最近，第七届数字中国建设峰会在福州举办。北京商报记者了解到，“ 数据要素 ”成了今年大会的热词，而增进 数据要素 的跨域可信流通，是从科技企业到金融机构重点投入研发的方向。

　　 数据要素 市场规模指数级增长，然而， 数据要素 易被篡改、被扩散的特性，造成 数据要素 大规模流通仍存在“责任主体不清，利益诉求不一样，能力良莠不齐，责任链路难追溯”的问题。想要处理“不敢流通”“不愿流通”的难点，技术创新和应用是关键环节。在业内专家看来，隐私计算与密态计算将成为重要的“管道”技术。这时，这些为安全服务的技术也要考虑低成本，“让数据价值像自来水一样即开即用”。

　　规模指数级增长

　　数据是发展新质生产力的关键力量，具有推动社会发展的乘数效应。近年来，中国 数字经济 纵深发展，促使数据规模指数级增长。2023年我国 数据要素 市场规模达1273亿元人民币，而预计到2028年这一数字将涨至9000亿元人民币。

　　另外，很多企业成立专门的数据部门、数据公司，探索开发数据产品，金融、工商、交通、电信等领域的数据产品日益丰富，在主要数交所挂牌的产品数量超1.3万个。 数据要素 赋能经济社会各领域，涌现出一批示范引领作用强、数据赋能作用明显的典型案例。尤其是，数据驱动科学范式变革更加明显，据统计，我国已形成超过100个10亿参数规模以上的大模型。

　　“随着城市数据基础设施加快演进， 人工智能 等信息技术加快发展， 数据要素 的价值日益凸显，驱动着我国 智慧城市 建设迈向体系重构、质效提升的全域数字化转型新阶段。”国家数据局党组书记、局长刘烈宏说道。

　　当数据成为“要素”，在产业链内外的流通就成了必不可少的一环。而庞大的数据体量就呼唤更高的流通效率、更安全的流通过程。因此，在市场预期下，大模型和 数据要素 市场将发生良性互动，利用大模型串联起从数据供给到场景消费的全链路。

　　在蚂蚁集团副总裁、首席安全技术官韦韬看来， 数据要素 有着极其巨大的发展需求，以往的计算方法、数据处理方法对于数据价值的提取能力是相对较弱的，而大模型能够从海量低价值的数据中提取出大量的行业价值，进一步刺激了行业对数据的切实需求。

　　当下， 数据要素 的流通和利用已经有落地应用，正在进入快速发展阶段。如果类比城市的供水网络， 数据要素 流通的第壹阶段即数据孤岛，就像自家水井，企业拥有数据自研能力，自产自销；第贰阶段，实现 数据要素 点对点流通，就像桶装水，缺乏基础设施的支撑；到了第叁阶段， 数据要素 在行业和区域流转，就像城市自来水网；最后一个阶段是实现数据大范围可信流转，好比综合水利工程，实现跨行业、跨地域和跨云可信流转和互联互通。

　　企业实践方面，结合大模型、隐私计算等， 数据要素 技术已广泛落地在农村金融、公共服务、 新能源 产业等领域。蚂蚁集团老总兼总裁井贤栋介绍道，过去农业数字化水平低，涉农数据“孤岛化”，难以满足银行授信风控要求，难以获得信贷支持。农业农村部 大数据 发展中心与网商银行发起“农户秒贷”项目，通过蚂蚁集团隐私计算技术，安全融合多源数据，实时分析，掌握农户经营情况，手机一点就能“秒贷秒批、随借随还”。直到今天，超600万农户通过该项目获得贷款额度，累计授信964亿元人民币。

　　跨域流通“四难”

　　不可否认的是，当前 数据要素 流通正在迈向第叁阶段，即实现行业和区域间的可信流转。然而 数据要素 价值的进一步施展面临多种挑战。数据流通本质是数据的跨域使用，需要构建数据跨域管控体系，要处理的不只是数据加密传输，也包含在数据方域外完成存储、访问控制、计算、分发等等许多操作。整体来看， 数据要素 的跨域流通，面临“责任主体不清，利益诉求不一样，能力良莠不齐，责任链路难追溯”等严峻风险，造成传统 数据安全 的信任基石遭到破坏。

　　“数据价值具有双面性，正面的业务价值越高，造成的负面风险也越大”，韦韬解释道，数据成为要素以后，一定是跨域流动的，但这一过程存在大量的运维风险和研发风险尚未爆发，包含终端被入侵，研发人员利用架构权限获取额外信息，甚至是内部人员盗用、滥竽充数等现象，在每个环节都会出现。数据与其它要素不一样，是非常容易被拷贝、被分割、被篡改、被扩散的。

　　昂贵的行业风险成本，造成 数据要素 流通不畅。 数据要素 有着从数据源方到数据加工方，再经数据中间商最后来到数据消费方的一条流传链条。明文数据流通进程中，随着流传链条增长，涉及人员增多，其中一定也夹杂着黑产巨大利益诱惑。

　　来自IBM的《2023年度数据泄露成本站告》显示，2023年数据泄露的平均总成本达到445万美元，创历史新高；跨域泄露数据现象普遍，涉及存储在云环境中的数据比例达82%。另外，大部分机构自有安全团队不容易发现漏洞，仅有三分之一的企业是通过自己的安全团队发现数据泄露的。

　　也正因如此，一方面，数据容易遭非法二次分发，造成数据产品市场价值迅速贬值，造成了“不愿流通”的问题；另一方面，明文数据流通风险成本指数级增加，甚至迅速超过了流通收益，即“不敢流通”。

　　“出现问题的根源，就是数据从内循环转向跨域流通的外循环，就发生了外传的危险”，韦韬表示，因而构建身份可确认、利益可依赖、能力有预期、行为有后果的“可信”体系是非常重要的。正如国务院发布的“数据二十条”指出，建立数据来源可确认、使用范围可界定、流通过程可追溯、安全风险可防范的数据可信流通体系。

　　平衡数据价值与安全成本

　　推动 数据要素 价值的流通，技术创新和应用是其中的关键环节。井贤栋认为， 数据要素 要“用得好”，关键是“流得动”。 数据要素 的流通发展，已经从“水井”式的自采自用、“桶装水”式的点对点流通，快速发展为就像“城市自来水网”的行业、区域间可信流通。要走向未来更广域的可信流通，形成综合水利工程，隐私计算是务必的“管道”技术。

　　面对 数据安全 隐藏的种种风险，在交流中，多名业内专家向北京商报记者表示，未来更大规模的数据流通，需要更顶尖的隐私计算技术和体系化的安全架构，才能实现低成本、高性能、高安全和高可靠。好比，隐私计算服务普惠，成本要迫近明文计算；在 人工智能 技术变革下，隐私计算需要支持复杂的 人工智能 算法，助力大模型落地产业。另外，数据的流通全程务必安全可追溯，防止泄露和滥用等。

　　“密态计算”是一种基于密码学的隐私计算技术。在韦韬看来，密态计算是 数据要素 的必经之路，将成为突破数据孤岛、推动数据大规模可信流通的“杀手锏”，可以确保数据流通从收集、流转、计算、使用直至销毁的全链路的安全可控可审计。

　　当然在这一进程中，也需要平衡数据价值与安全成本。韦韬解释道，数据价值越高，对隐私要求越高，对其保护所付出的技术成本也相应上升。当为安全风险保障投入的成本基本控制在整个数据流通价值的5%以内时，就会达到规模化数据可信流通的最优平衡。

　　如何选定一个综合指标、构建一种市场化机制来达到这一平衡？ 网络安全 险其中的“ 数据要素 流通安全险”被业内专家所提及。蚂蚁集团隐私计算部隐语总经理王磊表示，当前隐私计算领域亟须解决的一大槽点便是安全能力显性化。许多企业对于安全方面投入不足、感知不到位，造成劣币驱逐良币。这时，让企业将保险放入安全成本中，安全工作做得好，自然会被评估出更低的保险费率，由此形成良性循环。

　　面向未来，推动 数据要素 价值流通是一个系统性工程，需要社会各界协力合作，共同构建新的技术服务生态和技术标准体系。韦韬说道，为了确保 数据要素 流通合规、安全和高效，仍需推动全面的技术标准制定，包含数据离开运维域后的有效管控、对不同隐私计算技术进行通用安全分级，和受控环境下的数据匿名化等，并积极推动产学研界共建与合作，助力 数据要素 价值释放。

　　北京商报记者岳品瑜董晗萱