近年来，数据作为土地、劳动力、资本、技术之后的第五大生产要素，逐渐融入经济社会的各个领域。同时，在5G、AI和物联网等技术的带动下，数据要素的重要性也愈加凸显。
《全国数据资源调查报告（2023年）》显示，2023年，全国数据生产总量达32.85ZB（泽字节），同比增长22.44%。在数据存储方面，2023年我国累计数据存储总量为1.73ZB（泽字节），存储空间利用率为59%。大数据产业规模达1.74万亿元，同比增长10.45%。
在数据从资源向资产转变的过程中，面临哪些挑战？对投资机构来说，如何挖掘数据产业背后的投资机会？相比国外，中国的数据产业发展具有哪些独特优势？近日，在“2024-ADD数据应用场景大会暨Talk@Taihu台湖见面会启动仪式”上，多位投资人对此开展讨论。
数据要素发展机遇与挑战并存
首钢基金母基金事业部副总经理张寒梅认为，在大数据时代，无论是个人还是机构都能感受到海量数据的存在。但是如何把数据积淀下来，对其进行有效的筛选、挖掘并快速找到真正需要的内容和信息，目前仍面临较大挑战。
比如首钢母基金自2015年开始从事母基金投资业务，每年都会在平台上积累近百家的GP数据以及上千家被投企业的数据，这些数据在整个一级投资市场中是较为有效和广泛的。在此过程中，团队秉持着产融结合、进行数字化转型的理念，搭建了自身的数据平台。
“众所周知，一级的私募股权母基金属于非标产品，如何通过不同的时间、行业、阶段等维度，为该非标产品构建一个定量的打分系统，并且使该系统能够实现数据可采集、可预警、可量化，这实则是大家都在探寻的一种较好方式。所以我们也是希望在这个过程中，让非标产品的投资决策流程，能够有据可依。”张寒梅说。
泥藕资本创始合伙人杜欣谈到，从自身实践来看，隐私和安全与商业化之间的巨大鸿沟，或许是阻碍数据要素发展的主要难点。
许多数据难以进一步商业化的原因在于，为满足共享安全和技术上的要求，而无法呈现数据真正有价值的部分。例如，很多人在商业过程中喜欢购买手机号码、客户信息、名单等，拿到后就立刻进行变现，这实际上违反了相关法律，会被追究责任。如何在数据的广泛安全性与数据资产的可变现性之间实现平衡，是问题的关键所在。
“我们要将数据资产和数据要素的价值提升到很高的认知程度，将其与土地、设备、机器、人员等同等定位。其次，我们要明确数据要流动、交易甚至共享，才能产生更多价值。”杜欣说。
过去，十分强调数据的可控性和安全性，力求建立自己的闭环系统，认为100%掌握数据。但多年后却发现只是掌握了一堆数据垃圾，无法在同行和应用之间进行交易，而原本期望这些数据有一天能产生大量资产价值，但多年来实际情况与产业期待相差甚远。
未来，期待政府、国企等核心单位，能够更多地建立数据共享机制，为做数据分析和挖掘的下游应用场景公司开放更多机会，这样才能真正让数据变成数据资产。
谈及数据要素发展所带来的投资机遇，元禾原点合伙人米菲认为，在投资领域，数据引起的投资变化非常明确且明显。在2014年之前，整个互联网行业欣欣向荣之时，团队的投资聚焦于生产工具升级，更多地集中在智能制造、生物医药的创新上。
随着互联网时代的到来，尤其是2014年以后，可以看到更多与数据安全、数据库变现以及一些与隐私计算相关的企业开始蓬勃发展，它们实际上也反向推动了硬件升级。
例如，由于数据的增加和算力的升级，促成了更多AI芯片的诞生。包括现在大家熟知的大模型、生成式AI，所有这一切都是由于数据要素的变化和算力的提升，导致了行业的变化以及更多创业机会的出现。
投资人看好行业数据的应用场景创新
相比国外，中国在数据产业发展方面有哪些优势？米菲认为，在中国，数据要素具有巨大的数据量这一先天优势。但同时，数据质量也确实存在着很大的挑战。此外，由于中国拥有非常丰富的应用场景，所以在很多场景方面，比美国甚至其他许多国家都更具优势。
比如，以前在先进制造领域的精密机床等方面，大家会认为中国不如欧洲。但现在，在智能化设备升级方面，可以看到了中国领先于海外的机会。在传统的炼油炼钢等企业中，由于数据要素的变化和人工智能的应用，中国的企业在传统升级上已经领先了国外的一些先进企业。
“我们不必仅仅紧盯着之前大家听到的财税、人力、法律法规等数据要素，虽然它们应用得非常好，但未来会有更多行业的数据，让大家进行更多的创新，这也是我非常看好的领域。”米菲说。
值得注意的是，在大模型时代，对算力、算法和数据的需求都在急速提高，数据产业也迎来新的发展机会。
杜欣认为，OpenAI 的ChatGPT好，很多时候是因为英文世界的数据质量比较好，数据质量和数据标注的水平更高，这是一个很重要的因素。促进我国基于中文的数据要素更好地获取、分享、分类、管理和打标注标签，并能够变成公共数据资源的池子，再结合算法和算力，就能够训练出适合中国、在一些产业应用或细分市场有独特价值的人工智能应用，这也是中国区别于世界的一个非常大的机会。
毕马威数据资产主管合伙人陈立节表示，现在也很多地方用“算料”来替指数据，“算料”是中国未来突破的一个很好切入点。美国各个州的行政相对分散，另外美国在个人安全法案这方面执行非常严苛（美国和欧洲都是如此），导致他们先天难以在国家层面整合并获取大量的算料，也就是数据。即便模型算法再领先、再先进，如果没有大量数据进行训练，做出来的效果一定不佳。
而中国现在有了这样的契机，去年国家数据局成立后，最近发布了一系列政策文件如数据要素×三年行动计划、开展全国数据资源调查的通知等，此外公共数据授权运营等配套制度也正在起草制定过程中。可以相信，我们国家有能力去构建全国统一的数据要素市场。目前，各省的政数局及相关部门也在积极推进相关工作。中国有机会在区域甚至国家层面实现数据的真正整合，这在世界其他任何地方都难以实现。
陈立节认为，数据如果割裂，价值就不高，一旦整合才能产生更好的价值。这是现在面临的挑战，也是机遇。挑战在于有如此大量的数据，很多数据都在企业手中，企业可能不太愿意提供。但未来潜在的收益价值也很大，这确实需要政府发挥特定作用。
“包括毕马威在内，也在探索如何通过一些试点应用，让企业能够快速看到数据价值释放的收益，能够‘短平快’地尝到甜头，更好地在其他场景或领域推广，这也是未来我们要推进的方向。”陈立节说。
