【IT168 評論】“向數據要價值”已經成為當下企業的共識，的確，市場競爭日趨激烈，要素資源日益稀缺，而成為重要要素資源的數據，將進入資源價值釋放期。
日前，《中共中央、國務院關於構建更加完善的要素市場化配置體制機制的意見》正式公佈。作為中央第一份關於要素市場化配置的文件，《意見》將數據納入了生產要素範圍，要加速培育數據要素市場。國家發改委日前也明確了大數據作為“新基建”融合基礎設施的重要組成部分。
羅馬非一日建成，數據從資源向資產轉變釋放價值也需要一個過程。都2020年了，如今是否到了數據價值釋放期？身處變革中的企業用户有怎樣的探索實踐？IT168採訪了部分大數據廠商和企業CIO，本篇分享東旭集團金融信息總監尤寬的一些見解和公司實踐。
數據資源化已到資產化未達
在尤寬看來，從數據資源向數據資產轉化可以分為三個階段：數據採集和使用、數據資源化、數據資產化。
在數據採集和使用階段，企業意識到歷史生產經營數據能夠幫助企業更有效開展當前的生產和經營活動，且有助於對企業未來經營預測。開始進行歷史數據整理、建立主數據標準，建立數據的採集、整理和加工的信息系統，形成可持續提供數據資源的數據平台，對企業內部數據的集合和分門別類存儲，以用於指導企業生產經營活動。
隨着對自身數據的整合與挖掘，企業會發現僅僅自身生產經營產生的數據進行採集整理加工，於企業發展的作用有限，比如預測市場趨勢來幫助企業制定市場戰略或者決策，需要更多外部的數據，企業開始將眼光看向行業和市場，購買或有意識採集行業數據和市場數據，豐富自身的數據存儲倉庫。在該階段，企業意識到數據的重要，但對數據的使用主要用於分析和預測自身的生產經營活動，屬於內部使用階段。
數據資源化階段，通過對數據使用的進一步強化後，企業開始進入第二階段數據資源化階段，企業的數據量和數據維度進一步豐富，但因企業受限於自身的需求，所關心的數據依然限於自身生產經營有關的內容，數據本身難以反應全貌，使用範圍也僅適用於企業自身。隨着雲計算、大數據技術的逐步成熟和大範圍應用，數據量進一步擴大，形成各種數據資源池。湧現了很多大數據公司，專門進行大範圍、細粒度的採集、整理數據。逐漸形成一種大數據公司提供經整理加工後的數據，一般企業購買數據的方式。並且，因為對數據保護相關法規的不完善，出現很多非法獲取倒賣個人和企業信息的案件。
數據的資產化階段，在這個階段，伴隨着整個社會各行各業數據的豐富和完善，數據標準的建立，數據將走出單一企業或行業範圍，成為全社會共享和使用的一種通用虛擬物品，並且數據的形態將被進一步標準化，成為一種特殊類型的產品。在這個階段，將形成一種數據資產標準，實現數據資源的可控制、可量化和可變現。屆時社會形態將出現很大的變化，將會出現一個現實社會對應的虛擬的數字社會，兩個社會相互映射。每一個人會對應一個“數字人”，數據資產掌握在“數字人”的手中，在數字社會中作為商品實現流通。
在尤寬的描述中，以一個企業的視角，從數據資源到數據資產轉化要經歷企業內部的使用，到行業與社會的數據合作，最終會將現實世界在數字世界裏進行重塑，那將是一個終極狀態。
目前，整個市場處於數據資源化階段的中後期，尤寬認為進入數據的資產化階段的的關鍵標誌是數據資產標準的大規模建立。
大數據平台是基礎而非核心
數據資產標準大規模建立還有待時日，需要企業、行業和政府社會的合作完成。單從企業側來看，比如傳統企業的IT遺留資產比較重，多年來部署了大量的業務系統，這些業務系統各自為戰，煙囱林立，不同的系統有不同的數據標準，為企業數據聯通流轉帶來了挑戰，目前橫亙在很多企業面前的大山是企業內部數據標準的統一和整合。
部分企業選擇引入主數據管理來對OA、ERP、CRM、SCM、HR等系統改造，而有的企業擔心改造成本比較高，會跳過主數據直接選擇構建數據倉庫或者搭建大數據平台來實現企業數據的標準統一和互通互聯，對企業數據進行長期而持續的治理，進一步獲得價值。
從數據資源到數據資產轉化過程中，目前大多數企業都踏上了數字化轉型的旅程。筆者在上一篇《轉型有風險，企業數字化要如何有序推進？》中介紹了企業數字化轉型過程中對數據的重視，大數據平台在企業數字化轉型中的作用也是見仁見智，尤寬認為大數據平台是數字化轉型的基礎而非核心，而人工智能技術才是核心。“現階段的所謂數字化轉型，還不是真正的數字化。真正的數字化，是產生了虛擬數字世界後，現實企業在數字世界映射出來‘數字企業’，兩個企業在並行。在真正數字化的情景下，人或企業的所有活動，會自動在數字世界產生對應的數據，而不是人去輸入。在這個階段中大數據平台提供了一個數據的基礎，而AI才是數字化的核心。因為只有AI才能產生數字世界中與現實世界中想對應的映射，並在每個環節進行活動。這樣數字化的企業才是有效運行的。”
把目光從遙遠的全息數字化世界回退到當下，企業在挖掘數據價值方面會有側重，比如尤寬所負責的金融領域。目前，金融是高度依賴信息系統，而且一直以來金融業不同於製造業等傳統行業，其信息化程度相對較高，所有的業務都需要在信息系統中完成，業務數據也都在信息系統中保存，但這些數據的源頭，卻並不是信息系統自身產生，而是由人來輸入，人為輸入導致數據分散，難以形成整體的業務狀態模式，對企業掌握自身經營情況以及制定經營策略造成不小的挑戰。此外人為輸入數據效率低而且也容易出錯，因此東旭集團金融業務引入了數據分析平台，幫助企業掌握整體經營情況，並能夠根據風險模型，考慮不同業務的風險程度，並對未來可能的業務模式，進行風險指標和風險狀態測算，“就向雷達一樣，能夠提前發現前方的危險，立即進行前進路線的調整。”
無論從哪一個層面來講，企業從數據資源到數據資產的轉變過程中，離不開技術服務商的支持，“術業有專攻，企業擅長做的是自己的業務，而不是做數據資源（除非想轉向做大數據公司）。數據資源整合應是專業的大數據公司來做，企業與大數據公司合作進行數據資源的整合。”
單純靠大數據公司靠不住？
從2013年的大數據元年算起，國內企業對大數據技術的應用日漸成熟，但是目前除了少數互聯網企業，大部分企業還處在相對初級的階段。
在初級的探索階段，企業和廠商都是摸着石頭過河。ToB服務市場的供需方存在一個天然的矛盾點，即定製化需求與標準化發展之間需要平衡，廠商希望產品可以更加標準化的進行行業複用，儘量避免被單個企業客户綁定，形成規模化效應為自身帶來更多的發展和利益，而企業認為國內ToB產品和服務成熟度不夠，且缺乏對自身業務的足夠理解。
在大數據行業這樣的矛盾同樣存在，多位企業的CIO認可當前國內大數據公司的產品和技術，但是產品和技術並非其選型時首要關注的要素，他們更關注廠商對行業和企業的業務理解，並認為國內大數據廠商還此方面還有待加強。
“大數據公司對企業的業務要有透徹的理解，對企業的經營生產模式和戰略方向要有透徹的理解。目前的大數據公司更多的還是賣產品賣系統，不關心或者做不到幫助企業做數據資源整合，更談不上數據價值釋放了。所以很多企業才想自己做數據資源整合，但企業又不擅長數據技術。”尤寬的建議代表了很大一部分企業客户的心聲，他認為從市場方面，未來破局的關鍵是諮詢公司、大數據公司和軟件公司一起合作，才能夠幫助企業實現數據資源的價值。而從企業自身而言，“還是要進一步做好生產經營的流程化、自動化，業務能夠打通線上線下和對內對外，實現全鏈條業務開展、數據的採集和整理。”
企業和廠商之間早已不再是過去那種單純買賣關係，而是長期合作共贏的夥伴。絕大多數大數據公司意識到國內企業的需求，往往提供“產品 服務 諮詢”的綜合解決方案，其中負責諮詢的團隊一般都是企業邀請的業內的資深人士，有時也會從團隊內部培養，因為客户成功則企業成功，如今在風起雲湧的數字化轉型中，牽涉廣變化快，相信未來會如尤寬所言，企業、廠商、諮詢公司會多方合作，都同處浪潮和漩渦，還有很多需要一起探索。
數據資源向數據資產轉變釋放價值是企業應對商業模式變革的應對之法，而非最終極的目標，“真正驅動企業數字化變革的是業務模式和商業模式的變革需求，技術只是起到一個工具和輔助作用，是相對簡單的一步。”尤寬認為，變革總有成功和失敗，“成敗的關鍵是企業對自身戰略方向的思考和對自身的定位，是企業的戰略轉型，是企業商業新模式的建立，是業務的發展，而不是技術的進步。”