重视数据要素算力提供商和加工商1、数据确权,数据分级分类和数据资产入表由各地先行先试,未来将很快有国家级政策 2、数据资产入表能让数据的供需方都愿意投入更多的资源进行开发和应用。 3、数据资源是X0,数据产品是X1-Xn,可以多次加工,每次加工都需要依赖算法和模型计算。 4、致据加工也需要GPGPU算力,上海算力主要由上海算力集团提供,可以外溢租赁给其他地区, 5、有望很快看到公共数据授权运营政策和实践案例,公共数据的商业化空间最大。 6、价值量较大的环节核心关注算力服务商和数据加工商 关注三条线索1.#数据确权,云赛智联、深桑达A2.#医保数据放开,久远银海;3.#数据要素入表,上海钢联、航天宏图、卓创资讯、中远海科。 今风险提示:政策推进不及预期。 在上海,基于上海数据集团、上海数据交易所以及若干产业园的定位,我们提出了一项发展行动方案。这个发展行动方案并不包许多全新的创新元素,反而可以理解为对过去一两年的工作以及我们接下来一两年的计划的总结和统一。其中涉及到我们的规模增长,数据市场服务生态的建设,供需两方的配合,服务场景的价值挖掘,以及数据资产入表等关键内容,这些都是整个系统设计中的重要元毒。 Q:最近有很多城市在七月中旬之后密集出台了许多与数据要素相关政策,如何理解?A:在下半年,我们将经常看到各地区,如长沙、上海、深圳和浙江等,出台相关的数据政策。在过去的两年中,数据要素的应在公共数据开放节点上,需要在各个区域有一定的政策支持。在初始阶段,国家不会发布一刀切的政策 ,而是倾向于让不同的数据行业、数据地区、数据应用的活跃地区先行尝试数据确权。基于全国的先行尝试和经验,地方可以根据自身情况制定标准,并先行实施。这些地方标准将逐步积累和完善,最终有望形成国家级的数据标准 Q:未来国家会有全国统一的政策吗 ?A:是的,数据确权,数据分级分类和数据资产入表由全国各个地方先行先试,在各地有一个调研 Q:详细解答上述三个点? A:公共数据的开放仍处于市场的初级阶段,数据的特殊性使其在法律、安全治理、权益保等各个方面都需要得到充分保障。当前的挑战在于,数据确权的公用方法和三权分治的模式尚未形成。数据的所有权归属于数据的产生主体,然而在利益分配中,该主体并未参与。未来,我们需要强调数据的确权。确权过程完成后,将根据主张人提供的证明材料进行确权登记。对于这个确权登记的场景,我们需要进行适当的登记和管理北京所,上海所,深圳所都可以进行确 权登记。一地登记,全国通用,类似于房产证 Q:市场规模年均增速15%?基于现在交易所的发布的场内交易的交易金额是不是增速低了?A:数据产业并不仅仅是数据的场内交易。在更广义的意义上,数据产业是一种基干数据要毒全生命周期的生态型和平台型的产业,从数据源的加工、交付、合规认证,到集成商的操作,再到数据的场景化加工和应用,都是数据产业的组成部分。这是一种基于数据化的产业增值方式,它在宏观层面上构成了一个笼统的行业范畴。在此前提下,实现15%的增长是完全可能的. Q:上海是国家级数据交易所?是唯一的吗?还有其他的数据交易所的分类区别 ?A:数据交易与资本市场有着本质的区别。资本市场的交易是标准化且具有实时性的,而数据交易所则不能直接接触数据,实行“所商分离”。当前,国家级数据交易所的定位已经基本确定,主要包括北京、上海、深圳三家国家级数据交易所,它们承载了大量的数据。这些交易所不仅需要促进场内交易的活跃度 ,还需要承载底层架构、基础设施、法律法规等重要角色此外,它们还是国家数据交易流通实验室和专题小组的承载者,负责准动国家数据确权、国家级产品的数据分类标准,以及国际数据交易链的建设。这些交易所不仅需要完成国家级的统一交易,还需要承载共同市场化的交易,并提供底层支撑工作。在这三家国际级交易所中,行业内对北京、上海和深圳的认可度较高。尤其是上海 ,其数据交易市场活跃度较高,支持力度也较大,处于国领先地位 Q:未来交易所不稀缺,商业模式偏公益性质不赚钱,怎么看未来交易所的盈利能力?A:基于国家数据局,我们需要将国家数据交易所的场内外交易进行全面整合和监督。这包括对数据的报备以及公共价值的释放,以防止国有资产的流失 。当前,没有一家数据交易所承载营利性指标,它们更像是一个尝试性质的服务平台。仅依赖交易佣金的收入,其盈利能力将是有限的。 Q:宏观绍整个上海地区数据要素产业链条如何运作起来上海就创建了数据中心 。然而,由于在政府层面上其重视程度不足,数A:上海在公共数据开放方面处于领先地位。早在几年前据资源的协调工作开始较晚,配合程度也不够,因此过去几年的工作推进较为缓慢目困难重重。近几年,上海数据集团(一个由上海市人民政府和上海国资委联合管理的地方国企)已经成立,整个上海的公共数据现在归属于上海市人民政府。数据资源在满足一定逻辑后才能适应特定的业务需求,这需要二级加工商进行建模和衍生计算,这个过程将消耗大量的算力。数据存储只是第一步我们需要将原始数据X0加工成X1并继续输出,这需要算力的支持。在算力处理完成后,我们需要一个一级总包将数据进行二级、级、四级的渠道分发。在实际应用中,应用端发起请求,提供可执行环境以及所需的样本和加工环境进行联合建模。加工完成后再将加工结果输出。为了避免数据泄露的风险,我们实施了“可用不可见"的原则。整个数据交付过程可用于不同的场景,如药品码发和健康管理,形成一个闭环的数据处理和应用模式 Q:如何理解数据要素表的意义和实操 ?A:做好数据确权、数据入表,会让数据的供需方,都愿意投入更多的资源进行开发和应用。数据是无形资产,已经被商业化利多年。对于数据供应方来说,他们可以进行数据抵押,并对数据进行估值,以在资本市场上获得更好的表现 。对于数据需求方来心心军达山门Ue高 Q:市场普遍担心虚增资产,未来财务造假的风险? A:数据资产的泡沫化是大家非常关注的问题。在数据入表的过程中,我们需要保持谨慎态度。数据是否在市场上受到青睐,其价值是否得到了市场的确认,这都需要在市场内得到验证。作为供应方,可以对数据资产进行价格错定。这需要一个公允目经得起推敲的锚定方式,价格需要有一定的浮动范围。这种价格锚定应基于在市场内多年的交易记录,以及数据本身对比其他同类型数据产品的价格和加工成本等因素来确定,这些都是影响数据价格评估的重要因素。数据资产化的入表过程需要逐步进行,不能急于求 Q:先进入到数据要素试点的公司,对于本身的业务开展是否有利好之处? A:如果更多的想要有增量的增长,要有更好的数据产品的送代,资本市场能够认可,会有利于更新的产品的研发当中。 Q:如何理解数据要素对算力的需求?A:数据资源到数据产品,数据不是说盲目加工,数据资源是x0,数据产品是x1到xn,由于原始数据不出域,还有非常多的可能性,对于x1还可以有更加细分行业的划分,用于营销,用于风险管理,每一次运用都要基于数据的指标管理和衍生计算,每一次加工都需要吃算力。后面的每一次调用都要基于x,最终每一次加工都有计算,都要依赖于算法和模型 ,基于数据加工的算法和知识产品,是数据应用领域的发掘所必须的。 Q:数据用的算力是传统算力还是能算力?有没有国产化的要求? A:是GPGPU的算力,不是CPU的算力,都是国产化的趋势,中文语料库国产化的算力达不到要求,用国产芯片能耗投入不成正比,但是目前已经在努力做国产替代了。 Q:上海算力由上海算力集团提供? A:是的,上海不缺算力,甚至可以外溢,有新的算力租赁模式,上海能够打造全国算力典范性工程 Q:数据局的挂牌时间?后面还有哪些政策可以期待? A:非常非常之快了,下半年还有很多内容要做,有很多相关文件可以提供。可能会有公共数据的授权委托运营相关政策 Q:授权委托运营并不是数据确权?A:数据的应用,数据运营等都可以算作授权委托运营Q:年底之前能否实现将公共数据变现的案例? A:肯定会有。Q:各个行业是逐步开放吗? A:是的,先选择安全性较高的行业进行试点,比如长沙数据要素27条,长沙数据管理局的长沙数据集团,会联合很多公共政务数据,如长沙银行,湖南银行有一定的需求,一起做一个联合建模,有一个长沙公共数据的应用。 Q:医保、交通这样的垂直行业哪一个行业会先出来?A:医保的消费,病例,医学 检验和治疗,一定会逐步释放,对于释放对象也有法律上的要求,个人的隐私字段也不能开放,医保数据的开放会慢慢来。交通数据相对来讲更好做,有一些基于个人的数据加工。 Q:医保有多少的数据会放出来?A:初期放50-60%,后续会全部放。 Q:三类数据未来变现的商业化空间?A:公共数据(70-80%)>个人数据>企业数据Q:公共数据未来第三方服务的公司,这个环节的价值量和竞争格局? A:应用层面是百花齐放。存和算是寡头,脱敏和推向市场之后才有中型公司和小型公司的发掘和应用. Q:价值量比较大的? A:算力提供服务商价值量最大。然而,如果我们从全局视角来看,并不仅仅关注某一家公司能够做得多大,更重要的是整体数据价值,即数据的产品化和数据的加工部分的价值是最大的。这是因为在单笔数据交易流通中,最大的价值应该是数据的加工和集成环节。当然,最终最大的受益者是政府。 Q:上海算力方面有哪些企业在做?A:主要是上海仪电,未来可能华为会参与一部分存储环节。-东吴证券