释放企业“数”活力

数据作为新型生产要素，已融入经济社会各环节，成为推动高质量发展的关键动力。近年来，我国数字经济增长迅速，数字基础设施规模大幅提升，技术和产业日益成熟。2024年全国数据工作会议公布，2023年我国数据生产总量预计超32ZB。《2023年中国数据交易市场研究分析报告》指出，2022年数据交易规模达876.8亿元，占全球数据市场交易规模的13.4%，占亚洲数据市场交易规模的66.5%。这意味着我国已成为全球数据大国。如何让数据“供得出”“流得动”“用得好”，充分释放数据潜力，是当前亟待解决的问题。

为促进数字经济和数据要素市场发展，国家数据局于2023年10月25日正式揭牌。2023年12月，国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，旨在发挥数据要素乘数效应，加快推动数据在多元场景应用，持续释放“数”活力，培育经济发展新动能。

“数据要素×”效应是从局部数据连通分析到多源数据融合驱动的创新涌现。随着大数据、人工智能等技术的快速发展，数据要素价值将得到进一步释放，推动数字化转型向更深层次发展，催生新质生产力，为企业创新发展提供新动能。

数据的爆发式增长及规模化应用正在改变企业的生产方式和商业模式，并促进生产关系的变革和创新。如今，数据不仅是一种资源，更是推动企业创新和价值创造的关键要素。企业利用数据资源和信息技术，能够有效提升生产效率和市场竞争力，实现创新发展。

“数据要素×”效应是对多源多维多类型动态数据深度融合的概括，意味着将来自不同数据源、涉及不同时间和空间、具有多种维度和类型的数据进行全面整合和融合的过程。这种融合并非数据的简单堆叠，而是在多个维度上相互交织、关联，形成更复杂、多样化的数据结构。在这一过程中，数据不再是静态信息，而是具有动态性，能够更好地反映现实世界的变化和发展趋势。国家数据局副局长沈竹林指出，“数据要素×”效应主要有三个方面特征：从简单的数据连接到协同应用；从单一的数据使用到多维度的数据复用；从简单的数据叠加到多源多类型数据的融合创新。

从数据要素到“数据要素×”效应，满足了对数据准确度的要求。随着市场竞争加剧和消费需求不断变化，企业越来越依赖数据来支撑业务决策和发展战略。多维数据能够提供可靠的信息支撑，帮助企业把握市场动态和客户需求，进而及时调整战略以保持竞争力。因此，企业对数据的需求变得越来越迫切。近年来，随着物联网、大数据、人工智能等信息技术的快速发展，对于海量数据的收集、传输、存储、分析及应用已成为必要能力。数据要素作为新型生产资料的重要组成部分，也面临着更高的要求。企业需要采用多源多维多类型动态数据对经营管理进行全面准确的刻画，这将成为提升数据分析准确度的重要途径。此外，多源数据融合也将进一步发挥数据的协同效应与网络效应，挖掘并释放数据要素的价值。不同维度、不同领域知识的组合与碰撞将进一步催生新技术、新产品及新产业、新模式，激发企业创新活力。

“数据要素×”效应促进垂直领域大模型发展。构建垂直领域大模型需要充分发挥“数据要素×”效应。数据驱动的学习和优化是提高大模型性能的关键。利用多源多维多类型动态数据，可以有效提高模型的准确性和泛化能力，满足不同行业的个性化需求。此外，构建针对特定行业的大模型通常需要大量训练数据的支撑，发挥“数据要素×”效应还可以有效优化数据训练过程，提高大模型性能和效率。另外，不同行业和垂直领域的人工智能应用需要多元化的数据类型和来源，充分发挥“数据要素×”效应有助于整合和利用多元化数据资源，满足各行业数据训练和应用需求。未来，工业人工智能的发展离不开对多源、多维、多类型动态数据的充分利用。这种数据的丰富性和多样性为工业人工智能提供了更广阔的发展空间和更深层次的应用场景。通过整合和利用这些数据，工业人工智能可以更准确地分析和理解复杂生产过程、设备状态和市场趋势，从而实现企业智能决策，优化生产流程，提高生产效率。同时，这些数据还可以为工业人工智能的模型训练和优化提供丰富的学习素材，帮助其不断提升性能和适应复杂环境。因此，多源多维多类型动态数据的充分利用将成为工业人工智能发展的关键驱动力，为工业领域带来创新变革。

一方面，“数据要素×”效应将推动企业数字化转型从局部数字化阶段到全局网络化阶段，再到生态智慧化阶段的跨越提升。

局部数字化阶段到全局网络化阶段： 在局部数字化阶段，企业开始升级部分业务，但数据往往分散且存在信息孤岛。企业通过建立数据共享平台，整合多源数据，实现内外部信息的联通和协同，促进企业向全局网络化阶段的跨越。

全局网络化阶段到生态智慧化阶段： 在全局网络化阶段，企业与外部合作伙伴共享数据，但仍未达到智能化决策。企业可以利用大数据分析和人工智能等技术，对数据进行深度挖掘和智能化管理，推动企业向生态智慧化阶段的跨越。

另一方面，“数据要素×”效应将推动企业数字化转型各个阶段的管理迭代升级。

局部数字化阶段的升级： “数据要素×”效应将促使企业加强数据整合和共享机制。在局部数字化阶段，企业往往面临着数据分散、信息孤岛的情况，导致数据利用效率低下。建立统一的数据平台和共享机制，整合多源数据，实现各部门间数据的共享，从而提升数据利用效率和准确性，加速局部数字化阶段的迭代升级。此外，多源多维多类型动态数据相互校验还将提高数据质量和准确性，为企业数字化转型提供可靠的数据支撑。

全局网络化阶段的升级： “数据要素×”效应将促进全局网络化阶段的数据共享和协同应用。在此阶段，企业已经建立了与外部合作伙伴的数据连接，但可能存在数据交流不畅、信息共享不足等问题。企业可以进一步完善数据共享平台，促进内外部数据全面对接与共享，实现更高效的信息流动和资源协同利用。其次，大量多维度数据将进一步推动企业应用智能化数据处理工具，实现对数据更深层次的分析，推动全局网络化阶段的迭代升级。

生态智慧化阶段的升级： “数据要素×”效应能够推动生态智慧化阶段的数据智能化处理和利用。在这个阶段，企业已经实现通过产业生态互联数据进行智能决策和预测分析，但仍然存在着信息处理和利用方面的挑战。

多源多维多类型动态数据融合将进一步提升人工智能技术的精度，大模型训练的准度，实现精准决策和预测。“数据要素×”能够为人工智能算法提供更加多元的信息，使其在处理复杂问题时能够准确地把握关键特征和规律。通过精准训练，人工智能工具能够更好地理解数据，并从中提取有价值的信息，从而提升决策和预测的准确性。这将有助于企业有效地应对变化莫测的市场环境，实现智能化决策和运营管理，推动生态智慧化阶段的持续升级。

动态能力理论强调企业在面对市场环境的变化时，必须具备适应和变革能力，以获得竞争优势和持续发展。 “数据要素×”效应能够提升企业动态响应能力，帮助企业应对快速变化的市场挑战，并推动数字化转型升级，具体包括四个方面（如图1所示）。

协作融合能力。 协作融合能力不仅包括企业内部各部门之间的信息共享和协作，也包括企业外部供应链伙伴、客户、联盟伙伴及其他利益相关者之间的协作关系。

一方面，企业整合多源多维多类型动态数据能够促进部门间信息共享及协作沟通的主要原因在于统一的数据平台。

平台通过整合多源多维数据，消除了数据的重复和逻辑矛盾，提高了数据的准确性和一致性，从而增强各部门对数据的信任。共享数据不仅节约了重复劳动的时间和精力，还避免了信息孤岛问题，降低了沟通成本，促进部门间的协作沟通。此外，多源多维数据的整合为各部门提供了更全面的信息视角，使单个部门可以更好地了解整个企业的运营情况和市场趋势，促进跨部门协作和共同制定战略计划。“数据要素×”效应提升了企业内部跨部门协作和各环节协同的能力，从而促进了企业内部的协作融合。

另一方面，“数据要素×”效应可以通过多种途径提升企业与外部合作伙伴的协作融合能力，如供应链伙伴、客户、联盟伙伴及其他利益相关者。

通过整合多源多维多类型动态数据，企业能够获得全面、准确的信息，从而更好地理解和把握外部合作伙伴的需求、偏好和行为，更好地满足合作伙伴的需求，建立更紧密的合作关系，提高合作效率。另外，对数据要素价值的关注也将推动企业升级数字化系统和工具，使得企业与外部合作伙伴之间的沟通和协作变得便捷和高效，实现与供应链伙伴、客户等的实时交流和信息共享，提高决策效率和响应速度。此外，多维数据能够促进企业与行业组织、政府部门、非营利组织等利益相关者的沟通与合作，共同应对市场挑战和社会问题，实现多方共赢。

研发创新能力。 创新能力是企业生存发展的基石，保证企业不断推出新产品、新技术，保持市场竞争优势。在研发创新能力方面，“数据要素×”效应可以为企业提供更加丰富和全面的数据资源，有利于企业创新研发。通过整合多源多维多类型动态数据，企业可以全面把握市场需求、技术趋势和竞争环境，从而为研发创新提供准确的信息支持和决策依据。数据驱动的创新模式可以帮助企业更加精准地把握市场机会，提高研发成功率。深度融合动态数据还能够为人工智能模型的训练提供丰富和全面的数据基础，赋能企业研发应用场景，加速企业创新。例如，利用人工智能技术对材料属性和结构进行分析和预测，加速新材料的发现和应用，推动材料科学和工程领域的创新发展。此外，数据要素综合利用还能够促进不同领域和行业之间的交叉融合，激发创新火花，推动新技术、新产品的涌现。“数据要素×”效应为企业研发创新提供了强大的支持和推动力，有助于提升企业智能化水平。

快速响应及决策能力。 不断迭代升级的信息技术可以帮助企业在快速变化的市场环境中，抓住机遇并规避风险。“数据要素×”效应赋能企业科学决策，充分利用数字化分析评估工具，减少人为主观偏见，提高决策的准确性和可靠性，有助于企业更好地应对外部环境的变化。通过多源多维多类型动态数据深度融合，企业能够全面掌握外部环境的变化趋势和潜在挑战，从而提高对市场需求、竞争动态等方面的敏感性，使企业能够及时调整市场策略。此外，科学决策基于充分的数据分析，使得企业能够客观、准确地制定战略规划和业务决策，从而提升内部运营的灵活性和响应速度。通过多源多维多类型动态数据的深度融合，企业能够更全面地了解内部运营状况、资源利用情况及员工绩效等多方面信息，迅速响应和解决内部问题，优化业务流程和资源配置，从而提高运营效率。

风险防控能力。 “数据要素×”效应对企业风险防控能力的影响是多方面的，通过深度融合多源数据，使企业能够更好地识别、评估和应对各种风险，包括市场、经济、技术、运营、法律法规、自然环境、战略和声誉等方面的风险。进而提升企业风险管理水平，保障企业平稳发展。例如，针对金融风险，企业可以利用大数据技术实时监测、分析宏观经济指标、金融市场波动等信息，及时调整资金策略和投资组合，降低经济金融风险。针对自然灾害风险，多源、实时动态数据的获取可以帮助企业实时监测气象数据、环境污染情况等信息，面对来临的自然灾害风险，及时调整生产计划和采取应对措施，降低损失。针对声誉风险，通过舆情监测和社交媒体数据分析，及时了解公众对企业的看法和反馈意见，采取积极的沟通和公关措施，降低声誉风险。数据要素的全面整合和综合分析可以帮助企业更好地了解风险的相互关联和影响，提高风险管控的系统性和针对性。

“数据要素×”效应能够促进企业提升协作融合能力、研发创新能力、快速响应及决策能力及风险防控能力，进一步在数字化转型过程中实现跨越式升级。协作融合能力的提升促进了内外部信息共享和协作，推动数字化转型；研发创新能力的增强推动了技术和产品质量的跨越式提升；快速响应及决策能力的提升使企业能够快速适应外部环境变化；风险防控能力的增强有助于保障数字化转型的稳步推进。这些能力将推动企业在数字化转型过程中不断跨越，实现可持续高质量发展。

在数字化转型的道路上，“数据要素×”效应将会加速企业创新迭代，抓住机遇，迎接挑战，实现持续创新发展。