godisagirl伴奏2023年12月15日，国家发改委发布关于向社会公开征求《“数据要素x”三年行动计划（2024-2026年）（（征求意见稿）》的公告。意见稿提到，到2026年底，数据产业年均增速超过20%，数据交易规模增长1倍。推动数据要素价值创造的新业态，已经成为经济增长的新动力。

　　站在年末，在整个创投行业冷清的当下，“数据”和“AI”也当仁不让成为今年的关键词。

　　数据层面无需赘述，各种针对数据的法规出台，让全国各行业认识到了数据的重要性，今年10月，国家数据局的正式揭牌，也代表着中国产业走向了下一个阶段。

　　AI层面，自去年年底ChatGPT推出后，全球范围内引发了AI为主的关注热潮，中国的投资人、从业者也都纵身入局，为中国进入下一个AI时代奋力一搏。

　　而数据和AI天然有着极强的关联性，因为数据是AI的三个基座之一，而AI又是让数据发挥作用的最优路径。正如今天发布的公告中提到，“以科学数据支持大模型开发，深入挖掘包含科技文献在内的各类科学数据，通过细粒度的知识抽取，构建科学知识资源底座，建设高质量语料库和基础科学数据集，支持开展通用人工智能大模型和垂直领域人工智能大模型训练。”

　　因此，越来越多企业开始选用数据和AI结合的产品，越来越多投资人关注到这个行业的交叉点，越来越多的创业公司挥舞起“数据”与“AI”的大旗。

　　数字经济正逐渐成为世界经济的主流趋势，据中国信息通信研究院数据，我国数字经济规模也从2012年的11万亿元增长到2022年的50.2万亿元，占GDP比重由21.6%提升到41.5%。数字化的步伐已势不可挡。

　　与此同时，一个问题浮出水面：水电是工业时代的基础原料，那么数字时代，什么会像水和电一样重要？

　　答案是数据。数经时代，数据会成为最重要的生产原料，是一切数字化生产方式的根基。我们所期待的AI、所熟知的大数据、所习惯的云计算，无一不建立在数据的基础上。

　　不仅如此，随着数字技术的快速发展，以及其在各领域的融合渗透，数据逐渐具备规模大、价值高等特征，数据要素成为继土地、劳动力、资本和技术后的第五大生产要素。

　　正因如此，国家在更早时便意识到了数据的重要性，近些年，出台了多项法律法规、落地了多种政策，以支持中国数据产业的发展。

　　我们国家自2014年开始探索数据相关的政策，“大数据”在当年首次写入政府工作报告；2019年，十九届四中全会上第一次明确提出“数据”作为生产要素；2022年国务院发布《数据二十条》，明确了数据基础制度建设的原则框架；今年国家数据局组建挂牌，或许我们可以将2023年称为中国“数据要素”的元年。近年来，中央以及各地方指导意见和支持政策的出台，体现出我国对数据要素的支持力度明显加大。

　　产业侧，由于互联网以及云计算的普及、企业运作对智能化的追求不断提高，以及对《数据安全法》等法律法规的尊重，数据早已成为经济发展、社会民生等方面的不可或缺的一环。

　　在“政策+数字经济”的双轮驱动下，数据市场规模逐渐扩大。互联网数据中心IDC预计，2025年中国将以48.6ZB数据量成为全球最大的数据圈。数据要素市场预计“十四五”期间CAGR将超过25%，其中数据采集、数据服务和生态保障存在较大的成长空间。

　　拆解来看，数据要素产业链可以分为三大环节——供给、流通、应用。但这几个环节的发展却分别存在着一些问题。

　　在供给环节，优质合规的数据供给是数据要素的坚实基础与前提，但同时，我们仍然需要突破攻击瓶颈，因为我国数据要素的生产和流通环节存在公共数据开放利用程度显著不足，企业数据供给流通受阻，重复采集、自产自用情况普遍，个人数据的信息边界不清，合规使用标准模糊等问题。

　　在流通环节，最需要解决的是“数据孤岛“问题，这是数据流通的最大阻碍。数据孤岛，不仅会存在于企业内部，也存在于企业与企业之间，企业与政府、政府与个人之间。

　　在应用环节，数据要素应该向尽可能多的行业扩展，比如餐饮、零售、政务、气象、交通、医疗等行业和场景，不应只局限于互联网、金融等天然有数字能力的产业。

　　总结来说，我们国家的数据行业现在走向了一个临界点——大量资源已经被积累，蓄势待发，但瓶颈仍存。能否突破临界点，要看数据产业中的企业，如何让数据更好地发挥价值。

　　根据各调研机构发布的行业图谱来看，从各个角度参与的数据相关的企业，多达数千家。并且角度各异，互为补充，共同交织成为了紧密的行业网络：其中有各个行业的垂直数据服务商，比如针对金融的百融云创，比如针对商业决策的数位大数据，比如针对教育的网易数帆；在行业分类之外，也有针对数据的不同环节，做单点突破的，比如做大数据分析平台的kyligence，做数据可视化的衡石等等。

　　在数据的“黄金时代“，我们可以看到服务端的百花齐放，这也更进一步说明了中国数据产业的重要性以及市场对于后续发展的充分信心。

　　其中，有一个以实体经济刚需为切入点的数据全链路玩家，最近刚获得了融资——作为国内为数不多的真正掌握数据要素的民营企业，中国商业大数据和AI智能决策技术领航者「数位大数据」，近日已经完成亿元人民币的D轮融资。

　　据其官网显示，数位成立于2015年，8年深耕线下物理空间数字化，持续合法合规地进行线下地理数据采集工作，拥有国家测绘资质，并自主构建了一整套先进的涵盖数据采集、数据校验、数据清洗、数据存储、数据挖掘的技术。

　　持续深耕并不断研发的结果是，数位建立了一个庞大、完善的底层数据库。从相关媒体报道获悉，数位的底层数据库是国内最大且独一无二的线下商业地理信息大数据库，覆盖全国686个市县区、超过1.2亿条POI数据。这些数据资产和技术积累，构成了数位牢不可破的竞争壁垒，助力数位成为行业头部的线下商业大数据服务商。

　　那么，数位是如何运作，最后让数据产生决策价值的呢？这要从技术角度来分析。经过调研与分析我们发现，在数位的底座中，核心技术是数据+模型的双轮驱动，即通过在城市、人群、商圈、铺位等等场景中进行数据采集与沉淀，再进入清洗、验证等数据整合阶段，接下来进行模型学习与验证的过程，通过因子提取、场景匹配开始进行模型匹配，最后产出决策场景应用，得出什么是好铺位、好商圈、好位置的结论。

　　基于数据+AI模型能力，数位构建了一个全链路服务生态。通过AI技术，数位能为不同细分场景的客户提供对应的智能决策模型服务，涵盖譬如网点规划、市场容量测算、黄金点位推荐、位置评估等全流程服务。

　　简单将这一复杂流程概括为数据采集、模型学习、场景应用三个大环节，会发现数位恰好还原了前文提到的数据要素产业链的三大环节——供给、流通、应用。

　　针对数据采集，作为具备国家级合规资质的数据服务商，数位的数据分为几部分，一部分是自有数据，其中包括众包人员采集的全国686个地县市线下POI信息数据，以及数位自有清洗的标签数据，另一部分则是与运营商、地图商、国家统计局等第三方数据平台进行的数据融合。除了数据来源的准确、可靠、合规，数位还不断校验以及修正数据准确性，持续保证数据的可用、好用。

　　而模型学习环节，体现了数位的智能化能力。区别“大模型”概念，数位场景模型针对细分功能进行服务，聚焦实体经济，从学习成本、交付周期、结果产出等方面都更加贴合产业的需求。具体来说，根据多年的知识沉淀，数位已经积累了多种针对不同场景和需求的模型，比如针对餐饮和零售的选址决策，有5A选址模型、容量测算模型、位置甄选模型等多个模型选择，比如针对金融和投资领域的风控决策场景，数位可以提供实物资本预算模型、现金流量估算模型、价值估算模型等多个模型，此外数位还可以在招商决策场景、营销决策场景等多个场景，提供不同的模型服务。

　　在场景应用环节，从而能够应对行业里更多、更复杂的决策——可以基于客户的行业、规模、品类、品牌定位等多种参数，自动生成网点规划、容量测算、点位推荐、位置评估等报告，这些报告可互动、可编辑，且附带完整评估过程和底层数据。

　　据了解，目前数位推出了3个产品，分别是面向中小商家的开店决策平台“上上参谋”、大数据智能选址决策系统“上上参谋企业版”、全域商业大数据平台“数位观察”。这三个产品互为补充，可以为线下零售行业的所有从业者提供数据相关的服务，并且都已经成为行业里较为头部的产品。

　　充分应用AI技术，撬动数据潜能，以智能决策驱动价值创造，从而提升业务的敏捷性和服务的精准度已成为全行业的共识。

　　数据也好、人工智能也好、云计算和互联网也好，其最大的价值体现，需要与千行百业紧密结合，并且是随着技术的进步和模式的迭代，实体经济的重要性就会更加凸显。

　　比如互联网时代，以美团、淘宝为代表的互联网项目，其实是在改造线下实体产业，帮助产业进行升级；进入云计算时代，之所以有“所有数据上云”的诉求，就是因为实体产业与线上结合更加紧密，才有了数据大爆发；那么，数字化时代与实体经济的互相作用，只增不减。

　　目前，国内的实体经济发展也越来越蓬勃，这也给数据产业提供了更多绝佳落地场景，比如近年来国家大力支持的地摊经济、比如层出不穷的连锁餐饮店，比如像泡泡玛特、寻找独角兽一样的线下消费新花样……

　　不止消费，比如旅游业、比如农业、制造业……所有的实体经济产业，都值得用数字化、智能化的手段，实现效率的提升。

　　实体经济每时每刻都在产生着数据，如何让这些数据发挥价值？实体经济想要实现智能决策， 每一个环节都需要数据作为决策支撑，如何实现决策智能？

　　数据的价值，在每一个环节中发挥得淋漓尽致。以今年的爆品“塔斯汀”为例，成立于2012年，因此积累了大量的数据，而这些数据通过以数位为代表的服务商进行采集、加工、应用，可以反哺他们的门店规模策略、新品上线决策、门店选址决策等等大大小小的环节。

　　未来，实体经济的千行百业，都有机会像塔斯汀一样，让数据发挥价值。这样一来，实体经济也能因为数字化而实现进化。

　　时代浪潮滚滚而来，所有线下零售从业者也应该享受到AI和数据带来的红利。线下实体是万千大众衣食所系，数字经济最终也应该回归服务于实体行业，用已经被证实有价值的数据赛道给实体经济带来发展，或许也是数位能够在2023年实现逆势增长、并且持续获得融资的重要原因。