少妇人妻偷人精品一区二区,国产伦精品一区二区三区妓女,狼牙套加粗震动入珠套h,被狼交的女人(h)

中國金屬材料流通協會，歡迎您！

English服務熱線：010-59231580

搜索

數據是怎樣創造價值的？

數據生產力的本質是人類重新構建一套認識和改造世界的方法論，基于“數據+算力+算法”，通過在比特的世界中構建物質世界的運行框架和體系，在比特的汪洋中重構原子的運行軌道，推動生產力的變革從局部走向全局、從初級走向高級、從單機走向系統。這一變革推動勞動者成為知識創造者，將能量轉換工具升級為智能工具，將生產要素從自然資源拓展到數據要素，實現資源優化配置從單點到多點、從靜態到動態、從低級到高級的躍升。總之，數據生產力正在重構整個經濟運行的新體系，是經濟增長的新動能，正在加速變革經濟生產方式和模式。
                                                                                                                                                                                                                                                                                                                                                                                                                                                              


本文作者：中國信息化百人會執委安筱鵬博士。


數據是一個涉及技術、經濟、法律、倫理、哲學的多學科命題，數據要素既作用于生產力，也作用于生產關系；既作用于看得見的物理世界，也作用于看不見的賽博空間；既作用于傳統單一要素的價值倍增，也作用于整個生產要素的資源優化。任何對數據的本質追問和系統思考都需要勇氣，它折射了一個學者對現實世界真實問題的敏感度和辨別力，也考驗一個學者多學科領域研究的廣度和深度，我對這個領域理論研究的開拓者表示無比的崇敬。



高富平教授就是數據問題理論研究的開拓者。高富平教授《數據經濟講義》一書，圍繞數據相關的基本概念和基本問題，數據內涵、數據價值、數據經濟、數據權屬、數據市場、數據交易等基本命題，在理論上作了很多前沿創新探索，構建了一套自己的理論體系。認真研讀后，引發了我對四個基礎問題的思考。

01
關于數據要素創造價值的本質



AI時代，數據驅動不僅降低了成本、提升了效率，也正在重構人類認識和改造世界的方法論。正如高富平教授在《數據經濟講義》中提出的洞見“數據革命本質上是人類社會的認知革命”。近幾百年來，人類經歷了幾次認知范式的變革：從牛頓、愛因斯坦的“理論推理階段”，到愛迪生在一百多年前發明電燈泡的“實驗驗證階段”，再到20世紀80年代大飛機研發的“模擬擇優階段”，直至今天，以AI為代表的“大數據分析”形成了一種新的范式。

在新的認知范式下，當我們去追問數據到底是怎樣創造價值的，或許我們可以先追問數字化的本質到底是什么？在我看來是兩場革命：一個是工具革命，一個是決策革命。

什么叫工具革命呢？馬克思曾說：“手推磨產生的是封建主的社會,蒸汽磨產生的是工業資本家的社會”，“各種經濟時代的區別，不在于生產什么，而在于怎樣生產，用什么勞動資料生產。”回到今天的數字時代和智能時代，我們看到：傳統的機器人、機床、專業設備等傳統工具正升級為3D打印、數控機床、自動吊裝設備、自動分檢系統等智能工具，傳統能量轉換工具正在向智能工具演變，大幅提高了體力勞動者效率；同時CAD、CAE、CAM等軟件工具提高了腦力勞動者的效率。無論是體力勞動者，還是腦力勞動者，通過新的工具，提高了生產、研發效率。“工具革命”的核心價值在于幫助人們“正確地做事”。

什么叫決策革命呢？實踐中僅“正確地做事”遠遠不夠，更重要的是“做正確的事”。今天我們討論數據，數據帶來的是一場決策的革命——“決策革命”，幫助人們做正確的事。就像圖靈獎和諾貝爾經濟學獎獲得者西蒙所說，管理的核心就是決策。從企業決策的角度，所謂的數字化，就是不斷地把經理人對管理的、物流的、采購的、研發的規律，不斷地模型化、算法化、代碼化，用數據驅動構建一套新的決策體系。

正如《數據經濟講義》一書中所講的，商業的本質體現為兩種要素，即價值和效率。數據能夠支持智能分析，挖掘新知，促進創新，支持經營者快速和精準知情，這是數據成為新的生產要素以及企業競爭來源的根本原因。這意味著我們應當按照經濟學原理組織數據的生產、流通和使用（消費）活動，以實現數據資源社會化配置和利用。這正是本書所稱的“數據經濟”的核心要義。由于數據的價值在于認知，因而數據經濟活動最終產出是知識或智慧行動。正因此，本書認為“數據經濟的目的不是生產數據，而是生產智能產品”，并將數據經濟視為“知識經濟的高級進階”。

當我們講數據驅動決策的時候，面對一個復雜的業務場景，需要滿足三個基本的核心要素：

第一，你的數據是不是實時在線的。
第二，你的數據是不是端到端的。
第三，你的數據是不是科學精準的。

只有基于這三個要素，才能真正地實現數據在正確的時間、以正確的方式、傳遞給正確的人和機器。

什么樣的治理范式才能真正有助于實現數據在正確的時間、以正確的方式、傳遞給正確的人和機器？對于這一重要問題，高富平教授在《數據經濟講義》一書中，著重探尋了數據經濟治理新范式，并認為數據源的開放性、數據使用價值的獨特性等特征決定了我們難以清晰界定產權，無法援用傳統的商品或資產市場交易模式，來實現數據資源的社會化配置。為此，高富平教授創造性地提出數據持有者權，并以持有者權利和義務配置為核心，構建了一整套數據流通機制，試圖尋找替代產權交易數據經濟秩序，被作者稱為“治理范式經濟秩序”。

02
關于數據要素創造價值的模式



一直以來，數據要素創造價值并不是數據本身，數據只有與基于商業實踐的算法、模型聚合在一起，才能真正地創造價值。在《數據經濟講義》中，高富平教授認為：“數據因使用而有價值，數據價值在于認知。數據不存在固有價值，而數據的價值在于使用數據，認知數據代表的客觀世界（或對象）的規律。單純數據或數據沒有被使用，那么就不會產生洞察、預測或智慧行動，不會給企業帶來任何效益”，并鮮明地提出要“避免直接將數據視為有價值資產或者單純通過數據交易虛增GDP的現象”。從產業實踐看，數據和算法、模型結合起來創造價值，主要有三種模式：


？？ 第一種模式：比特引導原子（價值倍增）。數據要素能夠提高勞動、資本、技術等單一要素的生產效率，數據要素融入到勞動、資本、技術等每個單一要素，使得單一要素的價值產生倍增效應。

？？ 第二種模式：比特替代原子（投入替代）。數據可以激活其他要素，提高產品、商業模式的創新能力，以及個體及組織的創新活力。數據要素可以用更少的物質資源創造更多的物質財富和服務，會對傳統的生產要素產生替代效應。例如移動支付會替代傳統ATM機和金融機制的營業場所，波士頓咨詢（BCG）估計過去10年由于互聯網和移動支付的普及，中國至少減少了1萬億傳統線下支付基礎設施建設。

？？ 第三種模式：比特優化原子（資源優化）。數據要素不僅帶來了勞動、資本、技術等單一要素的倍增效應，更重要的是提高了勞動、資本、技術、土地這些傳統要素之間的資源配置效率。數據生產不了饅頭，生產不了汽車，生產不了房子，但數據有助于低成本、高效率、高質量地生產饅頭、汽車、房子，高效率地提供公共服務。數據要素推動傳統生產要素革命性聚變與裂變，成為驅動經濟持續增長的關鍵因素。這才是數據要素真正的價值所在。

高富平教授在《數據經濟講義》將數據經濟視為“知識經濟的高級進階”，認為“數據經濟是推動數字經濟迭代升級的新生力量，其核心是在全社會層面高效地實現數據生產力。數據經濟的目的不是生產數據，而生產智能產品”。從理論上看，只有回到生產力視角，才能更全面系統認識數據創造價值的內在機理和邏輯。

數據生產力的本質是人類重新構建一套認識和改造世界的方法論，基于“數據+算力+算法”，通過在比特的世界中構建物質世界的運行框架和體系，在比特的汪洋中重構原子的運行軌道，推動生產力的變革從局部走向全局、從初級走向高級、從單機走向系統。這一變革推動勞動者成為知識創造者，將能量轉換工具升級為智能工具，將生產要素從自然資源拓展到數據要素，實現資源優化配置從單點到多點、從靜態到動態、從低級到高級的躍升。總之，數據生產力正在重構整個經濟運行的新體系，是經濟增長的新動能，正在加速變革經濟生產方式和模式。

03
關于AI大模型與數據要素的關系



AI大模型開啟了全新的智能時代，引發人機交互、計算范式和認知協作三場革命，正在加快形成新質生產力、增強發展新動能。高富平教授在《數據經濟講義》中不僅提出“數據革命本質上是人類社會的認知革命”，還進一步指出這改變了認知和改造世界的力量構成，過去只有人類智能這一單一力量，現在形成了兩類智能相互作用的局面。

什么是認知協作革命？簡單地說就是找到了從問題到答案的最短路徑。具體而言，AI大模型的普及應用，傳統的關鍵詞檢索將轉變為自然語言人機交互新模式，這是對人類知識存儲、檢索和使用方式的一次重構。新的人機交互也將帶來協作革命，人工智能大模型驅動的AI智能體會逐步深度嵌入各類組織的需求定義、應用開發、運維管理和資源調度等環節。

高富平教授在《數據經濟講義》中敏銳提出：“泛在網絡形成大數據不僅增加對客觀世界認知的深度、寬度和精度，而且各種智能系統可以挖掘數據背后規律、輸出知識或智慧行動”。因此，相比傳統的數字化，AI大模型引發的認知協作革命，也是對數據創造價值的一次路徑升級。

從數據鏈路看，傳統數字化的數據價值實現路徑是“業務-采集-分析-決策”，而大模型時代，這一路徑縮短為“輸入-輸出”；從執行效果看，傳統數字化的數據流動路徑，取決于業務和決策鏈條，流程型IT系統往往造成很多的數據孤島，無法實現閉環，而大模型通過“理解-規劃-執行-記憶”，能力更加全面、自成閉環；從建設成本看，傳統數字化需要根據場景需求逐個定制化構建，治理周期長、成本高，而大模型時代通過“泛化能力+微調”，能夠更低成本、更快速度建設數據利用能力；從業務價值看，傳統數字化根據需求定制解決問題的路徑和結果，價值往往比較有限，而大模型可以全面提升分析預測與決策能力，解決原有IT系統無法解決的問題，如供應鏈協同、ChatBI、知識庫等，正在重新定義產業智能。

04
關于如何促進數據要素流動



數據的價值在于流動。正如高富平教授所講的，為了實現數據智能，不僅單個組織需要投入資源，治理數據，建設智能系統，更重要的是讓每個企業或組織從外部獲取足夠多的數據，在滿足各主體對高質量數據需求的同時，讓散布于各角落的數據被高效地匯集利用，使數據的社會價值得到最大化利用。

關于數據流動的價值，我之前曾有一個觀點：數字化轉型的本質是什么？數字化轉型的本質是，在數據+算法定義的世界中，以數據的自動流動化解復雜系統的不確定性，優化資源配置效率，構建企業新型競爭優勢。數據的自動流動是指把正確的數據，在正確的時間，以正確的方式，傳遞給正確的人和機器。

數據的流動是一個技術問題、管理問題、經濟問題，也是一個法律問題。法律問題不是我的專長，高富平作為國內知名法學家，針對數據流通過程的產權問題進行了開拓性的研究。作者創造性地提出數據持有者權并以持有者權利和義務配置為核心構建數據流通體制。在這樣的設計中，持有者權只是合規管理數據資源，創制數據流通利用秩序的基礎，而不是用來交易的權利；持有者只要配以流通權（提供他人使用）就足以開啟數據流通，而使用者因為加工使用而成為新數據的持有者。這樣，數據持有者僅憑自己合法地獲取數據并創造或添附價值而享有權利，同時也能夠保持數據不斷地流通利用。

數據的世界紛繁復雜，如何穿越“數據認知迷霧”，需要更多高富平教授這樣的探索者持續不懈的努力。


返回列表