AlphaGo积累的数据值多少钱？ ——谈数据价值评估

据统计，2016年全球大数据市场规模达到281亿美元，预计到2027年全球大数据规模将达到大约970亿美元。海量数据带来的价值已经影响到各个行业的发展，为此数据成为了企业的宝贵资产和重要资源。随之，如何开展数据价值的评估，构建数据变现的度量衡，也将成为大数据产业发展的必然需求。

举例来说，AlphaGo打败人类，本质是象征着大数据深度运用后的巨大提升。AlphaGo先是被输入了3000万步人类围棋大师的走法，再让AlphaGo自我对弈3000万局积累胜负经验。在这样海量数据不断积累和分析之后，AlphaGo才能表现出强大到没朋友的落子选择能力。你说，AlphaGo积累的数据值多少钱呢？

再举一个例子，在2011年Facebook公布的资产为66亿美元，而上市前银行对Facebook的定价是每股38美元，总估值达到1040亿美元，为何根据会计准则计算出的资产与其估值有如此巨大的差距呢？答案在于Facebook积累的数据的价值。Gartner公司副总裁Doug Laney研究了Facebook在IPO前的数据，估算出Facebook 在2009--2011年间，共收集了2.1万亿条信息，例如用户的喜好、发布的信息和评论等。由此可算出Facebook每条信息有约4美分的价值，所以，Facebook的大量数据隐藏着巨大的商业价值。

提升大数据的价值，目前主要有数据挖掘、数据共享、数据流通三个主要途径。

✔ 通过数据挖掘，企业可以发现一些可能忽视的或者依靠主观经验判断错误的信息，及时调整数据的相关业务和应用，从而提升企业的数据价值。淘宝、京东等电商平台利用积累的数据构建用户画像，帮助决策者更精准把握用户特征，实现精准销、精准服务。

✔ 通过数据共享，将开放数据供给社会进行增值开放和创新应用，可以激发大众创业、万众创新。企查查、航旅纵横等就是应用政府开放的数据，通过移动互联网为用户提供服务，产生了极大的社会和经济效益。

✔ 通过数据流通，实现对不同属性的数据进行关联，促使数据间发生“聚变反应”，通过整合不同数据间的信息提升数据价值。上海数据交易中心通过整合多方数据，形成中国超过5亿的线上活跃受众的静态与动态的画像标签，帮助移动广告实现精准营销，促进了数据交叉应用。

麻省理工学院信息系统研究中心指出:数据价值评估可以帮助企业将数据当作一种战略资产进行观察和治理，帮助企业发现数据中潜在的价值。那么，如何构建统一的“度量衡”，评估这些原始数据中的价值呢？

国内外在数据价值评估这方面的研究仍然比较欠缺，不少企业结合实际需求，也在尝试开展数据价值评估。大数据一定程度也是一种无形资产，目前数据价值评估多数还是参考无形资产价值评估的方法，比如市场法、收益法、成本法以及层次分析法等。例如，阿里巴巴、国家电网在对数据资产价值构成及其主要影响因素分析的基础上，引入层次分析模型构建指标评价体系，建立了基于成本和应用考虑的数据价值评估模型。这些方法的适应场景，总结如下：

✔ 成本法以数据形成过程中所产生的成本费用来反映数据价值的大小，不能评价未来数据资产应用带来的价值；

✔ 市场法需在相对成熟的市场上寻找近期成交的类似数据交易作为参考，并对有差异的因素加以调整得出相应评估值，目前阶段存在较大局限性；

✔ 收益法将数据资产的预期收益按照一定的折现率折成现值，从而确定其数据价值，其难点在于需要与应用场景紧密结合；

✔ 层次分析法由相关领域专家根据评估要素的重要性确定其权重和打分，即结合定性和定量分析的方法进行数据价值的评估。

数据价值的度量衡需要从评估要素、评估方法和评估流程三个视角考虑构建。互联网环境下的大数据其大量、多样、高速的特征更加明显，加上其应用场景的不确定性和多样性等因素，导致了传统无形资产评估方法无法完全有效的进行数据价值评估。在开展互联网大数据工程中心的建设过程中，我们研究引入了一种5维数据价值评估模型，主要从数据规模、数据粒度、数据质量、数据活性以及价值密度进行评估要素的选取，同时结合层次分析法进行综合评估。

总体来说，数据价值评估在数据资产管理、数据开放共享、数据交易流通中起到重要作用。为进一步度量大数据的价值，需要构建通用的评估方法，制定数据价值评估的标准。打造数据价值的“度量衡”，将有效促进数据变现，进而推动大数据产业的发展。

责任编辑：刘小玲

各国“脑计划”进展扫描

美国《人工智能、自动化和经济》报告解读及对上海的建议

人工智能的今天与未来：2016年OECD技术预见论坛侧记

Master赢了，对人工智能究竟意味着什么？

未来机器人什么样？——美国计算机社区联盟《下一代机器人》白皮书概览