东软徐洪利:应用型数商架起数据要素价值落地桥梁

news/2024/11/18 7:32:42/文章来源:https://www.cnblogs.com/dongdongbiji/p/18303037

“数据要素如何变现?” 这是当下东软集团联席总裁徐洪利与业界交流时,最常遇到的问题。

如同工业时代的石油——作为数字时代的生产要素,数据的重要性已经被广泛认可。但是,几乎没有客户会直接购买数据,就如同直接交易石油的生意远远低于购买石油衍生品,如沥青、燃油、塑料、纤维、涂料等等。把石油转化为适合不同应用需求的加工品,是石油工业价值化的关键一步。而这,也正是当下数据要素突破的关键点。

2024年是数据要素应用爆发元年。近日,在“2024数字政府论坛”上,徐洪利分享了东软在大健康行业关于数据要素价值化的经验与感悟。

反向思维,场景驱动价值化落地

2019 年 10月,十九届四中全会上国家首次将数据纳入生产要素范畴,“数据要素”这一概念正式诞生。随着数字化不断深化,数据要素经历了初期的探索,到2022年底《关于构建数据基础制度更好发挥数据要素作用的意见》出台,则标志着“数据要素”这一概念开始全面融于市场发展。

在政策推动的同时,市场的需求也在日益加强。2023年生成式AI爆发,千行百业都抱着极高的热情期待通过AI转型升级。AI实现的基础是大数据,而数据的需求尤为迫切。

2023年,在政策、市场双端拉动下,数据要素应用开始明显提速,各地方的大数据局、大数据公司纷纷成立。千军万马齐聚赛道,缺少的则是一部“规则”。

今年初,国家数据局等十七部门发布《“数据要素×”三年行动计划(2024—2026年)》,从顶层设计勾勒出数据要素市场的轮廓,以此推动数据在多场景应用、多主体复用,激活数据潜力,并重点对工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳等12个行业和领域,给予了更为清晰明确的行动指引,市场正式迎来数据要素价值化元年。

如今,产业生态中的所有企业都知道数据中藏着金矿,但是如何让数据价值化,大家又都在摸着石头过河。

在徐洪利看来,价值化主要体现在两个方面,可以概括为增收和降本:

  • 一是为企业带来营收的增加,或是通过模式创新开辟新赛道。比如保险公司希望通过一个城市某类人群、某种大病的数据分析,来投放一些新险种;再比如,数据的共享与应用,为企业开发智慧医疗、智能健康管理等新型应用及模式提供了可能。
  • 二是为企业运营降低成本。比如保险公司以前核保都需要大量的外勤人员去医院核数据,现在数据要素打通之后,保险公司可以节省大量的人力和时间成本。东软与保险公司合作的“盛京保”可以实现在线核保、核赔,目前已有多家保险公司采用了这项服务。

当然,在增收和降本之外,还有很重要的一点就是社会价值。举两个例子,通过银行与医保的数据协同,可以实现患者“先就诊后付费”的模式,让老百姓看病更便捷。影像数字化后的互认,可以帮助医患双方节省大量胶片成本,而且患者去不同的医院看病只需要付一点儿服务费就可以调取数字影像。

无论是开源还是降本,结果都是“利润”。由此可见,数据要素作为新质生产力通过技术创新和效率提升,将有助于医疗健康产业重塑现有的商业模式并降低成本,提高医疗服务的可负担性。随之而来的,是经济效益和社会效益同时产生巨大的价值化空间。

如何实现数据要素的价值化?通过大量实践,东软认为现阶段最有效的方式就是“需求驱动”,流程要从末端的需求方发起,而不是从顶端的数据拥有方发起。“要用反向思维,要看谁对数据有需求,谁拿到数据可以变现,然后反向倒推,进行数据的授权、交易、加工。”徐洪利强调。

连接供给与需求,

应用型数商实现“乘数效应”

与当年“互联网+”的提法不同,这一次业界认为一个价值更大的金矿出现,所以提出“数据要素×”:一方面是因为我国数字经济发展进入到深水区,也可以理解为随着AI时代的开启,出现以数据为关键要素并充分发挥倍增效应和乘数效应的深层发展阶段;另一方面,数据作为生产要素,具有多主体生产、多场景使用、敏感信息多、减损贬值快等特征,特别是不同于石油、土地等资源,数据具有多场景复用的能力,可以不断挖掘出新的价值。

正如开篇所述,数据直接交易无法产生客户价值,客户要的是“数据加工品”。在数据要素价值的生态中,扮演“加工者”的关键角色有三类:

  • 服务型数商:数据流通的推进者。通过探索可信流通技术,提供数据质量评估,风险评估,合规交付等服务,实现的是数据要素产业化的过程。
  • 应用型数商:数据价值的转化者。通过提供数据开发利用工具,数字化转型服务等,帮助千行百业挖掘数据价值,将痛点难点转化为新增长点,将投入的成本转化为新的利润来源,实现的是数据要素产品化的过程。
  • 技术型数商:数据资源的开发者。让分散在不同系统、平台的数据,汇聚成标准化,可流通的生产要素,拓展数据来源,提升数据质量,实现的是数据要素资产化的过程。

服务型数商和技术型数商主要由各地方的国有大数据公司为主,他们侧重于后端的治理、数据平台的运营。市场中更多企业则是在新的生态中定位于应用型数商的角色。“应用型数商是一个很重要的连接角色,在数据提供者和数据使用者之间建立连接。”徐洪利认为,应用型数商是数据价值化的关键一环,从需求方拿到场景,从提供方拿到数据,根据需求方的逻辑去建模型做分析,产生分析结果后给到需求方,这就是加工原材料、生产数据产品的过程。

当然,这个过程的实现,需要生态伙伴的通力合作:在沈阳,医保局、金融发展局、保险公司等单位机构一起合作,打通了医保、商保的数据,为用户实现快速理赔;在常州,通过医保、医院、银行三方数据互联,实现了凭个人授信额度在医院先就医后付款。东软通过积极参与在地方政府牵头下的创新医共体模式,让数据驱动帮助老百姓看病更便捷,各级医院运营更高效……

未来什么样的企业才有能力成为应用型数商?徐洪利将之概括为三点:懂数据,懂业务,有技术。

以东软为例,深耕医疗健康领域三十年,涉及全产业链,服务客户数量多、类型多。作为解决方案供应商,东软一方面非常了解数据是怎么产生的,另一方面也非常了解客户的痛点,知道需求是什么、创新的方向是什么,并且还有技术能力,最终将数据要素转化为客户所需要的“真实价值”。

定规则、建生态,加速市场成熟

“数据要素×”刚刚开启,作为未来的重要生产要素,一方面数据要素的“生产加工”会带来全新的产业机遇,另一方面以数据要素为底座,通过数据的打通、融合、创新,各行各业将产生新的交叉组合和融合裂变,促进产业升级,社会经济继续向高质量阶段迈进。

随着我国经济体制的转型,数据要素的重要性日益凸显,在很多地方政府看来这也是未来地产经济的替代者,更是未来很长一段时间中国经济持续增长的引擎。所以,“数据要素×”行动的顺利落地,将关系到整个社会的发展进程。

在数据要素价值化元年,一切都是刚刚起步,产业链中的每一个角色都在寻找自己的定位,探索可能的新模式。在产业初级阶段,有的地方数据局、大数据公司还没有完成组建,有的企业实现了部分数据产品的变现,但是也有很多数据产品挂在平台上没有交易。为了加速产业走向成熟,徐洪利从东软的实践出发,向业界给出三点建议。

  • 第一,加快法律法规建设。

当前,数据加工生产活力不足、数据交易规则不明确、多主体生产、数据归属权等问题,使得大量的数据沉睡,无法得到有效利用。不同类型的数据可以开放给谁?部分数据的归属权到底是谁?数据如何可以安全地交易?都需要尽快完善相关法律法规,包括采集、标注、授权、交易、管理等各个环节,以及数据登记、数据资产评估、争议仲裁以及跨境流动监管等服务。只有规则先建立起来,才能让数据可以在合法的框架下高效流动起来,激发数据的真正活力。

  • 第二,加快生态建设。

AI生态相比过去以往的任何生态都更复杂,以组合的方式呈现出强逻辑、强交互、即时协作等现代化产业链的特征。每一个AI能力的实现都需要多方协同,几乎没有企业可以独立于生态存在。数据要素发挥作用的前提也是生态圈的完善,所以生态圈中各方要尽快完成角色定位,精细化分工、协作。

徐洪利表示,应该由国有企业(比如大数据公司)组局把生态聚集起来。此外,他建议对赛道进行细分,比如文旅、交通、医疗、制造等,更容易形成产业合力。

  • 第三,打通链条。

数据价值化,最佳路径是从需求端发起。那么就需要从前端需求向后推,后面需要哪些数据再对症下药,把整个链条打通。举个例子,核保要打通医院、医保、社保的数据,先诊后付要打通医院、医保、银行的数据。“只有先把跨行业的数据聚在一起,围绕需求者来建设,价值才能更大地发挥出来。”徐洪利强调。

【结束语】

在2023年之前,数据要素市场体系经历了较长的探索的过程。在政策与需求的双重拉动之下,2024年有望迎来数据要素的高速增长,而健康增长的提前无疑就是——定规则、建生态。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/744083.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

GIS场景编辑如何实现?这款免费可视化工具帮你轻松搞定

在现代智慧城市、智慧交通、智慧农业等各个领域,三维GIS(地理信息系统)需求日益增多。而要实现一个完美的GIS场景编辑,选择一款得心应手的工具至关重要。目前市面上的三维GIS产品有许多,能够对GIS场景进行编辑的产品却不多,那么是否有一款工具能帮助我们进行GIS场景的编辑…

神经网络中神经元的权重更新

前段时间写过一篇介绍神经网络的入门文章:神经网络极简入门。那篇文章介绍了神经网络中的基本概念和原理,并附加了一个示例演示如何实现一个简单的神经网络。 不过,在那篇文章中并没有详细介绍神经网络在训练时,是如何一步步找到每个神经元的最优权重的。本篇介绍神经网络训…

CaiT:Facebook提出高性能深度ViT结构 | ICCV 2021

CaiT通过LayerScale层来保证深度ViT训练的稳定性,加上将特征学习和分类信息提取隔离的class-attention层达到了很不错的性能,值得看看 来源:晓飞的算法工程笔记 公众号论文: Going deeper with Image Transformers论文地址:https://arxiv.org/abs/2103.17239 论文代码:htt…

Nessus Professional 10.7 Auto Installer for RHEL 9/AlmaLinux 9/Rocky Linux 9 (updated Jul 2024)

Nessus Professional 10.7 Auto Installer for RHEL 9/AlmaLinux 9/Rocky Linux 9 (updated Jul 2024)Nessus Professional 10.7 Auto Installer for RHEL 9/AlmaLinux 9/Rocky Linux 9 (updated Jul 2024) 发布 Nessus 试用版自动化安装程序,支持 macOS Sonoma、RHEL 9 和 Ub…

面试官:Dubbo一次RPC请求经历哪些环节?

大家好,我是三友~~ 今天继续探秘系列,扒一扒一次RPC请求在Dubbo中经历的核心流程。本文是基于Dubbo3.x版本进行讲解一个简单的Demo 这里还是老样子,为了保证文章的完整性和连贯性,方便那些没有使用过的小伙伴更加容易接受文章的内容,这里快速讲一讲Dubbo一个简单的Demo 如…

[SUCTF 2018]GetShell 1

自增绕过,文件上传打开是一个白的页面,开始信息收集,可以在前端代码中看到,index.php?act=upload尝试访问之后发现是文件上传发现是直接给了源码的,代码解释: 这段PHP代码用于处理一个通过HTML表单上传的文件,并检查该文件的内容是否包含任何黑名单中的字符。下面是逐行…

运算式树(Expression tree)深入学习

前言 运算式树(Expression tree)是二叉树数据结构。 目的是实现方便的叠加各种查询条件,无限制的拼接成一个查询条件。提高复杂查询逻辑的编码效率。 一、Lambda表达式 Lambda表达式分为运算式Lambda和语句式Lambda 下面用两种lambda实现同样功能的委托。 (1)运算式Lambda…

htmlToPdf处理视频

一个写好的html页面要打印pdf,其中有视频也有图片。参考了网上的一些方法,最终是在获取数据的时候,对视频进行了截取第一帧处理。 getFirstImgBase64(){this.piclist.forEach(item => {if(item.url.endsWith(.mp4)) {let dataURL = ""let video = document.cre…

my-tv修复版本

github上很火的项目,但是作者已不再维护,这里分享一个修复版本,可以正常观看 软件链接:https://pan.quark.cn/s/836a5050fcab

提升Camstar性能

😘宝子:除非不再醒来,除非太阳不再升起,不然都请你好好生活,挣扎着前进,开心的笑。(●◡●)