首先,阐明一个看法:
在数据产业中,无论对于数据拥有方和还是数据使用方,自身的数据工作都是业务性很强的工作。作为数据产业厂商而言,在搞不懂业务、没有长期实干的前提下,号称在数据供给端和数据使用端能提供数据治理体系性产品的都是胡扯,能有的也仅仅是工具类产品。数据工作一定是一项需要长期开展、反复迭代、强调运营的复杂工作,要说能有相对适用的产品体系出现,那一定是介于数据所有者和数据使用者之间,重点是为撮合双方交易、保障双方责权利都能有效落实而存在的。
如下的文字就上述看法,特别是那个存在于数据交易双方之间的体系进行尝试性分析,希望数据业务厂商看清行业,不要再做那些无谓的投入(提醒:数据两端的工作投入是巨大的、效果也是很难量化体现的),把重点工作调整到把握性大、着实存在的方向上来。就算数据行业很热,但,毕竟大环境不好,无谓的投入、并在在短时间无法取得回报的前提下,企业面临风险是肯定的。
说明
昨天和老朋友聊天,谈到了一些关于数据空间(解决数据所有者和数据使用者之间更好进行数据运算的一种方式,这种称谓源于德国)的话题,虽然没有对此话题做进行深入探讨,但这引起了作者对这个问题的思考。其实很简单,数据在数据所有者手里(是卖方),数据价值通过使用者来体现(是买方),只有把数据所有者和数据使用者撮合到一起,解决彼此责权利(其中“权”和“利”的成分更大一点)问题才能实现数据价值释放(做成买卖)。其实,不难从这个简单的过程中发现,如何把数据所有方和数据使用方撮合在一起,并平衡好彼此责权利,就成为数据实现市场化、要素化关键。本文就从分析数据所有方和数据使用方各自“权”与“利”入手,尝试性研判出一种能兼顾双方彼此的方案。其实这个问题对于大家而言是很容易理解的,对于数据所有者在交易过程中最为关注的权与利无外乎如下几个方面:数据不能被拿走(所有权):确保数据所有者对于数据而言有着绝对的占有权
数据不能被破坏(完整权):确保在交易过程中,数据所有者的数据一直很干净数据操作可控制(控制权):确保数据所有者对自己数据的一切操作绝对可控
数据内容防泄漏(独有权):确保数据所有者所拥有的数据在过程中不被泄漏
数据行为可计量(计量权):确保数据所有者在数据交易中对交易内容的数量可控
数据收益获得性(收益权):确保数据所有者能持续从数据交易中获得收益数据使用者是数据价值挖掘者和实现者,在交易中重点关注如下几个方面:
算力的支配性(使用权):确保数据使用者对算力具有一定范围的专属使用权
模型的安全性(专有权):确保数据模型的安全,确保使用者对其完全专有权操作的自主性(自由权):确保数据使用者对操作行为的自主权,不受太多约束结果的专属性(占有权):确保数据计算结果对数据使用者的完全占有权和独享经过分析,数据拥有者和数据使用者所关心的“权”和“利”是存在被完全满足的可能的,满足的方法我们也暂时称之为:数据空间(一种介于数据所有者和数据使用者之间的一种存在)。至于数据空间的实现方式当下已经有很多种形态,作者就不一一做解释,感兴趣的可以私下交流。
数据空间,将成为服务于数据拥有者和数据使用者完成数据价值实现和交易体系性的服务支撑,可以进行如下三种方式的部署:1、平台化构建以服务于范围广参与交易方多的场景(中介平台)3、在数据供给侧建设作为数据价值拓客支撑(拓客系统)经过仔细研究,作者在《》一文中所提及的数据要素工场正是一种数据空间的落地实践,大家可以结合作者关于数据要素工场的众多论述,再结合数据空间的相关情况,去理解和体会数据要素工场对数据工作的价值和意义。也尝试性在介于数据所有者和数据使用者之间寻找属于自己的业务机会。数据行业看似繁花似锦,实则荆棘密布,不是谁都可以分一杯羹的数据产业有别于网安产业,毕竟数据产业需要真真切切体现价值
所以,任何抱有投机心态的数据工作都不可能有好的结果
对于数据产业从业者,必须找到准确的业务点,才能为享受数据红利奠定基础
以作者看来,介于数据所有者和数据使用者之间的部分有体系化运作的可能
本文,就是对此给出了一些简单分析,大家可以尝试性进行深入数据从业者、网安从业者、密码从业者、教育从业者、医疗从业者等【注:以上仅是作者肤浅认识,仅供参考!】
来源:与智慧做朋友
作者:李志勇 ( 微信号:qichelaba )
声明:文章中部分图例来源于网络,版权并不属于作者
还没有评论,来说两句吧...