千亿数据市场背后的“四难”解题

近日，第七届数字中国建设峰会在福州举办。北京商报记者注意到，“数据要素”成为了今年大会的热词，而促进数据要素的跨域可信流通，是从科技企业到金融机构重点投入研发的方向。

数据要素市场规模指数级增长，然而，数据要素易被篡改、被扩散的特性，导致数据要素大规模流通仍存在“责任主体不清，利益诉求不一致，能力参差不齐，责任链路难追溯”的问题。想要解决“不敢流通”“不愿流通”的难点，技术创新和应用是关键环节。在业内专家看来，隐私计算与密态计算将成为关键的“管道”技术。与此同时，这些为安全服务的技术也要考虑低成本，“让数据价值像自来水一样即开即用”。

规模指数级增长

数据是发展新质生产力的关键力量，具有推动经济社会发展的乘数效应。近年来，中国数字经济纵深发展，促使数据规模指数级增长。2023年我国数据要素市场规模达1273亿元，而预计到2028年这一数字将涨至9000亿元。

此外，不少企业成立专门的数据部门、数据公司，探索开发数据产品，金融、工商、交通、电信等领域的数据产品日益丰富，在主要数交所挂牌的产品数量超1.3万个。数据要素赋能经济社会各领域，涌现出一批示范引领作用强、数据赋能作用明显的典型案例。特别是，数据驱动科学范式变革更加明显，据统计，我国已形成超过100个10亿参数规模以上的大模型。

“随着城市数据基础设施加快演进，人工智能等信息技术加快发展，数据要素的价值日益凸显，驱动着我国智慧城市建设迈向体系重构、质效提升的全域数字化转型新阶段。”国家数据局党组书记、局长刘烈宏说道。

当数据成为“要素”，在产业链内外的流通就成为了必不可少的一环。而庞大的数据体量就呼唤更高的流通效率、更安全的流通过程。因此，在市场预期下，大模型和数据要素市场将发生良性互动，利用大模型串联起从数据供给到场景消费的全链路。

在蚂蚁集团副总裁、首席安全技术官韦韬看来，数据要素有着极其巨大的发展需求，传统的计算方法、数据处理方法对于数据价值的提取能力是相对较弱的，而大模型能够从海量低价值的数据中提取出大量的行业价值，进一步刺激了行业对数据的需求。

当下，数据要素的流通和利用已有落地应用，正在进入快速发展阶段。如果类比城市的供水网络，数据要素流通的第一阶段即数据孤岛，就像自家水井，企业拥有数据自研能力，自产自销；第二阶段，实现数据要素点对点流通，就像桶装水，缺乏基础设施的支撑；到了第三阶段，数据要素在行业和区域流转，就像城市自来水网；最后一个阶段是实现数据大范围可信流转，好比综合水利工程，实现跨行业、跨地域和跨云可信流转和互联互通。

企业实践方面，结合大模型、隐私计算等，数据要素技术已广泛落地在农村金融、公共服务、新能源产业等领域。蚂蚁集团董事长兼CEO井贤栋介绍道，过去农业数字化程度低，涉农数据“孤岛化”，难以满足银行授信风控要求，难以获得信贷支持。农业农村部大数据发展中心与网商银行发起“农户秒贷”项目，通过蚂蚁集团隐私计算技术，安全融合多源数据，实时分析，掌握农户经营情况，手机一点就能“秒贷秒批、随借随还”。至今，超600万农户通过该项目获得贷款额度，累计授信964亿元。

跨域流通“四难”

不可否认的是，当前数据要素流通正在迈向第三阶段，即实现行业和区域间的可信流转。然而数据要素价值的进一步发挥面临多种挑战。数据流通本质上是数据的跨域使用，需要构建数据跨域管控体系，要解决的不只是数据加密传输，也包括在数据方域外完成存储、访问控制、计算、分发等等诸多操作。整体来看，数据要素的跨域流通，面临“责任主体不清，利益诉求不一致，能力参差不齐，责任链路难追溯”等严峻风险，导致传统数据安全的信任基石遭到破坏。

“数据价值具有双面性，正面的业务价值越高，带来的负面风险也越大”，韦韬解释道，数据成为要素以后，一定是跨域流动的，但这一过程存在大量的运维风险和研发风险尚未爆发，包括终端被入侵，研发人员利用架构权限获取额外信息，甚至是内部人员盗用、冒名顶替等现象，在每个环节都会出现。数据与其他要素不一样，是非常容易被拷贝、被分割、被篡改、被扩散的。

高昂的行业风险成本，导致数据要素流通不畅。数据要素有着从数据源方到数据加工方，再经数据中间商最后来到数据消费方的一条传播链条。明文数据流通过程中，随着传播链条增长，涉及人员增多，其中必然也夹杂着黑产巨大利益诱惑。

来自IBM的《2023年度数据泄露成本报告》显示，2023年数据泄露的平均总成本达到445万美元，创历史新高；跨域泄露数据现象普遍，涉及存储在云环境中的数据比例达82%。此外，大部分机构自有安全团队不易发现漏洞，仅有三分之一的公司是通过自己的安全团队发现数据泄露的。

也正因如此，一方面，数据容易遭非法二次分发，导致数据产品市场价值迅速贬值，带来了“不愿流通”的问题；另一方面，明文数据流通风险成本指数级增加，甚至迅速超过了流通收益，即“不敢流通”。

“出现问题的本源，就是数据从内循环转向跨域流通的外循环，就产生了外传的风险”，韦韬表示，因而构建身份可确认、利益可依赖、能力有预期、行为有后果的“可信”体系是至关重要的。正如国务院发布的“数据二十条”指出，建立数据来源可确认、使用范围可界定、流通过程可追溯、安全风险可防范的数据可信流通体系。

平衡数据价值与安全成本

推动数据要素价值的流通，技术创新和应用是其中的关键环节。井贤栋认为，数据要素要“用得好”，关键是“流得动”。数据要素的流通发展，已经从“水井”式的自采自用、“桶装水”式的点对点流通，快速发展为犹如“城市自来水网”的行业、区域间可信流通。要走向未来更广域的可信流通，形成综合水利工程，隐私计算是必需的“管道”技术。

面对数据安全暗藏的种种风险，在交流中，多名业内专家向北京商报记者表示，未来更大规模的数据流通，需要更先进的隐私计算技术和体系化的安全架构，才能实现低成本、高性能、高安全和高可靠。比如，隐私计算服务普惠，成本要逼近明文计算；在人工智能技术变革下，隐私计算需要支持复杂的人工智能算法，助力大模型落地产业。此外，数据的流通全程必须安全可追溯，防止泄露和滥用等。

“密态计算”是一种基于密码学的隐私计算技术。在韦韬看来，密态计算是数据要素的必经之路，将成为突破数据孤岛、推动数据大规模可信流通的“杀手锏”，可以确保数据流通从采集、流转、计算、使用直至销毁的全链路的安全可控可审计。

当然在这一过程中，也需要平衡数据价值与安全成本。韦韬解释道，数据价值越高，对隐私要求越高，对其保护所付出的技术成本也相应上升。当为安全风险保障投入的成本基本控制在整个数据流通价值的5%以内时，就会达到规模化数据可信流通的最优平衡。

如何选定一个综合指标、构建一种市场化机制来达到这一平衡？网络安全险其中的“数据要素流通安全险”被业内专家所提及。蚂蚁集团隐私计算部隐语总经理王磊表示，当前隐私计算领域亟须解决的一大痛点便是安全能力显性化。许多企业对于安全方面投入不足、感知不到位，导致劣币驱逐良币。这时，让企业将保险放入安全成本中，安全工作做得好，自然会被评估出更低的保险费率，由此形成良性循环。

面向未来，推动数据要素价值流通是一个系统性工程，需要社会各界协力合作，共同构建新的技术服务生态和技术标准体系。韦韬说道，为了确保数据要素流通合规、安全和高效，仍需推动一系列的技术标准制定，包括数据离开运维域后的有效管控、对不同隐私计算技术进行通用安全分级，以及受控环境下的数据匿名化等，并积极推动产学研界共建与合作，助力数据要素价值释放。

北京商报记者 岳品瑜 董晗萱