專家解讀 | 通過數(shù)據(jù)要素的乘數(shù)效應(yīng)為實體經(jīng)濟賦能
作者:國家數(shù)據(jù)局
專家解讀 | 通過數(shù)據(jù)要素的乘數(shù)效應(yīng)為實體經(jīng)濟賦能
文 | 清華大學(xué)電子工程系信息系統(tǒng)研究所副所長 王鉞
伴隨數(shù)字中國建設(shè)的持續(xù)推進,我國數(shù)字經(jīng)濟邁向了全面擴展期,數(shù)據(jù)成為了新的生產(chǎn)要素。從生產(chǎn)要素的角度重新看待數(shù)據(jù),本質(zhì)上是要推動數(shù)據(jù)在更大范圍內(nèi)、更深層次上進入經(jīng)濟循環(huán),突破當前分散的、自發(fā)的資源化開發(fā)利用方式,通過引入市場化配置的手段激活數(shù)據(jù)生態(tài),成規(guī)模、成體系地實現(xiàn)數(shù)據(jù)的深度開發(fā)和廣泛應(yīng)用。
有別于資本、土地等傳統(tǒng)生產(chǎn)要素,數(shù)據(jù)要素投入生產(chǎn)過程并釋放價值的方式更為復(fù)雜,并具有鮮明的技術(shù)特色。首先,數(shù)據(jù)的價值釋放過程是在眾多主體參與下對數(shù)據(jù)進行持續(xù)加工的過程,在加工過程中借助各種技術(shù)工具不斷改變著數(shù)據(jù)的形態(tài);其次,數(shù)據(jù)具有很強的流動性,在數(shù)據(jù)跨越經(jīng)濟主體的流動過程中,一方面受安全和效率等技術(shù)條件的限制,另一方面又必須處理好收益分配、風險界定等商業(yè)問題;最后,數(shù)據(jù)是一種非同質(zhì)化的資源,其價值釋放過程與數(shù)據(jù)類型、應(yīng)用場景密切相關(guān),不同場景下數(shù)據(jù)發(fā)揮的作用不同、價值實現(xiàn)的路徑不同,對其進行組織、加工、流通、應(yīng)用的技術(shù)要求也存在顯著差異。因此,簡單地將數(shù)據(jù)的要素化過程歸結(jié)成為資源化、資產(chǎn)化、資本化,并未能充分體現(xiàn)數(shù)據(jù)這種新型要素的特有屬性。我們需要更深入地探索數(shù)據(jù)要素價值釋放的內(nèi)在機理以及核心規(guī)律。
數(shù)據(jù)要素的價值釋放關(guān)鍵在于與其他各類要素相結(jié)合,為實體經(jīng)濟賦能。而數(shù)據(jù)要素乘數(shù)效應(yīng)正是揭示數(shù)據(jù)這種新型要素價值釋放機理的關(guān)鍵所在。具體而言,數(shù)據(jù)要素的乘數(shù)效應(yīng)表現(xiàn)為“協(xié)同”、“復(fù)用”、“融合”三種賦能機理。從“協(xié)同”、到“復(fù)用”、到“融合”,是數(shù)據(jù)應(yīng)用范圍的擴展和應(yīng)用深度的提升。
“協(xié)同”包含三個不同的層級,業(yè)務(wù)協(xié)同、主體協(xié)同和要素協(xié)同。其中業(yè)務(wù)協(xié)同和主體協(xié)同在過往數(shù)字化轉(zhuǎn)型的實踐中已經(jīng)被反復(fù)討論,但不同要素之間的協(xié)同則是伴隨數(shù)據(jù)要素而產(chǎn)生的新視角和新探索。舉例而言,數(shù)據(jù)與勞動力結(jié)合可能會降低勞動力的培訓(xùn)成本,實現(xiàn)知識與經(jīng)驗的快速遷移。
如果說“協(xié)同”還帶有互聯(lián)網(wǎng)時代的痕跡,“復(fù)用”則是完全屬于數(shù)據(jù)要素時代的,它是數(shù)據(jù)低成本復(fù)制特性的價值延伸。有了“復(fù)用”,數(shù)據(jù)可以一次生產(chǎn),多次使用,達到成本的節(jié)省。同時,數(shù)據(jù)在不同領(lǐng)域、不同場景、不同主體之間的復(fù)用可催生出新產(chǎn)品、新服務(wù),釋放出數(shù)據(jù)的新價值。比如,制造業(yè)長期積累的大量工藝數(shù)據(jù)可以幫助眾多企業(yè)改善產(chǎn)品質(zhì)量,這是數(shù)據(jù)價值在主體之間的復(fù)用;醫(yī)療健康數(shù)據(jù)可用于臨床診斷、藥械研發(fā)和醫(yī)療保險,這是數(shù)據(jù)價值在領(lǐng)域之間的復(fù)用。與此同時,數(shù)據(jù)在復(fù)用中不會出現(xiàn)損耗,反而會“越用越多”、“越用越好”。
“融合”強調(diào)眾多主體參與下數(shù)據(jù)規(guī)模的增長和品類的豐富,以量變推動質(zhì)變,由此產(chǎn)生新能力、新模式。工業(yè)革命時代,生產(chǎn)效率的提升除了源于技術(shù)進步之外,還源于市場規(guī)模的迅速擴張。足夠大的市場規(guī)模使得精細的分工成為可能,精細的分工進一步提高了生產(chǎn)效率。數(shù)據(jù)的積累和融合也可能存在類似的效應(yīng),數(shù)據(jù)產(chǎn)業(yè)可能因為數(shù)據(jù)的匯聚與融合出現(xiàn)更細致的分工。此外,以人工智能為代表的新技術(shù)浪潮格外依賴數(shù)據(jù)規(guī)模和品類的增長,只有當模型規(guī)模和數(shù)據(jù)規(guī)模超過一定的臨界值時,人工智能大模型才會出現(xiàn)新能力的“涌現(xiàn)”。
從8年前的“互聯(lián)網(wǎng)+”到如今的“數(shù)據(jù)要素×”,他們都對產(chǎn)業(yè)產(chǎn)生重要影響。“互聯(lián)網(wǎng)+”的核心是連接效應(yīng)和網(wǎng)絡(luò)效應(yīng),連接產(chǎn)生信息交互,推動主體之間的協(xié)作;網(wǎng)絡(luò)是規(guī)模化的連接,匯聚了海量的供給者和各類用戶,促成供需的精準匹配,并催生出平臺經(jīng)濟。從“互聯(lián)網(wǎng)+”到“數(shù)據(jù)要素×”的轉(zhuǎn)變,是從用戶匯聚到數(shù)據(jù)匯聚的轉(zhuǎn)變。用戶是經(jīng)濟活動的參與主體,而數(shù)據(jù)則是在主體之間流動的“血液”,是維系數(shù)字經(jīng)濟運行與主體正;顒拥幕疽蛩。因此,“聚數(shù)”就是“造血”,數(shù)據(jù)流動的范圍和強度與數(shù)字經(jīng)濟的活力直接相關(guān)。
如何加速數(shù)據(jù)的匯聚與流動?這需要從供給側(cè)和需求側(cè)協(xié)同發(fā)力。一方面需要進一步推動數(shù)據(jù)要素的供給側(cè)改革,加強數(shù)據(jù)要素的相關(guān)制度建設(shè),推動有條件的地區(qū)開展公共數(shù)據(jù)授權(quán)運營。另一方面,需要在需求側(cè)通過試點充分展示數(shù)據(jù)要素千姿百態(tài)的乘數(shù)效應(yīng),并具體分析不同行業(yè)的業(yè)務(wù)需求。
需要注意的是,數(shù)據(jù)要素的確權(quán)、定價、流通、交易等規(guī)則的設(shè)計,可降低交易成本,推動數(shù)據(jù)的大規(guī)模應(yīng)用和市場化配置。數(shù)據(jù)流通和交易是為數(shù)據(jù)應(yīng)用服務(wù)的,應(yīng)用規(guī)模的增長和場景的豐富才會真正帶動數(shù)據(jù)供給和數(shù)據(jù)交易。歸根結(jié)底,數(shù)據(jù)要素的價值源于其豐富而強大的賦能作用,源于乘數(shù)效應(yīng)賦能實體經(jīng)濟,進而推動經(jīng)濟增長的巨大潛力。
0贊好文章,需要你的鼓勵
推薦文章
盡管近年來女性在科技行業(yè)的地位有所提升,但在爭取 IT 領(lǐng)導(dǎo)職位時仍面臨諸多障礙。本文探討了女性在職場晉升過程中遇到的8大主要障礙,包括入職門檻高、刻板印象、孤立感、能力被質(zhì)疑等,并提出了一些應(yīng)對策略。文章呼吁業(yè)界需要更多關(guān)注和支持女性,消除性別偏見,為女性創(chuàng)造公平的發(fā)展環(huán)境。
隨著AI技術(shù)的發(fā)展,企業(yè)和個人用戶越來越傾向于使用多個AI模型和工具。這一趨勢源于單一AI模型難以滿足多樣化需求,專業(yè)化AI可以在特定領(lǐng)域發(fā)揮更好的效果。多模型組合不僅可以提高性能和效率,還能避免對單一供應(yīng)商的依賴。然而,管理和協(xié)調(diào)多個AI也帶來了新的挑戰(zhàn)。
HPE第一財季業(yè)績受到多重因素影響:客戶等待采購搭載NVIDIA新一代GPU的服務(wù)器,競爭對手激進定價導(dǎo)致服務(wù)器利潤下滑,庫存問題也影響了運營收入。為應(yīng)對挑戰(zhàn),HPE計劃裁員2500人,并采取多項措施提升效率。盡管AI服務(wù)器訂單強勁,但短期內(nèi)仍面臨收入和利潤率壓力。HPE預(yù)計下半年AI服務(wù)器收入將回升,第四財季服務(wù)器業(yè)務(wù)運營利潤率有望恢復(fù)到10%。
當前,AI模型的推出速度令人眼花繚亂,從谷歌等大型科技公司到OpenAI和Anthropic等初創(chuàng)企業(yè)都在不斷推出新模型。跟蹤最新的AI模型可能會讓人感到不知所措。AI模型通常根據(jù)行業(yè)基準進行宣傳,但這些技術(shù)指標往往無法真實反映人們和公司如何實際使用它們。為了幫助讀者理清思路,TechCrunch匯總了自2024年以來發(fā)布的最先進的AI模型概述,包括如何使用它們及其最佳應(yīng)用場景。我們也會持續(xù)更新這個列表,添加最新的發(fā)布信息。