何塞·帕拉－莫亞諾 卡爾·施梅德斯 亞歷克斯·桑迪·彭特蘭

企業(yè)依賴數據進行生產和銷售已不是什么新鮮事兒。2018年，全球市值前6位中有4家公司（亞馬遜、谷歌、臉書和阿里巴巴）的商業(yè)模式是建立在利用數據優(yōu)化廣告的基礎上。然而，數據與資本、勞動力等傳統(tǒng)生產要素相比，有很大的不同。企業(yè)管理者要充分挖掘數據的價值創(chuàng)造能力，就必須熟悉數據的獨特屬性，以及數據交換應該如何利用好這些屬性，做到趨利避害。

與資本和勞動力這兩大生產要素不同，目前并沒有一個透明的數據全球化市場，數據從個人到組織的流動，以及在不同組織之間的流動都沒有保障。因此，企業(yè)與平臺有兩種選擇：要么只利用個人（企業(yè)客戶或用戶）在組織系統(tǒng)里產生的數據，要么從其他數據集合商處購買數據。后者的交易行為缺乏透明度，個人無法參與，難以對交易過程施加影響，更談不上直接從中受益。

由于數據具有不可替代的特點，個人很難把自己的數據直接賣給組織。潛在買家在購買之前要有評估原始數據價值的能力，這一評估辦法在技術上雖有可能性，但實際上非常復雜，且成本高昂。而且，大多數組織只對許多人的數據感興趣，因為各類數據只有達到一定數量級后才可以揭示有價值的規(guī)律，所以個人在買賣數據時是沒有什么討價還價能力的。此外，在當事人不知情、不許可的情況下，將未經整合或匿名處理的個人數據提供給第三方是違法的，因此購買數據的過程困難重重，通常需要分階段談判。

數據交換中心通常由基金會、私營企業(yè)或用戶聯合體管理和控制。它們對數據提供方主動分享的數據進行組織、整合和匿名化處理，并允許第三方在此基礎上運行算法，以此創(chuàng)造價值。第三方支付的使用費最終將分配給數據提供者，或者如果交換中心是個人聯合體組成的，那么該聯合體可能會選擇以提供增值服務來代替付費。

既然企業(yè)可以從數據交換中心購買分析報告，那么它們即便手上沒有直接的數據，也不影響它們從中創(chuàng)造價值。對于有些企業(yè)而言，數據可以自產自用，于是自己便成了數據生產商。這樣一來，它們就不再是單純的數據交換中心的用戶，而是可以從中獲得收入。例如，畜牧養(yǎng)殖企業(yè)可以提供健康牲口和患病牲口的照片，保險公司、制藥企業(yè)可以用這些數據訓練影像識別工具，偵測動物疾病。

對于已經掌握并分析客戶或用戶數據的企業(yè)，擁抱還是回避數據交換中心是個特別重要的決定。企業(yè)管理者應當從更廣的領域來仔細思考數據交換對于企業(yè)戰(zhàn)略與經濟趨勢的影響，謀定而后動。

何塞·帕拉－莫亞諾 卡爾·施梅德斯 亞歷克斯·桑迪·彭特蘭

企業(yè)依賴數據從事生產和營銷已不是什么新鮮事兒。其實在2018年，全球市值前6位中有4家公司的商業(yè)模式是建立在利用數據優(yōu)化廣告的基礎上，它們就是亞馬遜（Amazon）、谷歌（Google）、臉書（Facebook）和阿里巴巴。然而，數據與資本、勞動力等傳統(tǒng)生產要素相比，有很大的不同。例如，要實現規(guī)?；?，企業(yè)尤其是那些在廣告及其他收入模型中要用到算法的公司，需要掌握大量客戶的數據。由于數據龐大，其中不免涉及個人隱私，甚至是國家安全，而其他生產要素則不存在這個問題。數據的這一特殊屬性不利于它在市場上被高效、透明地交易。雖然具有數字化特征，但也只能封閉在一個個專屬孤島上，無法被有需求的組織充分加以利用，實現最大價值。

然而，這種大數據只能由各家企業(yè)獨自管理的想法正逐漸被共享數據的理念所替代。我們特別感興趣的是數據交換中心——這一共享平臺上來自不同渠道的數據（即由個人或機構主動分享的數據）得到梳理和集中，第三方能夠從這些數據中獲得全新的洞察。而隨著這些新的洞察在市場上自由、安全、保密地流動，那么基于數據的價值創(chuàng)造就能得到極大提升。但是如果要充分挖掘這部分潛力，管理者就必須熟悉數據的獨特屬性，以及數據交換應該如何利用好這些屬性，做到趨利避害。

數據的獨特之處

要理解共享數據的潛在價值，首先我們要弄明白數據與其他生產要素的差異。

數據是不可替代的 對一家公司而言，不同的數據單位可以有不同的用途。比如說，某家企業(yè)收到1美元投資，但到底是流通貨幣中的哪張鈔票流入了這家企業(yè)其實無關緊要。同樣，這1美元是用什么方式支付的，一張1美元現鈔，還是4個25美分的硬幣，或100個1美分硬幣，這些都不重要。這是因為貨幣資本是可以互換的。但是，如果這家企業(yè)拿到了一個數量單位（比如說1兆）的數據用于開發(fā)一個特定的算法，并不是所有的數據單位（健康數據、財務數據、地理位置數據等）都能起到同樣的作用。

數據使用不存在排他性 兩家公司可以同時使用相同的數據。資本（一般來說，1美元在某個時間點只能投給一家公司）和勞動力（一個人只能在一個工作環(huán)境下工作1小時）則無法同時為兩家公司所用。

數據的時效性很短 數據每天甚至每小時都在變化，因此數據越新，價值最大。當然并非所有數據都是越新越有價值（比方說，一個人的生日永遠不變），但與身體健康、財務狀況以及地理位置相關的數據則存在鮮明的時效性。其他生產要素也會隨著時間推移而被廢棄。但通常來說，資本的折舊需要幾年時間，工人的技能落后了可以通過再培訓來提升，而一般情況下數據貶值非?？?，而且不可逆轉。

數據大多在達到相當規(guī)模后才能產生價值少量的數據有時有用，但不足以支持分析、培訓算法，或者在廣大客戶中推廣。在絕大多數的商業(yè)場景中，只有大數據匯集起來才有顯著價值。

兩種以上數據用途在發(fā)生互動時能夠產生更多新數據 反之，用途單一的狀況下產生不了新數據。例如，亞馬遜、臉書、谷歌和阿里巴巴都是利用平臺用戶共創(chuàng)數據，這些數據能夠揭示用戶的行為與偏好。

個人對自己的原始數據擁有各項權利 只有在數據所有人知情并同意的情況下，有關數據才可以被出售、分享或交換，否則就是違法。雇員擁有一定的同意權（比方說雇員可以拒絕為雇主從事違法犯罪活動），但這些權利相對有限。人們的資本投資是可控的，但是個人數據可以在所有者不注意的情況下被使用，因此有關數據的同意權與其他生產要素的同意權存在性質上的差異。

數據共享的現實障礙

與資本和勞動力這兩大生產要素不同，目前并沒有一個透明的數據全球化市場，數據從個人到組織的流動，以及在不同組織之間的流動都沒有保障。因此，企業(yè)與平臺有兩種選擇：要么只利用個人（企業(yè)客戶或用戶）在組織系統(tǒng)里產生的數據，要么從其他數據集合商處購買數據。后者的交易行為缺乏透明度，個人無法參與，難以對交易過程施加影響，更談不上直接從中受益。谷歌公司實施了一項名為“南丁格爾”（Nightingale）的項目，從美國第二大醫(yī)療服務供應商Ascension購買了醫(yī)療保健數據，但相關患者對這一交易沒有發(fā)言權，也無法直接從中獲益。（目前南丁格爾項目正在接受美國衛(wèi)生與公眾服務部的調查）

由于數據具有不可替代的特點，個人很難把自己的數據直接賣給組織。潛在買家在購買之前要有評估原始數據價值的能力，這一評估辦法在技術上雖有可能性，但實際上非常復雜，且成本高昂。而且，大多數組織只對許多人的數據感興趣，因為各類數據只有達到一定數量級后才可以揭示有價值的規(guī)律，所以個人在買賣數據時是沒有什么討價還價能力的。此外，在當事人不知情、不許可的情況下，將未經整合或匿名處理的個人數據提供給第三方是違法的，因此購買數據的過程困難重重，通常需要分階段談判。

數據，特別是那些用戶與在線平臺通過互動共同創(chuàng)造出來的數據，由于交易不透明，經濟效率不高。例如，數據可能無法轉移到能夠帶來最有價值的發(fā)現的企業(yè)。再比如說，數據買賣沒有標準化的交易條件，這就降低了企業(yè)資源配置的效率。相比之下，資本和勞動力可以在公開市場上自由交易，流向能帶來最高回報的企業(yè)（反映在資本上就是利率，反映在勞動力上則是工資和職業(yè)發(fā)展）。

數據交換中心如何促進數據共享

數據交換中心通常由基金會、私營企業(yè)或用戶聯合體管理和控制。它們對數據提供方主動分享的數據進行組織、整合和匿名化處理，并允許第三方在此基礎上運行算法，以此創(chuàng)造價值。第三方支付的使用費最終將分配給數據提供者，或者如果交換中心是個人聯合體組成的，那么該聯合體可能會選擇以提供增值服務來代替付費。類似OPAL和X-Road的數據交換平臺使用了區(qū)塊鏈技術，從而實現了治理架構的透明化，這讓數據提供者對數據分享的安全性感到放心。

如今數據交換中心在全球范圍內方興未艾，美國在這一領域首屈一指，緊隨其后的是新加坡、澳大利亞和歐洲。盡管數據交換中心還是個新生事物，目前還沒有所謂的領軍企業(yè)或市場領袖脫穎而出，但角逐行業(yè)領先地位的企業(yè)越來越多，簡單地到網上搜一下，就可以找到好幾十個。

數據交換中心究竟能創(chuàng)造多少價值？為了更好地理解這一點，我們可以假設這樣一個場景：某制藥企業(yè)有了一個好創(chuàng)意，一支合適的團隊，以及足夠的資本，它要創(chuàng)造出一個全新的算法，用于某一病癥的早期診斷。這家藥企為了訓練算法，需要有針對性地收集或合法購買大量數據。在數據交換中心尚未成立時，要獲得所需數據困難重重。但現在，通過數據交換中心，藥企可以獲得患者自愿提供的病歷，掌握相關數據以訓練算法，同時數據交換中心也可以從藥企獲得一筆費用，或后者提供的醫(yī)療服務，進而將其分配給提供數據的患者。

在數據交換的新世界里，像上文提到的患者等數據所有者，可以利用自己的數據換取一筆收入，或某種增值服務。同時有了數據交換后，第三方機構（類似上文中的藥企）能夠創(chuàng)造出之前無法產生的價值。

數據的不可替代性在交換中起到了關鍵作用。由于第三方算法運行要用到的數據必須是匿名的、經過整合的、成體系的，由此交換中心可以知道第三方運行計算機代碼用的是哪些數據，以及這套代碼計算的是什么內容。

此外，數據交換中心需要整合來自不同主體的數據，因此它們可以滿足各類算法對于數據多樣性和規(guī)模的要求。而且在對算法做了適當審計后，數據交換中心就可以做到只為第三方提供“安全”解答，避免泄露可能侵犯數據提供者隱私的信息。比方說，制藥公司可以接觸到足夠多的某類患者的數據，但它無法將某份病歷對應到具體某位患者。這就大大簡化了征求患者本人同意的過程。而且由于數據交換中心整合了許多數據所有者的利益，因此它在價格評估和價格談判上比單個的數據所有者更有優(yōu)勢。

更重要的是，數據交換中心的數據價值通常更透明，第三方從數據中獲得新發(fā)現后，轉手銷售時可以在售價上有充分體現，并可將所得收益分配給原始數據提供者。在上述事例中，有關患者的數據在用于訓練算法時，他本人是知情的，而且他還知道第三方為在數據上運行算法付給數據中心多少錢。

數據交換中心的實際運作

現實中運行的數據交換中心包括DSpark、Data Republic、Ocean Protocol、Dawex和Enigma。其中Ocean Protocol采集的數據來自個人、不同行業(yè)的公司甚至還有其他數據交換中心，這對第三方非常有利，最終客戶也能從中受益。舉例來說，從汽車廠商處獲得的駕駛數據能夠幫助軟件工程師開發(fā)自動駕駛車輛的車載軟件。從人力資源部門獲取的員工職場滿意度數據可以讓企業(yè)制定更好的福利政策和員工職業(yè)成長計劃。數據交換中心Ocean Protocol由總部設在新加坡的一家非營利基金會打理，它目前的合作伙伴包括羅氏制藥（Roche）和聯合利華（Unilever）等知名跨國企業(yè)。Data Republic搜集數據、分享發(fā)現成果的方式與Ocean Protocol類似，目前它的用戶中有來自澳大利亞、新西蘭、美國和新加坡的銀行、航空公司、政府機構等。

OPAL計劃是數據交換的基本標準，OPAL的目的是在不侵犯個人數據隱私的情況下，讓各種類型的數據能夠得到仔細審查和深入分析，它包括以下三個步驟：

● 將算法用于數據，而不是把原始數據遷移離開存放位置，提供給第三方的答案必須是“安全”的；

● 應用的算法必須是公開的，如果專家認為算法“安全”，就可以對其深入研究；

● 新的分析技術能夠讓數據保持加密狀態(tài)，即便是數據交換中心也看不到原始數據。

在商業(yè)應用之外，數據交換中心也開始為政府和非營利機構提供服務。最近歐洲統(tǒng)計局開始使用一家OPAL類型的數據交換平臺，所有歐盟政府的官方數據都通過這一平臺進行交換共享。目前愛沙尼亞使用的是X-Road，通過后者的技術和組織環(huán)境來實現電子醫(yī)療記錄，以及稅收、教育、土地權屬等方面數據的安全遷移。

數據交換中心的宏觀經濟價值

如同訓練有素的勞動力和新發(fā)現的石油儲備，數據交換中心也能夠在經濟中發(fā)揮積極作用。但不同之處在于，勞動力和石油儲備通常在一個時間段內只能被一家企業(yè)利用，數據則可以被許多企業(yè)共享。大數據已經改變了全球經濟，今后通過數據交換中心進行數據共享也會產生相同的影響力。

舉例來說，數據交換會讓今天的壟斷企業(yè)遭遇新的競爭對手。今天一家年輕的科技公司在與老牌企業(yè)競爭時面臨的困難就是缺乏數據，這使得它無法開發(fā)出有用的算法。數據學者指出，“在過去30年里，每年誕生的新公司從占比13%下降到了8%，百人雇員以內的企業(yè)減少了5%”，與此同時，“營收前5%的企業(yè)的總體收入占比上升了10%”。數據交換可以扭轉這一趨勢，因為初創(chuàng)公司和中小企業(yè)可以用資本從數據交換中心購買基于數據的調查分析，這樣它們會比今天更有競爭優(yōu)勢。

聯合體改變了權力平衡

數據聯合體讓創(chuàng)造數據的個人得到回報，而且比在自己的數據平臺或其他類型的數據交換中有更大的定價權。這方面的例子包括音樂人、視頻制作人以及獨立工作人士組成的聯合體。數據交換產生的收入不屬于補貼，它是個人經濟活動的結果，不同的制作人和工作者把自己的數據傳到數據交換中心，由后者完成數據整合，提供數據的個人因此成了“數據企業(yè)家”。數據所有者能夠為自己的數據收取多少“租金”，由市場的供需平衡決定。在某些情況下，租金可以成為個人收入的重要補充。

19世紀的工人在意識到自己的勞動價值后，他們中的許多人便尋求成立工會，開展集體談判，進行政治游說，從而站在比之前更有利的位置與資方討價還價。如果有人通過自己的數據獲得了經濟回報，那么就會有更多的人產生數據意識，新的數據聯合體將應運而生。

已經具有一定影響的數據聯合體包括TheGoodData、European Data Union、Data Workers Union、The Data Union等，它們希望把全世界的數據所有者聯合起來。如果數據所有者在一般的非聯合體交換中心出售自己的數據，那么他們就等于間接披露了其他用戶的數據，這會導致數據價格被壓低。如果由數據聯合體從中協(xié)調數據出售，那么就能夠避免這種不利局面。值得注意的是，目前的信用聯盟有資源（數以百萬計的用戶把他們的錢存在信用聯盟），它們在法律上可以成為數據聯合體的推動者和受益人。它們只需要在整合貨幣資本的同時開始整合數據。

企業(yè)和平臺也可以利用數據聯合體整合它們的客戶和用戶。通過提供高質量的應用編程接口，它們可以將數據經由一個操作簡便的系統(tǒng)傳至聯合體。無論是新客戶還是老客戶都會將這個系統(tǒng)視為增值服務，企業(yè)或平臺可以對此收費。這一理念也符合美國商業(yè)圓桌協(xié)會（Business Roundtable）近年來關注利益相關者的趨勢。聯合體模式可以看作德國社會市場經濟的一個延展，后者注重工會與企業(yè)之間的緊密協(xié)作。

管理者的下一步行動

既然企業(yè)可以從數據交換中心購買分析報告，那么它們即便手上沒有直接的數據，也不影響它們從中創(chuàng)造價值。比方說，一個化肥生產商有意為幾種農作物開發(fā)化肥產品，它可以從擁有農場主數據的交換中心直接購買有關數據結論，從中了解不同農作物對不同化肥產品的反應。

對于有些企業(yè)而言，數據可以自產自用，于是自己便成了數據生產商。這樣一來，它們就不再是單純的數據交換中心的用戶，而是可以從中獲得收入。例如，畜牧養(yǎng)殖企業(yè)可以提供健康牲口和患病牲口的照片，保險公司、制藥企業(yè)可以用這些數據訓練影像識別工具，偵測動物疾病。

對于已經掌握并分析客戶或用戶數據的企業(yè)，擁抱還是回避數據交換中心是個特別重要的決定。如果企業(yè)管理層決定不和數據交換中心合作，那么他們的客戶或用戶可能會自己組成一個數據聯合體，這樣一來企業(yè)在數據交換中就沒有任何話語權。而如果管理層決定主動和數據交換中心合作，那么他們對于數據交換中心的架構和運營就能施加一定影響，比如說，提出對自己有利的激勵方式。

如何向自己的客戶解釋與數據交換中心的合作，如何對外說明企業(yè)內部形成的聯合體，這也是企業(yè)管理層需要確定好的。企業(yè)應該盡早把關于數據聯合體的公開立場說清楚，同時在內部指定專人對公司掌握的數據進行價值評估。

此外，企業(yè)與平臺可以將參與數據交換而產生的營業(yè)收入如何分配的解決方案，主動告知自己的客戶和用戶。這里就存在著與競爭對手形成差異化的機會，可以提出一個新的價值主張，留住現有客戶，并吸引新客戶。

企業(yè)管理者應當從更廣的領域來仔細思考數據交換對于企業(yè)戰(zhàn)略與經濟趨勢的影響，做到謀定而后動。這項工作將幫助企業(yè)順利過渡到數據共享時代，塑造新形勢下的經濟生態(tài)系統(tǒng)。