为进一步激活数据要素潜能，加快培育数据要素市场，充分发挥数据要素乘数效应，全面赋能数字经济和实体经济融合发展，2024年以来，北京、河北、福建、广州、成都、长沙等地发布“数据要素×”典型应用场景案例征集通知。经前期梳理，我将数据要素应用场景大致分为以下几类：
第一类，数据的整合应用。此类场景通过整合海量数据，刻画用户画像，提供查询等基础服务。从数据要素的流向上看，为单向流动，较少涉及数据回流，典型场景如“企查查”。“企查查”整合了工商、司法、信用、企业经营、知识产权、投资、招投标、地图等数据，刻画企业精准画像。用户可通过查询以上信息，了解企业基本情况，作为投资决策、商务合作等重要参考。另一种模式，以海量数据为基础，运用隐私计算、联邦学习、区块链、大模型等先进技术，满足数据预测、智能风控、企业融资等需求。如工商银行结合运营商数据，采用联邦学习技术，在保障数据“可用不可见”的前提下，建立工行手机银行登录行为异常识别模型，提前、准确识别风险事件。如浙商银行应用隐私计算技术，对接浙江省金融综合服务平台，实现政务数据赋能银行贷前、贷后智能风控等业务的创新发展；通过构建企业准入模型和企业贷后预警模型，提升银行风险识别和筛查能力等。
第二类，数据的循环应用。此类场景通过使用原有政务数据库中的数据，赋能应用场景，同时场景产生新的数据，回流至原数据库，填补原有缺失的行业数据，经治理后，再运用于其他场景，实现数据要素的动态循环，典型场景如温州的“安诊无忧”。护理行业因入职门槛低、行业规范和标准未统一、同行竞争混乱等问题，信息化程度低，政务数据中的护理数据甚微。“安诊无忧”通过公共数据授权运营模式，获得卫健、人社、司法等7个部门15个数据集，核心字段61个，结合企业自有数据，通过算法模型，提供智能陪诊、陪护和上门护理等服务。同时，通过“安诊无忧”数智护理平台，归集服务过程中的护理数据，回流至原政务数据库，弥补缺失的行业数据。政务数据中的护理数据，经治理后应用于其他行业，实现数据的循环利用，如老年人的护理数据用于医疗设备采购。
第三类，数据的高阶应用。电子化、信息化和数字化被视为事物发展的三个阶段，三者之间依次递进、不断演化。其中，信息化为数字化的初级阶段，侧重从真实世界中提取关键信息，并放入计算机世界进行管理。简单来说，信息化就是通过技术手段把数据从线下搬到了线上。数字化是信息化的延续或高级阶段，通过技术手段对人类社会进行仿真，将物理世界“数字化”（称为“数字孪生”）。数据要素是数字孪生创造价值的核心生产要素。数字孪生通过对物理世界全要素对象精准复现，基于海量数据信息，建立一系列业务决策模型，实现对当前状态的评估、对过去发生问题的诊断以及对未来趋势的预测，为业务决策提供全面、科学的依据。目前，已广泛应用于城市规划、园区管理、工业制造、交通、水利等领域。以智慧农场项目为例，通过卫星数据接收与发送器，自动链接资源卫星数据，指导农场主使用大型农业机械，在不同区块播种适合的农作物。根据土壤性质、作物种类、生长周期、田间管理、成熟时间、灌溉水源等数据，实现在最合适的时间播种，以最优的氮、磷、钾肥比例施肥。根据期货行情，及时调整作物种类，合理安排每年每种作物的种植面积，规避风险。类似的案例还有上海左岸芯慧电子科技有限公司推出的智慧农业新模式“神农口袋”等。
无论是数据的整合、循环还是高阶应用，其核心为发挥数据要素价值，目的是数据赋能经济、社会发展。目前，各地踊跃征集数据要素应用场景，强调“充分发挥数据要素价值”，但如果不过于强调数据要素，其实市场上有众多的应用场景。不妨跳出数据要素范畴，换个角度来看，数据要素场景与其他场景的区别在于场景中数据要素的使用情况，各地征集的其实是能带来经济、社会效益的优秀场景，只是该场景通过数据要素的融合使用，扩大了经济和社会效益。那么，数据要素场景的建设就有两个思路了，一是在原有场景基础上思考如何使用数据要素，扩大场景的经济和社会效应；二是根据社会需求，构建新的优秀场景。不管哪个，出发点都不是数据要素，而是社会需求，也不是为了数据要素，而是使用数据要素。主线是场景。
↓↓了解更多资讯，请识别下方二维码↓↓
国脉集团是数据资产化先锋企业，主要提供培训、咨询和产品设计服务。为数据资源拥有者提供专业、规范、合规的全流程资产化服务，提升机构数据管理服务能力，实现数据资源价值最大化。运用最先进的培训理念方法和平台工具提供高绩效培训服务。研发“一头一体两翼”企业数据资产化咨询服务方法论，提升数据资产化战略设计、就绪度评估与咨询、入表和产品化全流程咨询服务。基于战略思维和实操需求研发“易”系列产品，并与数源方合作研发系列数据产品。 主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。 主要产品：数据易投、数据易贷、数据易保、数据易售。
联系我们请点击：
数邦客
