数据是怎样创造价值的？

科技 2024-11-05 20:30 湖北

数据生产力的本质是人类重新构建一套认识和改造世界的方法论，基于“数据+算力+算法”，通过在比特的世界中构建物质世界的运行框架和体系，在比特的汪洋中重构原子的运行轨道，推动生产力的变革从局部走向全局、从初级走向高级、从单机走向系统。这一变革推动劳动者成为知识创造者，将能量转换工具升级为智能工具，将生产要素从自然资源拓展到数据要素，实现资源优化配置从单点到多点、从静态到动态、从低级到高级的跃升。总之，数据生产力正在重构整个经济运行的新体系，是经济增长的新动能，正在加速变革经济生产方式和模式。

- 文章信息 -

本文作者：中国信息化百人会执委安筱鹏博士。

数据是一个涉及技术、经济、法律、伦理、哲学的多学科命题，数据要素既作用于生产力，也作用于生产关系；既作用于看得见的物理世界，也作用于看不见的赛博空间；既作用于传统单一要素的价值倍增，也作用于整个生产要素的资源优化。任何对数据的本质追问和系统思考都需要勇气，它折射了一个学者对现实世界真实问题的敏感度和辨别力，也考验一个学者多学科领域研究的广度和深度，我对这个领域理论研究的开拓者表示无比的崇敬。

高富平教授就是数据问题理论研究的开拓者。高富平教授《数据经济讲义》一书，围绕数据相关的基本概念和基本问题，数据内涵、数据价值、数据经济、数据权属、数据市场、数据交易等基本命题，在理论上作了很多前沿创新探索，构建了一套自己的理论体系。认真研读后，引发了我对四个基础问题的思考。

关于数据要素创造价值的本质

AI时代，数据驱动不仅降低了成本、提升了效率，也正在重构人类认识和改造世界的方法论。正如高富平教授在《数据经济讲义》中提出的洞见“数据革命本质上是人类社会的认知革命”。近几百年来，人类经历了几次认知范式的变革：从牛顿、爱因斯坦的“理论推理阶段”，到爱迪生在一百多年前发明电灯泡的“实验验证阶段”，再到20世纪80年代大飞机研发的“模拟择优阶段”，直至今天，以AI为代表的“大数据分析”形成了一种新的范式。

在新的认知范式下，当我们去追问数据到底是怎样创造价值的，或许我们可以先追问数字化的本质到底是什么？在我看来是两场革命：一个是工具革命，一个是决策革命。

什么叫工具革命呢？马克思曾说：“手推磨产生的是封建主的社会,蒸汽磨产生的是工业资本家的社会”，“各种经济时代的区别，不在于生产什么，而在于怎样生产，用什么劳动资料生产。”回到今天的数字时代和智能时代，我们看到：传统的机器人、机床、专业设备等传统工具正升级为3D打印、数控机床、自动吊装设备、自动分检系统等智能工具，传统能量转换工具正在向智能工具演变，大幅提高了体力劳动者效率；同时CAD、CAE、CAM等软件工具提高了脑力劳动者的效率。无论是体力劳动者，还是脑力劳动者，通过新的工具，提高了生产、研发效率。“工具革命”的核心价值在于帮助人们“正确地做事”。

什么叫决策革命呢？实践中仅“正确地做事”远远不够，更重要的是“做正确的事”。今天我们讨论数据，数据带来的是一场决策的革命——“决策革命”，帮助人们做正确的事。就像图灵奖和诺贝尔经济学奖获得者西蒙所说，管理的核心就是决策。从企业决策的角度，所谓的数字化，就是不断地把经理人对管理的、物流的、采购的、研发的规律，不断地模型化、算法化、代码化，用数据驱动构建一套新的决策体系。

正如《数据经济讲义》一书中所讲的，商业的本质体现为两种要素，即价值和效率。数据能够支持智能分析，挖掘新知，促进创新，支持经营者快速和精准知情，这是数据成为新的生产要素以及企业竞争来源的根本原因。这意味着我们应当按照经济学原理组织数据的生产、流通和使用（消费）活动，以实现数据资源社会化配置和利用。这正是本书所称的“数据经济”的核心要义。由于数据的价值在于认知，因而数据经济活动最终产出是知识或智慧行动。正因此，本书认为“数据经济的目的不是生产数据，而是生产智能产品”，并将数据经济视为“知识经济的高级进阶”。

当我们讲数据驱动决策的时候，面对一个复杂的业务场景，需要满足三个基本的核心要素：

第一，你的数据是不是实时在线的。

第二，你的数据是不是端到端的。

第三，你的数据是不是科学精准的。

只有基于这三个要素，才能真正地实现数据在正确的时间、以正确的方式、传递给正确的人和机器。

什么样的治理范式才能真正有助于实现数据在正确的时间、以正确的方式、传递给正确的人和机器？对于这一重要问题，高富平教授在《数据经济讲义》一书中，着重探寻了数据经济治理新范式，并认为数据源的开放性、数据使用价值的独特性等特征决定了我们难以清晰界定产权，无法援用传统的商品或资产市场交易模式，来实现数据资源的社会化配置。为此，高富平教授创造性地提出数据持有者权，并以持有者权利和义务配置为核心，构建了一整套数据流通机制，试图寻找替代产权交易数据经济秩序，被作者称为“治理范式经济秩序”。

关于数据要素创造价值的模式

一直以来，数据要素创造价值并不是数据本身，数据只有与基于商业实践的算法、模型聚合在一起，才能真正地创造价值。在《数据经济讲义》中，高富平教授认为：“数据因使用而有价值，数据价值在于认知。数据不存在固有价值，而数据的价值在于使用数据，认知数据代表的客观世界（或对象）的规律。单纯数据或数据没有被使用，那么就不会产生洞察、预测或智慧行动，不会给企业带来任何效益”，并鲜明地提出要“避免直接将数据视为有价值资产或者单纯通过数据交易虚增GDP的现象”。从产业实践看，数据和算法、模型结合起来创造价值，主要有三种模式：

🔵 第一种模式：比特引导原子（价值倍增）。数据要素能够提高劳动、资本、技术等单一要素的生产效率，数据要素融入到劳动、资本、技术等每个单一要素，使得单一要素的价值产生倍增效应。

🔵 第二种模式：比特替代原子（投入替代）。数据可以激活其他要素，提高产品、商业模式的创新能力，以及个体及组织的创新活力。数据要素可以用更少的物质资源创造更多的物质财富和服务，会对传统的生产要素产生替代效应。例如移动支付会替代传统ATM机和金融机制的营业场所，波士顿咨询（BCG）估计过去10年由于互联网和移动支付的普及，中国至少减少了1万亿传统线下支付基础设施建设。

🔵 第三种模式：比特优化原子（资源优化）。数据要素不仅带来了劳动、资本、技术等单一要素的倍增效应，更重要的是提高了劳动、资本、技术、土地这些传统要素之间的资源配置效率。数据生产不了馒头，生产不了汽车，生产不了房子，但数据有助于低成本、高效率、高质量地生产馒头、汽车、房子，高效率地提供公共服务。数据要素推动传统生产要素革命性聚变与裂变，成为驱动经济持续增长的关键因素。这才是数据要素真正的价值所在。

高富平教授在《数据经济讲义》将数据经济视为“知识经济的高级进阶”，认为“数据经济是推动数字经济迭代升级的新生力量，其核心是在全社会层面高效地实现数据生产力。数据经济的目的不是生产数据，而生产智能产品”。从理论上看，只有回到生产力视角，才能更全面系统认识数据创造价值的内在机理和逻辑。

数据生产力的本质是人类重新构建一套认识和改造世界的方法论，基于“数据+算力+算法”，通过在比特的世界中构建物质世界的运行框架和体系，在比特的汪洋中重构原子的运行轨道，推动生产力的变革从局部走向全局、从初级走向高级、从单机走向系统。这一变革推动劳动者成为知识创造者，将能量转换工具升级为智能工具，将生产要素从自然资源拓展到数据要素，实现资源优化配置从单点到多点、从静态到动态、从低级到高级的跃升。总之，数据生产力正在重构整个经济运行的新体系，是经济增长的新动能，正在加速变革经济生产方式和模式。

关于AI大模型与数据要素的关系

AI大模型开启了全新的智能时代，引发人机交互、计算范式和认知协作三场革命，正在加快形成新质生产力、增强发展新动能。高富平教授在《数据经济讲义》中不仅提出“数据革命本质上是人类社会的认知革命”，还进一步指出这改变了认知和改造世界的力量构成，过去只有人类智能这一单一力量，现在形成了两类智能相互作用的局面。

什么是认知协作革命？简单地说就是找到了从问题到答案的最短路径。具体而言，AI大模型的普及应用，传统的关键词检索将转变为自然语言人机交互新模式，这是对人类知识存储、检索和使用方式的一次重构。新的人机交互也将带来协作革命，人工智能大模型驱动的AI智能体会逐步深度嵌入各类组织的需求定义、应用开发、运维管理和资源调度等环节。

高富平教授在《数据经济讲义》中敏锐提出：“泛在网络形成大数据不仅增加对客观世界认知的深度、宽度和精度，而且各种智能系统可以挖掘数据背后规律、输出知识或智慧行动”。因此，相比传统的数字化，AI大模型引发的认知协作革命，也是对数据创造价值的一次路径升级。

从数据链路看，传统数字化的数据价值实现路径是“业务-采集-分析-决策”，而大模型时代，这一路径缩短为“输入-输出”；从执行效果看，传统数字化的数据流动路径，取决于业务和决策链条，流程型IT系统往往造成很多的数据孤岛，无法实现闭环，而大模型通过“理解-规划-执行-记忆”，能力更加全面、自成闭环；从建设成本看，传统数字化需要根据场景需求逐个定制化构建，治理周期长、成本高，而大模型时代通过“泛化能力+微调”，能够更低成本、更快速度建设数据利用能力；从业务价值看，传统数字化根据需求定制解决问题的路径和结果，价值往往比较有限，而大模型可以全面提升分析预测与决策能力，解决原有IT系统无法解决的问题，如供应链协同、ChatBI、知识库等，正在重新定义产业智能。

关于如何促进数据要素流动

数据的价值在于流动。正如高富平教授所讲的，为了实现数据智能，不仅单个组织需要投入资源，治理数据，建设智能系统，更重要的是让每个企业或组织从外部获取足够多的数据，在满足各主体对高质量数据需求的同时，让散布于各角落的数据被高效地汇集利用，使数据的社会价值得到最大化利用。

关于数据流动的价值，我之前曾有一个观点：数字化转型的本质是什么？数字化转型的本质是，在数据+算法定义的世界中，以数据的自动流动化解复杂系统的不确定性，优化资源配置效率，构建企业新型竞争优势。数据的自动流动是指把正确的数据，在正确的时间，以正确的方式，传递给正确的人和机器。

数据的流动是一个技术问题、管理问题、经济问题，也是一个法律问题。法律问题不是我的专长，高富平作为国内知名法学家，针对数据流通过程的产权问题进行了开拓性的研究。作者创造性地提出数据持有者权并以持有者权利和义务配置为核心构建数据流通体制。在这样的设计中，持有者权只是合规管理数据资源，创制数据流通利用秩序的基础，而不是用来交易的权利；持有者只要配以流通权（提供他人使用）就足以开启数据流通，而使用者因为加工使用而成为新数据的持有者。这样，数据持有者仅凭自己合法地获取数据并创造或添附价值而享有权利，同时也能够保持数据不断地流通利用。

数据的世界纷繁复杂，如何穿越“数据认知迷雾”，需要更多高富平教授这样的探索者持续不懈的努力。

专业培训

工业设备数据采集与互联工厂建设高级研修班

10月14-15日·成都

长按下方二维码或点击阅读原文

即可快速在线报名

↓

http://mp.weixin.qq.com/s?__biz=MzUxNjAzMDc4NA==&mid=2247529390&idx=1&sn=503a135209565ee6eb90cc015a0c8f11

工业软件应用

工业软件已成为数字化转型的核心支撑。本公众号由e-works数字化企业网联合湖北省工业软件产业创新联盟共同打造，是工业软件研究、应用、交流的平台。

最新文章

中小企业数字化转型敏捷方法论及落地实践

工信部发布《2024年5G工厂名录》 400家工厂入选（附名录表）

制造业最前沿7大模式：智能制造、网络化制造、云制造、增材制造、绿色制造、服务型制造、协同制造思维导图详解

2024全球AIGC产业全景图谱及报告重磅发布

e-works 2024年第14届德国工业4.0考察圆满结束！

麦肯锡：未来6年内，50%工作被AI取代

预测性维护推进的七大策略

古都新韵，产品创新数字化年度盛会即将盛启北京

制造三大件：ERP、MES、APS三款系统的集成！

数字化工厂一体化解决方案！

必读！带你了解MES制造执行系统

2024人工智能10大前沿技术趋势展望发布

我国8大新兴产业+9大未来产业发展前景分析

走进智能工厂，见证卓越智造的力量

央国企成立数科公司底层逻辑！

行业格局突变？艾默生拟豪掷153亿美元“拿下”艾斯本科技

SRM趋势洞察：供应商关系管理将走向何方？

工业软件突围的“硬道理”

火速查看！2023-2024中国EDA市场风云录

安筱鹏：数字化转型中存在的五大问题