發韌于上個世紀50年代的信息技術革命，在經歷了半個多世紀的擴散和普及之后，正推動人類社會進入一個新時代——數據生產力時代。2017年習近平總書記在中央政治局學習時指出，“在互聯網經濟時代，數據是新的生產要素，是基礎性資源和戰略性資源，也是重要生產力”。

一

數據要素創造價值的三種模式

今天，人們討論數據的意義和價值，就數據談數據是沒有太大的意義，數據到底如何創造價值？我們從人類社會發展的視角來理解。只有深刻認識不確定性，才能真正理解數字化。人類社會的發展史就是一部應對不確定性、尋求確定性的歷史，對不確定性的恐懼是人類認知的重要動力。在任何時代，化解對不確定性恐懼的三步曲是對客觀世界的理解、預測、控制，從遠古到現代，人類一直在努力提高認識世界的水平，以觀察世界、理解規律、指導實踐，來解釋過去、闡明現在、預測未來，終極目的在于提升認知水平提高駕馭不確定性的能力。數據要素的價值在于重建了人類對客觀世界理解、預測、控制的新體系新模式。

我們從企業的視角來看數據如何創造價值。企業是一種配置資源的組織，企業競爭的本質就是資源配置效率的競爭，當今天的需求日益碎片化、個性化、場景化、實時化，我們走董事長辦公會、生產車間、研發中心、財務室、采購中心、營銷部門，我們看看他們在思考什么問題：他們在思考企業戰略如何取舍、如何縮短一個產品的研發周期、如何提高一個班組產量、如何提高一個機床的使用精度、如何提高一組設備的使用效率，所有這些問題，都可以歸結為一個問題，就是如何提高資源配置效率。今天企業資源優化配置的科學性、實時性、有效性來自于把正確的數據、在正確的時間，以正確的方式，傳遞給正確的人和機器，這叫“數據流動的自動化”。

數據流動的自動化，本質是用數據驅動的決策替代經驗決策。基于數據+算力+算法可以對物理世界進行狀態描述、原因分析、結果預測、科學決策。“數據+算法”將正確的數據（所承載知識）、在正確的時間、傳遞給正確的人和機器，以信息流帶動技術流、資金流、人才流、物資流，優化資源的配置效率。

從數據流動的視角看，數字化解決了“有數據”的問題，網絡化解決了“能流動”的問題，智能化解決了“自動流動”的問題。其內的邏輯是不斷把人類對物理世界的認知規律通過“數據+算力+算法”的模式嵌入到物理世界，把人從繁重、重復性的工作中解放出來。

數據創造的價值邏輯：數據+算法=四種服務

單獨依靠某一種生產要素將很難實現對經濟增長的推動作用，數據要素創造價值不是數據本身，數據只有跟基于商業實踐的算法、模型聚合在一起的時候才能創造價值。數據和算法、模型結合起來創造價值有三種模式：

01

價值倍增

數據要素能夠提高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，單一要素的價值會倍增。

02

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，但是數據可以低成本、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。

03

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。移動支付會替代傳統ATM機和營業場所，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。電子商務減少了傳統商業基礎設施大規模投入，政務“最多跑一次”減少了人力和資源消耗，數據要素用更少的投入創造了更高的價值。

二

理解數據要素的價值需要生產力視角

對數據要素更全面的認識和理解，需要回到生產力視角，才能更全面系統認識數據創造價值的內在機理和邏輯。

數據生產力是在“數據+算力+算法”定義的世界里，知識創造者借助智能工具，基于能源、資源以及數據這一新生產要素，構建的一種認識、適應和改造自然的新能力。數據生產力意味著知識創造者的快速崛起，智能工具的廣泛普及，數據要素成為核心要素。人類認識改造自然的方法，實現了從實驗驗證到模擬擇優，經濟發展從規模經濟到范圍經濟，就業模式從八小時制到自由連接體，企業性質從技術密集到數據密集，組織形態從公司制到“數字經濟體”，消費者主權全面崛起，人類實現了全球數億人跨時空的精準高效協作。

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。以知識創造者、智能工具和數據要素為核心的數據生產力時代正在開啟。

1

新技術基礎：數據+算力+算法

“數據+算力+算法”構筑認識和改造世界的新模式，推動生產力核心要素升級、改造和重組。農業經濟時代的勞動者以體力勞動為主，用手工工具在土地上進行耕作，創造社會財富。工業經濟時代的勞動者由從事體力勞動和腦力勞動兩部分組成，體力勞動占多數，主要是用能量驅動的工具進行社會化大生產，能源、礦產、資本成為最重要的生產資料。在數字經濟時代，工業經濟時代的勞動者轉型為知識創造者，能量轉換工具升級為智能工具，數據成為除能源、資源、資本等外的新生產要素。

信息通信技術牽引的新一輪工業革命，推動了人類從開發自然資源向開發信息資源拓展，從解放人類體力向解放人類腦力跨越。其背后邏輯在于構建一套賽博空間（Cyberspace）、物理空間（Physical）、意識空間（Human）的閉環賦能體系：物質世界運行—運行規律化—規律模型化—模型算法化—算法代碼化—代碼軟件化—軟件不斷優化和改造物質世界。

2

數據生產力三要素

（1）新生產者：知識創造者麻省理工學院的埃里克?布萊恩約弗森（Erik Brynjolfsson）等提出一個命題，什么是數字經濟時代最稀缺的資源。普遍認為，創新型人才是“第二次機器時代”最稀缺的資源，那些具有創新精神并創造出新產品、新服務或新商業模式的人才正成為市場的主要支配力量。

數據生產力激發了每一個人的企業家精神，只要你具備創新要素組合的能力并有這樣的能力去實踐，你就是一個具有企業家精神的人。數據生產力厚植于企業家精神的土壤，是一個企業家精神規模化崛起時代。要從Manager轉型為Leader，每個人不只是一個執行者，而是一個創新者。數據生產力在于激發每一個個體的潛能，實現自我組織、自我管理、自我驅動，通過高效協同去應對各種不確定性。

數據生產力本質是為了人的解放和全面發展。未來，生產力的大發展和物質的極大豐富將把我們帶到一個新的社會，無人礦山、無人工廠、無人零售、無人駕駛、無人餐廳將無所不在，人類將不再為基本的衣食住行所困擾，越來越多的產業工人、腦力勞動者將成為知識創造者，人們將有更多的時間和精力滿足自己的好奇心。

（2）新生產工具：智能工具數字經濟時代，人類社會改造自然的工具也開始發生革命性的變化，其中最重要的標志是數字技術使勞動工具智能化。工業社會以能量轉換為特征的工具逐漸被智能化的工具所驅動，形成了信息社會典型的生產工具——智能工具。智能工具是指具有對信息進行采集、傳輸、處理、執行能力的工具。

傳感器、通信、網絡、軟件、計算機及人工智能、集成電路、互聯網、物聯網、大數據、區塊鏈等各類信息技術的重大突破，構建起信息采集、存儲、傳輸、顯示、處理全鏈條產業體系。它的重大意義在于，數字技術的發明替代及延伸了人類的感覺、神經、思維、效應器官，創造出了新的生產工具，即智能工具。

智能工具包括有形智能裝備和無形的軟件工具。有形的智能裝備：工業社會在能量轉換工具的發動機、傳動機、工作機的基礎上，增加了傳感、計算、通信和控制系統，傳統的能量轉換工具被智能化的工具所驅動，它使得傳統的工業社會的生產工具發生了質的變化，使人類的智能活動得到充分的解放和提升。無形的軟件工具：如工業設計的計算輔助設計（CAD）、計算機輔助仿真（CAE），集成電路設計的電子設計自動化工具（EDA）等。新的智能化工具不只是人的體力的延伸，也是人的腦力的延伸。智能工具的使用成為人類邁向數字經濟的重要標志。

（3）新生產要素：數據在每一個社會形態中，核心資源將是每個社會形態中各種社會資源最集中的表現形式，社會主要經濟社會活動主要圍繞著核心資源或它的衍生物展開。

在數字經濟時代，多數勞動者通過使用智能工具，進行物質和精神產品生產。對生產要素的認識，經歷了一個逐步深化的過程，土地、勞動、資本、企業家才能、技術等，都曾被認為是典型的生產要素。數字經濟最重要的勞動資料是用“比特”來衡量的數字化信息。人類用以改造自然的生產工具、勞動對象以及包括我們人類本身都將被數字化的信息所武裝，數據賦能的融合要素成為生產要素的核心，整個經濟和社會運轉被數字化的信息所支撐。在數字經濟時代，對數字化信息的獲取、占有、控制、分配和使用的能力成為一個國家經濟發展水平和發展階段的重要標志。

數據生產力創造價值的基本邏輯，是面向賽博空間以算法、算力推進隱性數據和知識的顯性化，將數據轉變為信息，信息轉變為知識，知識轉變為決策，數據在自動流轉中化解復雜系統的不確定性。數據要素的價值不在于數據本身，在于數據要素與其它要素融合創造的價值，這種賦能的激發效應是指數級的。

3

數據生產力的本質

數據生產力的核心價值可以歸結為“數據+算力+算法=服務”。數據生產力時代最本質的變化是實現了生產全流程、全產業鏈、全生命周期管理數據的可獲取、可分析、可執行。數據的及時性、準確性和完整性不斷提升，數據開發利用的深度和廣度不斷拓展。數據流、物流、資金流的協同水平和集成能力，數據流動的自動化水平，成為企業未來核心競爭力的來源。

馬斯克（Elon Musk）的SpaceX完美地呈現了數據生產力價值。2020年，SpaceX實現了載人航天，完成美國太空發射活動的68.3%。馬斯克在公司官網發布的信件提到，從1970年到2000年，向太空發射一公斤的成本相當穩定，平均每公斤1.85萬美元。SpaceX每公斤的成本僅為2720美元。火箭發動機研制75%成本在“試驗、失敗、修改”，SpaceX通過在產品開發早期階段通過數字空間的模擬仿真，大幅降低了研制成本、縮短周期，提高研發效率和產品質量。

智能是主體適應、改變、選擇環境的各種行為能力。這種行為能力在數據生產力時代體現為，多種主體精準、實時、低成本的決策能力。企業構建基于數據生產力的智能化高效精準決策運營體系，其本質是對物理世界的重新解構和深度運營。

三

數據生產力：增長的新動能

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，推進經濟生產方式和模式的變革。

1

創新方式：從實驗驗證到模擬擇優

人類社會認識客觀世界的方法論已經歷了四個階段，從“觀察+抽象+數學”的理論推理階段，到“假設+實驗+歸納”的實驗驗證階段，再到“樣本數據+機理模型”的模擬擇優階段，目前已進入“海量數據+科學建模分析”的大數據階段，也即采用“數據+算法”的模式，通過大數據去發現物理世界的新規律。

在傳統的產業創新中，無論是產品研發、工藝優化還是流程再造，都要進行大量實驗驗證。通常來說，實驗驗證過程復雜、周期長、費用高、風險大，產業創新往往是一項投入大、回報率低的工程。數據生產力對人類社會最大的改變，就是通過數字孿生等技術將人類賴以生存的物理世界不斷數字化，并在賽博空間建立虛擬鏡像，賽博空間的實時高效、零邊際成本、靈活構架等特點和優勢，為產業創新帶來了極大的便利性。

01

從效率來看

基于數字仿真的“模擬擇優”，使得產業創新活動在賽博空間快速迭代，促使創新活動在時間和空間上交叉、重組和優化，大幅縮短新技術產品從研發、小試、中試到量產的周期。

02

從主體來看

基于數字仿真的“模擬擇優”，推動了大量數字平臺的產生，降低了創新創業的門檻和成本，使得大眾創業者能夠依托平臺，充分利用產業資源開展創新活動，直接參與到產品構思、設計、制造、改進等環節，真正實現現實意義的萬眾創新。

03

從流程來看

數據分析技術的快速發展，促進“需求—數據—功能—創意—產品”鏈條數據聯動的逆向傳播，生產過程的參與主體從生產者向產消者演進，個性化定制模式的興起讓消費者全程參與到生產過程中，消費者在產品過程的發言權和影響力不斷提升，以往以生產者為中心的正向整合生產要素的創新流程，正在向著以消費者為中心的逆向整合生產要素的創新流程轉變。

2

生產方式：從規模經濟到范圍經濟

在傳統的經濟發展中，尤其是工業經濟的發展中，主要是強調單一產品生產規模擴大，產品的平均成本會逐步下降，這是一種追求單一產品成本弱增性的規模經濟模式。

數據生產力的發展，則更加強調在資源共享條件下，長尾中蘊含的多品種產品協調滿足客戶的個性化需求，以及企業、產業間的分工協作帶來經濟效益，這是一種追求多品種產品成本弱增性的范圍經濟模式。在數據生產力帶來的范圍經濟發展中，生產運行方式、組織管理模式、服務方式都會發生根本性變化。

全球進入新一輪新型基礎設施安裝期，基于“IoT化+云化+中臺化+APP化”的新架構逐漸取代傳統的IT架構，加速全要素、全產業鏈、全價值鏈的數字化、網絡化、智能化，無論是全球的互聯網、ICT企業，還是金融、娛樂、制造企業，無一例外地都將投入到這場技術和產業大變革的洪流中。企業開始從業務數字化，向數據業務化拓展。因數而智，化智為能，數智化轉型的大幕已經開啟。

3

就業方式：從雇員到自由連接體

越來越多的個體都將成為知識工作者，個體的工作與生活也將更加柔性化，逐漸呈現出了自由連接體的新形態。人人都將是某個領域的專家，這將讓個體的潛能得到極大釋放，每個人的特長都可以方便地在市場上“兌現”。同時，類似于工作、生活、學習一體化的SOHO式工作、彈性工作等新形態將更為普遍。當然，“人人都是專家”，“人人也都必須要成為專家”，這既意味著某一能力的優異，也意味著要像專家那樣“每個人都是自己的CEO”——自我驅動、自我監督、自我管理、自我提升。

4

企業形態：從技術密集到數據密集

企業競爭的本質是在不確定環境下為謀求自身生存與發展而展開的對資源爭奪的較量。對企業在勞動、技術、數據等不同生產要素構成比重差異分析可以發現，技術正逐漸向數據讓渡處于企業競爭核心要素的地位。企業競爭正從要素、市場、技術等資源競爭向數據競爭轉變，數據成為企業占據產業競爭制高點的核心驅動要素。

從數據資源的角度來看，當感知無所不在、連接無所不在，數據也將無所不在。所有的生產裝備、感知設備、聯網終端，包括生產者本身都在源源不斷地產生數據資源，這些資源滲透到產品設計、建模、工藝、維護等全生命周期，企業生產、運營、管理、服務等各個環節，以及供應商、合作伙伴、客戶等全價值鏈，成為企業生產運營的基石。

從數據管理的角度來看，數字化轉型逐漸成為企業在數字經濟時代的必經之路，而數據管理能力則是數字化轉型中的核心能力。數據主導的競爭態勢要求企業將數據提升至會計、財務、管理、運營等職能同樣的戰略定位，并將在未來成為企業運作的基本能力。

從數據驅動的角度來看，企業通過分散在設計、生產、采購、銷售、經營及財務等部門的業務系統對生產全過程、產品全生命周期、供應鏈各環節的數據進行采集、存儲、分析、挖掘，確保企業內的所有部門以相同的數據協同工作，從而通過數據驅動，實現生產、業務、管理和決策等過程的優化，提升企業的生產運營效率。

5

組織形態：從公司到數字經濟生態

工業革命孕育的市場經濟本質是如何在高度不確定性的環境中實現科學決策。哈耶克認為，市場經濟就是一個信息處理系統，大量獨立個體通過價格發現機制，基于各種有限、當地化、碎片化的信息進行決策，優化資源配置。工業時代的公司，基本遵循線性的（價值鏈、產業鏈、供應鏈等）組織方式和流程。

進入數字經濟時代，人類的大規模協作的廣度、深度、頻率進入了一個新階段。工業化不斷升級，新的協作組織不斷涌現，需求方面臨著海量千差萬別的供給信息，供給方面臨著海量千變萬化的消費需求，無論是生產方、消費方，還是需求方、供給方，以及成千上萬的市場經濟活動的相關參與者，都被融入到數字經濟體之中。

而數字經濟生態則表現為“云端制”的組織方式：數字平臺+數億用戶+海量商家+海量服務商——這是一種超大規模、精細靈敏、自動自發、無遠弗屆的大規模協作的組織方式，也是一種人類歷史上從未達到過的“分工/協作”的高級階段。

網絡協同效應正在打破傳統管理的規模不經濟，對原有的生產組織體系、企業邊界以及勞動雇傭關系形成了新一輪的沖擊。波音制造的“夢幻787”飛機研發生產實現了來自6個國家100多家供應商數萬人的在線協同研發，中國網約車巨頭每天也實現了2000萬級出行人口與司機的業務協同。

四

數字治理體系趨勢

1

方式：協同化、平臺化

在對治理領域熱點和難點問題的實踐探索中，一些關于治理方式的“最佳實踐”已經浮現出來。

01

協同治理

數據生產力是一個去中心化、多元參與的生態化體系，每個主體都有更多平等參與的機會，與這一生產力體系相應的，必然是多方參與的協同治理。集中化、單向化、控制導向的封閉式管理將難以適應數據生產力的發展，多元參與的生態式、協同化治理才是新型生產力的要求。

02

大數據治理

大數據治理是指充分運用大數據、云計算、人工智能等先進技術，實現治理手段的智能化。如城市交通治理，運用交通實時大數據分析車流量，可以減少擁堵。再如，面對海量商品、海量賣家和買家、實時交易、碎片化交易等特點，利用傳統的管理方式已無法應對“假貨、炒信”等新情況，而利用圖片識別技術、先進算法、大數據分析等方法，可較好地發現問題、解決問題。

03

平臺治理

平臺治理是指應合理界定政府、平臺、第三方的責任，對與平臺相關的問題進行治理。近年來，阿里巴巴和各方共創的“技術賦能+多元共治”取得了良好成效：2019年阿里平臺上96%疑似侵權鏈接一上線即被封殺；每萬筆交易疑似侵權商品量僅1.03筆，5年內下降67%。2019年12月，國家知識產權局發布《中國電子商務知識產權發展研究報告（2019）》，首次將“技術賦能+多元共治”的假貨治理阿里模式作為中國經驗、中國樣本在全社會推廣。

2

原則：服務創新和發展

在很多場景下，數據生產力的快速發展，為原有治理體系帶來“兩難”甚至是“多難”。這就需要對數據治理的底層理念、原則、程序，不斷凝聚和達成共識

促進創新原則：在線購物、科技金融、云計算、無人駕駛等等，無一不是創新的成果。創新是數據生產力最重要的特征。創新帶來了經濟繁榮，創新提高了社會福利。未來，數據生產力進一步的發展深化，也必須要依靠創新、促進創新。

主體公平原則：數據生產力能夠充分為小微企業、個人參與經濟活動賦能。小微企業、年輕人、普通個體，甚至殘疾人，在數據生產力的體系下都應該、也能夠擁有公平化、普惠化的權利和能力。

技術中立原則：為促進平臺等新“物種”的生存和發展，應堅持技術中立規則。平臺是數據生產力體系的重要載體。平臺責權利的合理界定，不但關系著平臺這種組織形態的發展，也關系著數據生產力的未來。

福利最大化原則：數據生產力的發展，不可避免地會帶來新與舊、先進與落后、發展與保守的對立與摩擦，如數據分享和保護的矛盾，跨境電商與傳統國際貿易的矛盾。面對多難的選擇，應考慮社會總成本、總福利，應使社會總成本最小化，總福利最大化。

3

從零和博弈到激勵相容

在數據治理的流程上，應充分認識到數據問題的復雜性，在政策制定流程中充分評估數據政策可能帶來的經濟社會影響，避免傷害創新和就業等。很多案例已經證明，理想化的監管設計，卻有可能會帶來形式主義、執法成本猛升、小企業無力合規等意料之外的影響。

01

數據權屬

從數據權屬來看，相較于以動產和不動產為典型代表的傳統財產，數據在物理屬性上的可復制性、數據來源上的開放性，以及蘊含多元價值之間的非競爭性等特征，決定了以強調靜態歸屬和排他性效力為核心的傳統產權理論，已無法直接適用于對數據價值歸屬的判斷。應根據數據自身特性，在綜合考量相關主體圍繞數據產生的利益訴求的基礎上，探索建立一套以數據記錄者、加工者的數據財產權益為基礎，公平、高效且激勵相容的數據價值分配機制。個人數據的絕對控制權，將可能引發個人數據資源閑置的“反公地悲劇”。

02

政務數據共享

從數據的價值創造機制來看，數據只有充分流動，才能發揮其價值，才能為個人、企業、社會帶來福利。但從政務數據開放來看，由于政務數據供給不足，數據紅利尚未充分釋放。主動開放的意識和動力不足，高價值數據（如信用、衛生、醫療、企業登記、行政許可、交通、就業、社保等）等的開放比例不高。從數據協作共享來看，政府與社會主體間缺乏法治化的數據協作共享機制。

03

產業競爭新階段

動態競爭、高頻創新是數據生產力時代的最大特點。動態競爭，是指對某一相關市場而言，技術創新和商業創新不斷打破市場格局的相對穩定性和靜止性，使其不斷在整體上發生較大改變或根本性改變，在一定時期內呈現不斷變動的特征，從而使得競爭的范圍不斷發生改變。從時間跨度來看，動態競爭并不是暫時的，而是將長期存在；從強度來看，有的表現為“顛覆性”變化，有的則表現為漸進式的改變。

數據生產力的創新和競爭正是如此。從所謂的“數據擁有”角度看，過去20多年來的高速數字化進程，在消費端沉淀了一定規模的數據量。但實際上，我國80%的信息資源掌握在政府部門手里。同時，隨著接下來工業互聯網、物聯網、5G、企業數字化等的快速發展，很快就將在供給端產生更大規模、更高數量級、更高價值密度的數據。因此，僅就當前的數據規模和類型去討論“數據擁有或控制”，是遠遠不夠的。

世界從來沒有像今天如此豐富多彩，且充滿了不確定性。人類邁入數字經濟2.0時代，新技術深刻地改變著人們的生產、生活和學習方式，對國家競爭、市場競爭產生深刻影響。以“數據+算力+算法”定義的“數據生產力”潮流正滾滾而來，它將指引人們重新理解、認識并重構這個不確定性的世界，帶來更廣范圍、更深層次、更大沖擊的變革，一個嶄新的數字經濟時代即將到來。

原文標題：安筱鵬：數據要素如何創造價值|深度解讀

文章出處：【微信公眾號：工業IoT】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq