金融數(shù)據(jù)服企查查、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，如人民銀行征信表1|聚合方原始數(shù)據(jù)源及提供的數(shù)據(jù)集產(chǎn)品示例數(shù)據(jù)類型原始數(shù)據(jù)源數(shù)據(jù)獲取方式標準化的數(shù)據(jù)集產(chǎn)品示例公開數(shù)據(jù)官方機構(gòu)（如國家統(tǒng)計局、海關(guān)總署、發(fā)改委、商務(wù)部、工信部、農(nóng)業(yè)部等）爬蟲、結(jié)構(gòu)化加工基本面數(shù)據(jù)：中國宏觀經(jīng)濟、地區(qū)宏觀經(jīng)濟、全球宏觀經(jīng)濟、行業(yè)經(jīng)濟、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…上市公司官網(wǎng)/公告行業(yè)網(wǎng)站新聞媒體非公開數(shù)據(jù)交易所數(shù)據(jù)采購第三方數(shù)據(jù)/獨家合作數(shù)據(jù)中間商，如指數(shù)公司、評級公司自主收集的行業(yè)/公司數(shù)據(jù)2P2P3P數(shù)據(jù)1P數(shù)據(jù)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，主要玩家包括海天瑞聲、愷望等。數(shù)據(jù)應(yīng)用服務(wù)商提供洞察價值應(yīng)用服務(wù)商擁有行業(yè)，通過數(shù)據(jù)與技術(shù)、算法的深度結(jié)合挖掘數(shù)據(jù)背后的基于應(yīng)用服務(wù)商提供的產(chǎn)品與服如圖6|營銷解決方案商服務(wù)示意數(shù)據(jù)獲取畫像生成營銷/用戶分析瀏覽記錄設(shè)備ID統(tǒng)一的用戶360畫像受眾分析報告登錄信息目標客群篩選…流量方數(shù)據(jù)用戶行為預(yù)測外部行為數(shù)據(jù)圖6|營銷解決方案商服務(wù)示意數(shù)據(jù)獲取畫像生成營銷/用戶分析瀏覽記錄設(shè)備ID統(tǒng)一的用戶360畫像受眾分析報告登錄信息目標客群篩選…流量方數(shù)據(jù)用戶行為預(yù)測外部行為數(shù)據(jù)營銷策略制定…一個技術(shù)賦能者：基礎(chǔ)設(shè)施技術(shù)工具提供方精準營銷智能風(fēng)控交易決策智能客服圖7|數(shù)據(jù)技術(shù)產(chǎn)品棧數(shù)據(jù)技術(shù)產(chǎn)品棧（參照現(xiàn)代數(shù)據(jù)棧MDS）...網(wǎng)絡(luò)精準營銷智能風(fēng)控交易決策智能客服圖7|數(shù)據(jù)技術(shù)產(chǎn)品棧數(shù)據(jù)技術(shù)產(chǎn)品棧（參照現(xiàn)代數(shù)據(jù)棧MDS）...網(wǎng)絡(luò)存儲計算流式數(shù)據(jù)提取數(shù)據(jù)管道...批量數(shù)據(jù)提取數(shù)據(jù)提取、加載工具數(shù)據(jù)提取AI智能標簽數(shù)據(jù)資產(chǎn)管理...數(shù)據(jù)質(zhì)量數(shù)據(jù)目錄數(shù)據(jù)管理數(shù)據(jù)安全...垂直型應(yīng)用通用型應(yīng)用應(yīng)用層工具層（數(shù)據(jù)工具算法）基礎(chǔ)層汽車自動駕駛...藥品研發(fā)電力調(diào)度數(shù)據(jù)分析AI平臺工具（如機器學(xué)習(xí)訓(xùn)練平臺）BI（數(shù)據(jù)可視化）指標管理數(shù)據(jù)安全合規(guī)隱私計算（平臺）數(shù)據(jù)安全治理（平臺）數(shù)據(jù)脫敏數(shù)據(jù)防泄漏數(shù)據(jù)庫安全數(shù)據(jù)備份與恢復(fù)文檔安全...數(shù)據(jù)編織基礎(chǔ)數(shù)據(jù)服務(wù)+數(shù)據(jù)存儲數(shù)據(jù)倉庫湖倉一體數(shù)據(jù)湖云化數(shù)據(jù)倉庫數(shù)據(jù)轉(zhuǎn)化ELT工具數(shù)據(jù)清理工具ETL工具數(shù)據(jù)遷移工具數(shù)據(jù)編織基礎(chǔ)數(shù)據(jù)服務(wù)+數(shù)據(jù)存儲數(shù)據(jù)倉庫湖倉一體數(shù)據(jù)湖云化數(shù)據(jù)倉庫數(shù)據(jù)轉(zhuǎn)化ELT工具數(shù)據(jù)清理工具ETL工具數(shù)據(jù)遷移工具數(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商主導(dǎo)，但以O(shè)ceanBase為代表的分布式數(shù)據(jù)庫獨立廠商增速較快。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)化和湖倉一體化是兩個主要技術(shù)發(fā)展方向。7AI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，的AI平臺工具是機器學(xué)習(xí)平臺。機器學(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AI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。目前數(shù)據(jù)安全市場規(guī)模約130含產(chǎn)品及服務(wù)等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、阿合規(guī)整體解決方案。未來市場核心趨勢推演政策端利好頻出（2023–2025）培育和發(fā)展數(shù)據(jù)價值流通市場。年8進一步推動數(shù)據(jù)要素市場的發(fā)展。技術(shù)創(chuàng)新推動數(shù)據(jù)價值認可技術(shù)上，生成式AIAI大模型的落地應(yīng)用AI的虛擬助手代替部分人AI大模型與戰(zhàn)。由此，更多企業(yè)積極探索AI數(shù)據(jù)價值的認可度不斷提高。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)供需發(fā)生改變先進科技浪潮如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)了爆炸性增長。各行業(yè)存在眾多適合生成式AI落地的應(yīng)用場景（參閱圖8），例如：零售零售12,000億—12,500億人民幣價值創(chuàng)造智能客服需求預(yù)測庫存優(yōu)化定價預(yù)測智能商店店內(nèi)安全監(jiān)測檢索與內(nèi)容管理店內(nèi)陳列設(shè)計個性化活動…金融4,500億—5,000價值創(chuàng)造智能客服理賠審核智能文件處理個性化服務(wù)KYC智能保險代理反洗錢信用評級欺詐監(jiān)測智能投顧金融資產(chǎn)定價…醫(yī)療健康~3,000億人民幣價值創(chuàng)造醫(yī)學(xué)影像識別 虛擬助手醫(yī)療文件識別病人導(dǎo)診基因組測序臨床試驗匹配小分子模擬精準醫(yī)療蛋白質(zhì)模擬…圖8|AI大模型賦能下的新數(shù)據(jù)場景用例來源：BCG分析。注：中國市場價值演算，價值創(chuàng)造為理論推演，代表終端市場的最高潛力，并非實際AI軟件支出。零售行業(yè)的定價預(yù)測：AI大模型算法會基于歷史銷售數(shù)據(jù)、產(chǎn)品信息、市場趨勢進行如季生成價格預(yù)測結(jié)果，幫助零售商制定更合理的定價策略，提高利潤并降低庫存積壓風(fēng)險。金融行業(yè)的個性化服務(wù)：AI模型整理歷史客戶溝通記錄、資產(chǎn)配置情況、風(fēng)險承受能力等數(shù)據(jù)，為客戶經(jīng)理等提供客戶醫(yī)療健康行業(yè)的精準醫(yī)療：AI大模型結(jié)合患者的基因數(shù)據(jù)、臨床記錄、生命體征等多性和效果。這些用例的逐步落地牽引著更多的數(shù)據(jù)價值流通需求，而AI大模型本身對于訓(xùn)練數(shù)據(jù)量級的提升，將使數(shù)據(jù)需求量出現(xiàn)指數(shù)級別的增加。數(shù)據(jù)集中數(shù)據(jù)分散數(shù)據(jù)集中數(shù)據(jù)分散數(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)展的推動下，市場預(yù)計有更多數(shù)據(jù)開放，也會出現(xiàn)新的數(shù)據(jù)供給方。以汽車行業(yè)為例，不斷豐富。目前多地已出臺細化的數(shù)據(jù)基礎(chǔ)制度，政參閱圖行業(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)字化圖9|各行業(yè)數(shù)據(jù)供給潛力評估圖9|各行業(yè)數(shù)據(jù)供給潛力評估各行業(yè)數(shù)據(jù)供給潛力數(shù)字化程度提升，積累頭部企業(yè)積累大量數(shù)據(jù)，當(dāng)前已經(jīng)實現(xiàn)部分數(shù)據(jù)的開大量行業(yè)數(shù)據(jù)，逐步具未來隨政策推進與技術(shù)發(fā)放，未來隨政策明確和技術(shù)備對外供給數(shù)據(jù)的條件展，探索對外應(yīng)用場景發(fā)展，進一步挖掘變現(xiàn)潛力新增數(shù)據(jù)供給方傳統(tǒng)數(shù)據(jù)供給方汽車 能源 醫(yī)院 金融機構(gòu)運營商建筑 化工（含地產(chǎn)）冶金物流交通政府 互聯(lián)網(wǎng)綜合兩大維度，能農(nóng)業(yè) 線下教育裝備制造線下零售 文化影視 消費品 藥企 電子產(chǎn)品數(shù)字化程度低數(shù)字化程度高企業(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)價值流通鏈路發(fā)生變化數(shù)據(jù)需求與供給初步匹配形成數(shù)據(jù)流通鏈路雛形。圖10|數(shù)據(jù)價值網(wǎng)絡(luò)全景圖（未來）重點玩家 主要通路 次要通路 新建通路數(shù)據(jù)供給數(shù)據(jù)聚合數(shù)據(jù)洞察數(shù)據(jù)需求2.cToC圖10|數(shù)據(jù)價值網(wǎng)絡(luò)全景圖（未來）重點玩家 主要通路 次要通路 新建通路數(shù)據(jù)供給數(shù)據(jù)聚合數(shù)據(jù)洞察數(shù)據(jù)需求2.cToC營銷數(shù)據(jù)聚合方傳統(tǒng)數(shù)據(jù)供給方營銷數(shù)據(jù)分析方互聯(lián)網(wǎng)流量平臺金融機構(gòu)金融1.c1.aToC風(fēng)控數(shù)據(jù)聚合方人民銀行智能風(fēng)控個人數(shù)征信中心 服務(wù)商 授權(quán)營銷解決方案商運營商ToC風(fēng)控智能風(fēng)控2.b互聯(lián)網(wǎng)信貸解決服務(wù)商助貸機構(gòu)數(shù)據(jù)通道方案商金保信 銀保信個人征信公司政府ToC風(fēng)控智能風(fēng)控反欺詐和風(fēng)險非金融風(fēng)控需求方反欺詐解2.a 決方案商服務(wù)商分析服務(wù)公司1.b 供給方3.aToB風(fēng)控數(shù)據(jù)聚合方ToB信貸解決方案商能源/基礎(chǔ)材料等大宗貿(mào)易需求方人民銀行征信中心數(shù)據(jù)服務(wù)商臺、行業(yè)部委第三方企業(yè)地方信息化平大數(shù)據(jù)公司ToB風(fēng)控交易風(fēng)控3.a交易決策數(shù)據(jù)聚合方ToC營銷廣告主交易決策數(shù)據(jù)分析金融數(shù)據(jù)終端大宗商品數(shù)據(jù)服務(wù)商大模型數(shù)據(jù)聚合方數(shù)據(jù)標注公司4.b4.b4.c通用大模型開發(fā)公司大模型開發(fā)方垂直領(lǐng)域大模型開發(fā)公司/解決方案商4.c其他研發(fā)、客服、運營等需求方4.a3.b?來源：公開資料整理；專家訪談；BCG分析。其他能源汽車醫(yī)療物流交通評級機構(gòu)企業(yè)征信公司智能風(fēng)控服務(wù)商技術(shù)工具提供方市場研究機構(gòu)智能風(fēng)控服務(wù)商咨詢公司營銷場景新流量平臺崛起，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)字化方案更精準地觸達用戶，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)服務(wù)商會通過爬蟲等方式聚合數(shù)據(jù)，形成標準化數(shù)據(jù)產(chǎn)品銷售給下游客戶，或由互聯(lián)網(wǎng)平臺、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)。隨著流量格局變化，需求端追求更高的營銷效率，我們預(yù)計營銷場景數(shù)據(jù)流動路徑將發(fā)生兩點變化（參圖11|營銷領(lǐng)域數(shù)據(jù)流動通路全景圖（未來）主要通路 次要通路 新建通路數(shù)據(jù)供給方數(shù)據(jù)聚合圖11|營銷領(lǐng)域數(shù)據(jù)流動通路全景圖（未來）主要通路 次要通路 新建通路數(shù)據(jù)供給方數(shù)據(jù)聚合數(shù)據(jù)洞察數(shù)據(jù)需求方金融機構(gòu)數(shù)據(jù)聚合方運營商（如尼爾森、友盟、神策）政府營銷數(shù)據(jù)分析方互聯(lián)網(wǎng)交通互聯(lián)網(wǎng)流量平臺（懂車帝等）物流1.c新流量格局下醫(yī)療（醫(yī)院）1.b數(shù)字化趨勢下營銷服務(wù)機會營銷解決方案商（阿里媽媽、寶尊、友盟、奇點云等）汽車的新數(shù)據(jù)源能源（如電力） 1.a運營商數(shù)據(jù)“灰轉(zhuǎn)白”消費汽車線上娛樂APP通信醫(yī)療醫(yī)藥保健金融個護母嬰傳統(tǒng)數(shù)據(jù)供給方新增數(shù)據(jù)供給方更多元數(shù)據(jù)供給通路。流量或?qū)⒃跔I銷領(lǐng)域合規(guī)運用，未來運營商可能成為除互聯(lián)網(wǎng)外另一大主要數(shù)據(jù)供給新增數(shù)據(jù)供給方新流量平臺涌現(xiàn)帶動互聯(lián)網(wǎng)流傳統(tǒng)數(shù)據(jù)供給方傳統(tǒng)數(shù)據(jù)供給方風(fēng)控場景ToC風(fēng)控當(dāng)前的C圖12|C風(fēng)控領(lǐng)域數(shù)據(jù)流動通路全景圖（未來）主要通路 次要通路 新建通路數(shù)據(jù)供給方數(shù)據(jù)聚合圖12|C風(fēng)控領(lǐng)域數(shù)據(jù)流動通路全景圖（未來）主要通路 次要通路 新建通路數(shù)據(jù)供給方數(shù)據(jù)聚合數(shù)據(jù)洞察數(shù)據(jù)需求方金融機構(gòu)含清算機構(gòu)（銀聯(lián)、網(wǎng)聯(lián)）金融數(shù)據(jù)聚合方 風(fēng)控解決方案商運營商人民銀行征信中心信貸場景個人征信公司政府智能風(fēng)控服務(wù)商（同盾、百融）（同盾、百融）助貸機構(gòu)（拍拍貸）百行征信互聯(lián)網(wǎng)個人數(shù)據(jù)授權(quán)樸道征信金保信…交通銀保信物流2.b征信機構(gòu)提供解決方案隨“斷直連”落通過征信機構(gòu)連信、銀保信數(shù)據(jù)收緊力度?其他醫(yī)療（醫(yī)院）汽車2.a政府、公共機構(gòu)運營商數(shù)據(jù)供給更豐富能源（如電力）2.c政務(wù)數(shù)據(jù)新通路（在風(fēng)控解決方案商的幫助下實現(xiàn)政務(wù)數(shù)據(jù)直連）…汽車互聯(lián)網(wǎng)（游戲等）反欺詐等場景（含營銷風(fēng)控）智能風(fēng)控服務(wù)商（同盾、百融）分析服務(wù)商（數(shù)行科技）…銀行保險汽車金融企業(yè)消費金融企業(yè)小額貸款企業(yè)…新增數(shù)據(jù)供給方科技能力帶動政府、公共機構(gòu)和運營商外新增數(shù)據(jù)供給方傳統(tǒng)數(shù)據(jù)供給方新增數(shù)據(jù)供給方傳統(tǒng)數(shù)據(jù)供給方新增數(shù)據(jù)供給方政策要求征信機構(gòu)成為信貸風(fēng)控領(lǐng)域數(shù)據(jù)樞紐，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構(gòu)外的新通路，政府可ToB風(fēng)控圖13|B風(fēng)控領(lǐng)域數(shù)據(jù)流動通路全景圖（未來）主要通路 次要通路數(shù)據(jù)供給方數(shù)據(jù)聚合數(shù)據(jù)洞察數(shù)據(jù)需求方政府?dāng)?shù)據(jù)聚合方金融風(fēng)控解決方案商金融機構(gòu)人民銀行征信中心銀行保險運營商地方信息化平臺、行業(yè)部委大數(shù)據(jù)公司信貸場景智能風(fēng)控服務(wù)商圖13|B風(fēng)控領(lǐng)域數(shù)據(jù)流動通路全景圖（未來）主要通路 次要通路數(shù)據(jù)供給方數(shù)據(jù)聚合數(shù)據(jù)洞察數(shù)據(jù)需求方政府?dāng)?shù)據(jù)聚合方金融風(fēng)控解決方案商金融機構(gòu)人民銀行征信中心銀行保險運營商地方信息化平臺、行業(yè)部委大數(shù)據(jù)公司信貸場景智能風(fēng)控服務(wù)商（同盾、邦盛、百融）企業(yè)征信公司（北京金融大數(shù)據(jù)、益博睿）評級機構(gòu)投資機構(gòu) …互聯(lián)網(wǎng)第三方數(shù)據(jù)服務(wù)商（如企查查、天眼查、鄧白氏、益博睿等）交通其他行業(yè)（供應(yīng)鏈核心企業(yè)為主）…物流汽車消費能源（如電力）交易風(fēng)控場景智能風(fēng)控服務(wù)商（同盾、邦盛、百融）咨詢公司（BCG）大宗商品風(fēng)險管理IT服務(wù)商裝備 能源/制造 基礎(chǔ)材料醫(yī)療（醫(yī)院）3.a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3.a…汽車…?3.b政府、能源數(shù)據(jù)運用規(guī)范化新增數(shù)據(jù)供給方新增數(shù)據(jù)供給方行業(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)控場助深度洞察；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)管力度預(yù)計加大，參考C如政府?dāng)?shù)據(jù)、能源行業(yè)數(shù)據(jù)可能需要通過第三方聚合方或解決方案商進行傳輸。交易決策場景圖14|交易決策領(lǐng)域數(shù)據(jù)流動通路全景圖主要通路 次要通路數(shù)據(jù)供給方數(shù)據(jù)聚合數(shù)據(jù)洞察數(shù)據(jù)需求方金融機構(gòu)運營商數(shù)據(jù)聚合方已有成熟龍頭未來數(shù)據(jù)通路變革機會有限政府交通物流醫(yī)療 交易決策數(shù)據(jù)分析圖14|交易決策領(lǐng)域數(shù)據(jù)流動通路全景圖主要通路 次要通路數(shù)據(jù)供給方數(shù)據(jù)聚合數(shù)據(jù)洞察數(shù)據(jù)需求方金融機構(gòu)運營商數(shù)據(jù)聚合方已有成熟龍頭未來數(shù)據(jù)通路變革機會有限政府交通物流醫(yī)療 交易決策數(shù)據(jù)分析（醫(yī)院）汽車能源/其他市場研究機構(gòu)（研究院、咨詢公司）金融數(shù)據(jù)終端（如萬得）大宗商品數(shù)據(jù)服務(wù)商（如卓創(chuàng)）金融（100億—120億）銀行券商公募私募能源/基礎(chǔ)材料（10億—15億）能源化工冶金礦業(yè)農(nóng)業(yè)大宗貿(mào)易傳統(tǒng)數(shù)據(jù)供給方傳統(tǒng)數(shù)據(jù)供給方傳統(tǒng)數(shù)據(jù)供給方大模型應(yīng)用數(shù)據(jù)采集、標注公司（如海天瑞聲）圖15|大模型影響下的應(yīng)用領(lǐng)域數(shù)據(jù)流動通路全景圖（未來）主要通路 次要通路 新建通路數(shù)據(jù)供給方數(shù)據(jù)聚合數(shù)據(jù)洞察數(shù)據(jù)需求方金融機構(gòu)運營商4.b數(shù)據(jù)采集、標注公司（如海天瑞聲）圖15|大模型影響下的應(yīng)用領(lǐng)域數(shù)據(jù)流動通路全景圖（未來）主要通路 次要通路 新建通路數(shù)據(jù)供給方數(shù)據(jù)聚合數(shù)據(jù)洞察數(shù)據(jù)需求方金融機構(gòu)運營商4.b數(shù)據(jù)標注自動化數(shù)據(jù)聚合方營銷政府通用AI大模型平臺產(chǎn)品機會客服智能客服互聯(lián)網(wǎng)大模型開發(fā)方交通4.c交易決策智能投顧物流通用大模型開發(fā)公司（阿里、百度、騰訊等）醫(yī)療（醫(yī)院）研發(fā)汽車能源/基礎(chǔ)材料4.a互聯(lián)網(wǎng)外的其他行業(yè)新數(shù)據(jù)源專業(yè)大模型開發(fā)公司/解決方案商（智慧眼、科大訊飛等）風(fēng)控智能風(fēng)控其他 運營文件審批新增數(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)新增數(shù)據(jù)供給方AI準確率的要求持續(xù)提高，數(shù)據(jù)采集標注行業(yè)將向自動化發(fā)展，從而帶動數(shù)據(jù)聚合環(huán)節(jié)的格局變化。通用大模型為專業(yè)大模型提供數(shù)據(jù)，形成新鏈路。駛等應(yīng)用場景，生成式AIAI模型開發(fā)或?qū)⑸虒Ｗ⒂趯I(yè)模型優(yōu)化與行業(yè)know-how輸入。當(dāng)前行業(yè)痛點盡管數(shù)據(jù)價值被越來越多的企業(yè)認可，但目前數(shù)據(jù)價值網(wǎng)絡(luò)格局在變化過程中仍存在三大痛點?！跋胗貌桓矣谩毕嚓P(guān)示范案例仍處于先行探索期，企業(yè)對合規(guī)風(fēng)險的評估沒有確切的把握，因此對數(shù)據(jù)流保護政策以及數(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)“想用不能用”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)治理能力協(xié)同發(fā)揮大數(shù)據(jù)優(yōu)勢?！跋胗貌粫谩睌?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)評估治療效果，那么這些數(shù)據(jù)就無法發(fā)揮其最大價值。未來數(shù)據(jù)價值網(wǎng)絡(luò)主要機會點的結(jié)構(gòu)性機會和基礎(chǔ)設(shè)施技術(shù)工具的升級機會。新應(yīng)用傳統(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)用與解決方案市場機會。機會點1：新流量格局下的營銷機會參考海外經(jīng)驗，由于新流量方缺乏技術(shù)能力，CDP平臺8平臺多渠道觸達目標用戶形成營銷閉環(huán)。對于解決方案商，可尋求與新興流量平臺合作機案例案例1：隱私計算讓多方數(shù)據(jù)可用不可見，提高營銷精準度螞蟻鏈摩斯平臺通過隱私計算技術(shù)鏈接某頭部消費品牌和多個流量平臺，補齊品牌現(xiàn)有用戶的全渠道行為數(shù)據(jù)并進行分析，精準繪制人群畫像，實現(xiàn)營銷曝光點擊率提升50%以上，入會成本降低80%。案例案例2：私域流量方與解決方案商合作優(yōu)化站內(nèi)運營，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)，通過選擇更精準的站內(nèi)推送時機和話術(shù)，將其增值服務(wù)的轉(zhuǎn)化率提升超過50%，接入平臺用戶累計超百萬。CDPCDP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營，提升實時精準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，實現(xiàn)一份數(shù)據(jù)既能做交易又能做分析，實時分析算力提升30%，通過記錄和分析每一位會員的喜好，實現(xiàn)精準化的內(nèi)容定制，如菜品推薦、促銷信息、達人分享等內(nèi)容都貼合會員興趣。機會點2：風(fēng)控解決方案機會由于基礎(chǔ)征信服務(wù)盈利有限，征信機構(gòu)可以通過產(chǎn)品創(chuàng)新與向非金融領(lǐng)域拓展切構(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，海外征信機構(gòu)正積極補齊行業(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)提供商或者咨詢服務(wù)商的角色幫助個人征信公司開展項目。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值發(fā)掘，非金融企業(yè)對業(yè)務(wù)風(fēng)險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)控體系進行融合，建設(shè)全行級風(fēng)控中臺。該中臺覆蓋信用卡、個金、普惠等13個重要場景，通過完整的風(fēng)控體系打通各個模式，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)集團進行全流程的智能供應(yīng)鏈風(fēng)控建設(shè)，實現(xiàn)了對近萬家合作伙伴的供應(yīng)鏈全生命周期的風(fēng)險管理，大幅提升了風(fēng)控效率，事前準入環(huán)節(jié)的效率提升了85%。案例案例7：解決方案商幫助貨主提升可視化，加強風(fēng)險管理G7易流幫助跨境電商建立訂單可視數(shù)據(jù)標準和交互規(guī)范，通過實時數(shù)據(jù)和算法平臺，實現(xiàn)上下大模型推動下的新場景機會點機會點3：通用模型通用模型帶動新用例產(chǎn)生，這些新用例能幫助企業(yè)實現(xiàn)成本節(jié)降或增加額外收益，不但催生AIMaaS9案例案例8：OpenAI推出多模態(tài)大模型，實現(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，用戶可自定義和擴展ChatGPT者基于API即token計費。機會點4：功能專業(yè)模型基于功能專業(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，功能專業(yè)模型領(lǐng)域存在窗口性機會。AIMaaS（AIModelasaService）：AI模型即服務(wù)，指將AI模型作為服務(wù)提供給用戶。案例案例9：大模型推動下的新場景，AIGC創(chuàng)意工具輔助用戶創(chuàng)作國內(nèi)知名數(shù)據(jù)科技企業(yè)基于專項風(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，同時結(jié)合APP內(nèi)的社區(qū)和空間場景，增強了可玩性。案例案例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)品可將輸入的文字數(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，實現(xiàn)批量渲染和圖像處理，幫助用戶提升工作效率。新供給機會點5：存量數(shù)據(jù)開放，切入高價值場景數(shù)據(jù)樞紐若要搭建全新案例案例11：運營商積極利用自身數(shù)據(jù)，切入車企精準營銷場景運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)合車企營銷場景別潛在客戶，提高營銷轉(zhuǎn)化率。機會點6：新增數(shù)據(jù)供給，產(chǎn)品化變現(xiàn)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，實現(xiàn)數(shù)據(jù)價值變現(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)加工處理形成標準化產(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，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，其中包括所需企業(yè)近三年的用電信息，協(xié)助機構(gòu)進行企業(yè)評級。新基建五大數(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會。完備的數(shù)據(jù)基礎(chǔ)設(shè)施是數(shù)據(jù)價值順暢流通的基礎(chǔ)和關(guān)鍵。數(shù)據(jù)技術(shù)工具越完善越先進，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、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)治理平臺是主要市場機會點（參閱圖16）。圖圖16|數(shù)據(jù)應(yīng)用領(lǐng)域五大趨勢1AI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、降本提效得益于算力、數(shù)據(jù)、算法的成熟，大模型加速AIGC技術(shù)導(dǎo)入，即將迎來技術(shù)的大規(guī)模商業(yè)化自動駕駛等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)準備愈發(fā)重要數(shù)據(jù)安全日漸重要《數(shù)據(jù)安全法》提升了國內(nèi)各類主體對數(shù)據(jù)安全的重視程度，帶來更多的安全合規(guī)產(chǎn)品和服務(wù)需求23數(shù)據(jù)應(yīng)用趨勢為保護第三方業(yè)務(wù)流程數(shù)據(jù)的安全性，“斷直連”應(yīng)運而生；在監(jiān)管趨嚴的情況下，“灰轉(zhuǎn)白”勢在必行跨境數(shù)據(jù)流動監(jiān)管要求與合規(guī)保障愈加嚴格，隱私計算正在興起，成為保障數(shù)據(jù)安全的新技術(shù)領(lǐng)域數(shù)據(jù)治理和資產(chǎn)化興起數(shù)據(jù)價值，應(yīng)用數(shù)據(jù)資產(chǎn)開創(chuàng)新的業(yè)務(wù)模式和場景，對數(shù)據(jù)治理的重視度進一步提升企業(yè)意識到數(shù)據(jù)管理的不足，嘗試數(shù)據(jù)服務(wù)能力平臺化和體系化，改變數(shù)據(jù)治理“一亂一治”的局面數(shù)據(jù)管理和運維簡化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)機構(gòu)的數(shù)據(jù)集成基礎(chǔ)設(shè)施并創(chuàng)建一個可擴展的架構(gòu)簡化企業(yè)對數(shù)據(jù)資產(chǎn)的訪問5數(shù)據(jù)部署多云化、分布式隨著企業(yè)上云和多云架構(gòu)的廣泛采納如何跨平臺、跨環(huán)境，以實時的速度訪問數(shù)據(jù)面臨挑戰(zhàn)海量的非結(jié)構(gòu)數(shù)據(jù)為企業(yè)帶來數(shù)據(jù)存儲與管理的挑戰(zhàn)，分布式存儲和計算成為最佳選擇來源：專家訪談；案頭研究；BCG分析。數(shù)據(jù)安全機會點7：數(shù)據(jù)安全產(chǎn)品應(yīng)10戶剛需強，未來兩年內(nèi)有望保持60%以上的高增速，是整個數(shù)據(jù)安全市場中未來增量貢獻案例12：螞蟻鏈數(shù)據(jù)保護傘，支持銀行的數(shù)據(jù)資產(chǎn)管理和使用螞蟻鏈數(shù)據(jù)保護傘支持某銀行進行多分支機構(gòu)的數(shù)據(jù)資產(chǎn)分享和利用，通過其數(shù)據(jù)分類分級管據(jù)生命周期的安全。案例13：螞蟻集團生態(tài)安全門戶，為合作伙伴開放數(shù)據(jù)安全能力螞蟻集團通過生態(tài)安全門戶，向生態(tài)伙伴提供漏洞掃描、風(fēng)險信息共享、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)安全防護體系奇安信集團協(xié)助某電力集團構(gòu)建零信任安全方案，建設(shè)分級分類的數(shù)據(jù)安全防護體系，通過技術(shù)水印與日志分析實現(xiàn)事后數(shù)據(jù)泄露的追蹤溯源。案例15：InCountry幫助企業(yè)