本报记者 樊三彩
日前，全国数据资源调查工作组发布《全国数据资源调查报告（2023年）》（以下简称《报告》），分析了2023年全国数据资源调查的结果及未来的发展趋势。
“我国数据资源‘产—存—算’规模优势基本形成，数据‘供—流—用’各环节主体逐渐丰富，海量数据和丰富场景优势潜力亟须释放，数据资源管理和利用整体处于起步阶段。”《报告》列举了4个方面具体表现：一是数据生产总量大，但有效供给不足。存储数据中，一年未使用的数据占比约4成，数据加工能力不足导致大量数据价值被低估、难以挖掘复用。二是算力、存力规模增长，还需适度超前布局。随着大模型研发应用不断增加，对存力、算力提出更高要求。三是数据流通交易需求旺盛，多元流通模式待完善。数据交易机构建设加速，产品成交率为17.9%，数据供给难以满足旺盛需求。四是数据应用场景加速落地，数据价值有待释放。样本企业中，96%的行业重点企业已实现数据场景化应用，但实现数据复用增值的大企业仅占8.3%。
数据产存算规模大，数据流通、交易变化快
《报告》显示，我国数据产量、存量、算力规模大，数据流通、交易变化快，公共数据开放共享授权运营加快探索，企业数据多场景落地，为构建数据要素市场提供了坚实基础。
一是数据生产规模大、范围广，增长速度快。2023年数据生产总量达到32.85泽字节（ZB），同比增长22.44%，非结构数据爆发式增长。在生产方面，老旧生产设备的升级改造以及智能边缘设备、工业机器人、数控机床等智能设备的推广应用，推动生产制造数据同比增长20%。
二是数据存储空间合理，终端存储高于云存储，产存转化待提升。2023年，我国累计数据存储总量为1.73泽字节（ZB），存储空间利用率为59%。数据云存储占比超过40%，其中行业重点企业云存储占比为23.49%。云存储高灵活性和高便捷性的优势有效支撑了业务协同带来的数据交互需求。行业重点企业数据终端存储占比超七成，海量数据被分散存储，数据互联、复用难度较大，但边缘智能化一定程度上能促进数据由存向用转化。同时，数据产存转化率较低。一方面，海量数据复用价值较低；另一方面，大模型、训练工具等支撑能力不足，部分高价值数据在“大浪淘沙”过程中被遗弃。
三是算力规模增长快，区域算力按需布局，智算能力需求旺。截至2023年底，2200多个算力中心的算力规模约为0.23十万亿亿次浮点运算/秒（ZFLOPS），同比增长约30%。与此同时，大模型训练算力需求高涨，一体化算力体系建设仍需加快推进。东部地区实时计算需求增幅较大，西部地区凭借绿色化和低成本的算力优势逐步承接东部计算需求，但存算利用率仍然低于东部地区。能够支撑行业垂直领域大模型落地的算力不足，大模型与国产软硬件的适配性问题尚需解决。
四是数据流通方式多元，交互能力有所提升，交易供需不均衡。全国各地交易所快速铺开，上海、浙江、深圳、海南等地数据交易机构“百花齐放”，交易模式、数商生态、技术底座各具特色。然而，交易机构在标准、规则方面尚未达成共识，场内交易吸引力不足。27家交易所上架的数据产品中，仅有17.9%实现交易，数据场内交易活跃度较低。
五是公共数据开放共享初见成效，授权运营起步探索，政企数据融合不断深入。公共数据体系逐步完善，数据汇聚能力不断提升，授权运营机制正初步探索。公共数据在开发利用、流通交易中占比较大，平台企业、数据分析企业对公共数据需求高涨。该调查中，有18.6% 的平台企业和51%的中央企业在数据开发利用过程中用到了政府开放数据。工商、气象、交通、地理等公共数据广泛应用于数据开发利用，成为释放数据价值的催化剂。
六是数字化转型激活企业数据，场景应用提质增效，数据外溢效应仍不足。该调查中，96%的行业重点企业已实现数据场景化应用，其中超八成行业重点企业已经运用数据辅助运营管理优化，半数企业在生产环节实现数据驱动。该调查中，21.9%的大企业尚未建设数据管理系统，大多数中小企业数字化转型产生的数据未实现复用。企业对数据价值的认识和判断不足，数据增值的投入和能力有限，开展数字化转型的大型行业重点企业中，仅有8.3%实现了数据复用增值，数据价值有待进一步释放。
数据流通将向规范有序、多元协同发展
《报告》显示，全国数据资源调查工作验证了我国发展数字经济具备超大规模市场、海量数据资源和丰富应用场景的潜在优势。未来，随着数据技术不断进步，基础制度持续完善，数据产、存、流、用将呈现以下趋势。
一是数据生产向高增速和高质量同步发展。在政策、技术和应用多重因素驱动下，我国数据规模将保持快速增长趋势，高质量数据资源将成为经济增长的重要源泉。一方面，数据规模优势将进一步扩大，预计2024年数据生产量增幅将超25%；另一方面，数据存储能力也将随硬件技术的迭代升级和成本降低而提升。数字化转型将促进各行业高质量数据的形成，数据从设备、系统的分散状态转向汇聚和应用。同时，AI大模型的迅猛发展对大规模、高质量、多样性数据集提出更高要求，有助于数据质量进一步提升。
二是数据存储计算向一体化按需供给发展。随着人工智能训练需求的高涨，算力在短期内仍会出现难以满足需求的情况，但会随应用需求加速调整布局，提高算力利用率。一方面，数据存储结构将按需调整，边缘智能计算能力将有所提高，把有价值的数据释放出来；另一方面，协同交互需求推动部分数据向云端迁移，实现在线调度和应用。随着数据高效计算、实时读取需求不断增长，未来全国一体化算力体系将向算力调度、安全服务等多元功能扩展，缓解东部实时计算压力的同时，释放西部算力优势。
三是数据流通向规范有序、多元协同发展。一方面，随着国家层面的数据交易规范、数据流通基础规则不断完善，数据交易场所、数据服务商等流通载体将逐步走向规范有序；另一方面，场内场外流通交易模式更加多元化，各类细分领域交易机构将向专业化发展。平台企业和中央企业将持续发挥行业数据枢纽作用，带动行业领域的数据汇聚、 流通和应用。
四是数据应用向需求牵引、智能驱动发展。应用场景牵引的数据开发利用将成为主要趋势，AI技术成为数据开发利用的重要推动力。一是应用需求涌现，场景逐渐丰富化。大模型对海量高质量数据提出了迫切需求，垂直领域的数据应用需求将持续保持快速增长，并逐步从业务降本提效转向协同创新、市场拓展，数据驱动业务发展将成为主要应用诉求。二是自然语言处理、语音识别等技术进步降低开发门槛，围绕数据增值的产品服务将逐渐成为数据供给的主要方式。
《中国冶金报》（2024年06月18日 04版四版）
