惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
Check Point Blog
GbyAI
GbyAI
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
U
Unit 42
美团技术团队
NISL@THU
NISL@THU
C
Cisco Blogs
SecWiki News
SecWiki News
N
Netflix TechBlog - Medium
Forbes - Security
Forbes - Security
Cloudbric
Cloudbric
雷峰网
雷峰网
T
Tailwind CSS Blog
博客园 - 司徒正美
The Register - Security
The Register - Security
L
LangChain Blog
S
Security Affairs
Hacker News - Newest:
Hacker News - Newest: "LLM"
B
Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
T
Threat Research - Cisco Blogs
I
InfoQ
S
Schneier on Security
L
Lohrmann on Cybersecurity
量子位
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Martin Fowler
Martin Fowler
Schneier on Security
Schneier on Security
F
Fortinet All Blogs
TaoSecurity Blog
TaoSecurity Blog
K
Kaspersky official blog
Google DeepMind News
Google DeepMind News
Cisco Talos Blog
Cisco Talos Blog
PCI Perspectives
PCI Perspectives
Attack and Defense Labs
Attack and Defense Labs
WordPress大学
WordPress大学
Microsoft Azure Blog
Microsoft Azure Blog
H
Help Net Security
Project Zero
Project Zero
The GitHub Blog
The GitHub Blog
D
Docker
N
News | PayPal Newsroom
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
H
Hacker News: Front Page
云风的 BLOG
云风的 BLOG
Microsoft Security Blog
Microsoft Security Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
博客园 - 聂微东
Webroot Blog
Webroot Blog
MongoDB | Blog
MongoDB | Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
数据要素流通交易的场景概述
成于念 · 2024-03-14 · via 人人都是产品经理

大家都知道数据很重要,但数据有多大价值,有多重要并没有体现出来。实际上,流动的数据才能产生价值,开放、共享的数据才有分析的必要。这篇文章,我们就来谈谈数据的流动交易问题。

数据要素作为国家重点发展方向,如何发挥其数据要素价值是目前研究的重点。

核心的观点是流动的数据才能产生价值,如果数据并没有开放、共享那么价值一定是有限的。

目前,数据流通类型主要包括数据开放、数据共享和数据交易三种。

  1. 数据开放:在一些书籍中提到的数据开放,特指政府向其他社会主体开放数据,包括政府体系内部不同部门、不同层级政府之间互相开放数据,也包括政府向企业或公众开放数据。这部分数据绝大部分是公共数据,但是个人认为,除了政府公开的公共数据,一些上市企业公开披露的财务报表经营信息,其实也属于数据开放的一部分。
  2. 数据共享:数据共享个人认为是数据要素流通的关键,但是目前绝大部分数据共享,只是停留在企业内部各个业务部门的共享(很多企业实际做的还不太好“数据孤岛”大量存在)而企业与企业之间的数据共享程度那就更低了,一方面,企业数据属于敏感信息大部分企业并不确定滥用的情况发生。所以,数据共享时需要支持数据的权限管控、加密、签名等功能,以实现防越权、防泄露、防篡改,同时可以引入区块链、数字水印等技术,确保数据在共享前可以确权,在泄露之后可以追溯。另外一方面,就是数据对外共享的动力不足。
  3. 数据交易:基于数据共享动力不足的情况下,数据交易是一个非常重要的有偿流通手段,数据交易指政府与企业或企业与企业之间通过隐私计算或去标识、匿名化等方式就数据权责(使用权、加工权、经营权等)进行交易的过程。完善数据资源交易机制,是我国加速培育数据要素市场、完善要素市场化配置体制机制的重要内容。本篇文章,重点基于数据要素流通交易这个层面分享各类场景的交易特点以及流程。

一、数据要素流通交易

数据要素流通交易我们可以分为场内和场外两种形式。 前者是指通过数据交易所或数据交易中心进行的数据交易,而后者则是由企业或个人之间自主产生的数据交易,又称为自主交易市场。

1. 场内交易

场内交易主要指的是在数据交易所(数交所)等正式的交易平台上进行的数据交易活动。这些交易平台通常拥有完善的交易规则、监管机制和结算系统,确保数据交易的合规性、安全性和高效性。

数交所交易:数交所是数据要素流通的重要场所,为数据供需双方提供撮合、结算、监管等服务。在数交所中,数据供方可以发布数据产品,明确数据的描述、价格、使用限制等信息;数据需方则可以浏览并选择所需的数据产品,通过数交所进行交易撮合和结算。

数据交易所存在数字经纪中介、数商和数据经纪人3种体系:

  1. 数字经纪中介不直接参与交易,只提供提升交易效率、服务质量和市场活跃度等服务。
  2. 数商指以数据作为主要业务活动对象的经济主体。数商的首要价值是帮助企业发现数据资源的价值,联结跨组织的数据要素并对外提供服务。
  3. 数据经纪人是指在政府的监管下,具备开展数据经纪活动资质的机构,需要具备生态协同能力、数据运营能力、技术创新能力、数据安全能力和组织保障能力。

拍卖与竞价交易:在某些特定情况下,数据要素可能采用拍卖或竞价的方式进行交易。这种方式通常适用于稀有或高价值的数据资源,通过公开竞争确定数据的使用权和价格。

2. 场外交易

场外交易则是指在正式交易平台之外进行的数据交易活动,主要就是针对点对点交易,即数据供需双方直接进行交易,无需经过第三方平台。

这种交易方式灵活便捷,但可能缺乏必要的监管和保障措施,需要双方自行协商和承担风险。

二、交易流程

无论是场内交易还是场外交易,实际上我们都可以将交易流程划具体分为:交易前、交易中、交易后三个阶段。

1. 交易前阶段

数据资源拥有方对原始数据进行数据清洗、加工、集成、分析形成数据产品,并对数据产品进行合规、质量、资产归属(数据资产确权)等等评估。

2. 交易中阶段

场内交易首先要进行数据资产登记:数据资产持有方向交易所申请数字资产登记,经过审核方审核后合格并公示后发放数据资产登记凭证。

主要特别注意的是在审核时,主要对数据资产的数据来源、数据质量、数据范围、数据期限、数据权属等等进行审核。

对于数据质量的审核必要时可借助第三方专业评估机构。对于数据权属的确认主要是根据“数据要素20条”等相关规定确认数据资产的“数据资源持有权、数据加工使用权、数据产品经营权”。

数据资产持有方在获得数据资产登记凭证后即可向数据交易所进行挂牌申请进行数据产品挂牌上架,这其实也是数据要素的交易磋商,数据需求方根据自身需求及数据交易所上架的数据产品进行磋商匹配。

达到一定的匹配程度后即对数据产品的质量、价格等等都彼此满意,即可进行数据产品交易。

同时,政府和交易所将加强对交易双方结算过程的监管,以防止结算过程中的风险和纠纷。

而场外交易则相对简单,只需要数据需求方和数据供给方将签订数据交易合同。这份合同将明确规定交易双方的权利、义务、责任以及交易方式等内容。

签订合同的过程中,双方确保合同条款的执行。根据合同规定,数据需求方将对交易过程进行结算,支付交易费用。同时,数据供给方将向数据需求方提供交易发票等结算文件,以完成财务结算。

由于缺少政府和第三方交易所的监管,所以场外交易会存在一定的风险和纠纷。

3. 交易后阶段

交易后其实就是数据产品交付阶段,数据供给方将在规定的时间内将交易标的经过数据交易所建议的可信交付环境提供至数据需求方,并确保数据符合合同规定的质量和格式。数据需求方将对接收到的数据进行验证和确认,以确保数据的真实性和完整性。如遇到数据标的违反合同要求,可向交易所申请交易仲裁。而如果是场外交易,则会存在监管、合规等风险。

尽管我们提倡数据要素流通,但不得不提如何确保安全的前提下进行流通甚至交易。 据统计“2020年场内数据交易规模仅占总体交易市场规模的4%”“2021年我国数据黑市交易市场规模已超过1500亿元”,场外数据交易规模将近占整个数据交易规模的95%左右。

我们可以发现数据交易场外过热、场内交易冷清的现象折射出国内数据合规交易方式不清晰和未完善、合规交易通道尚未普及的问题,数据场外交易的快速发展为非法数据交易的滋生提供了温床,从数据来源来看主要集中于泄露及攻击行为,前者主要系单位内部数据保护管理的缺失,使得员工有机会贩卖所接触的数据,后者主要通过爬虫对数据进行爬取或通过技术对计算机系统进行攻击而获取数据。

因此,发展场内交易的必要性日益凸显。

各大数据交易所正在通过多种形式,如数据登记和技术赋能数据权益使用等,探索解决数据确权难题为合法合规进行数据交易保驾护航。场内交易不断挖掘创新的数据应用场景,其行业领域正在逐步扩展到金融、医疗、交通、工业等领域。

场内交易正随着国家数据安全监管要求不断的深入以及隐私计算等技术的日益成熟,其市场占有份额将会得到进一步的提高。如此数据要素的安全流通才能得以更好地实现。

专栏作家

成于念,微信公众号:Laosiji,人人都是产品经理专栏作家。关注互联网+行业、数字化转型落地。专注领域包括IT数据管理、数据资产、数据应用和最佳企业数据案例实践分享。

本文原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自 Pixabay,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。