DT時代數據如何識勢避“坑”

鐘立群

數據，被譽為第四次科技革命的“石油”。從IT時代邁入DT時代，無論是疫情影響下全球經濟放緩加快了5G、大數據、物聯網、人工智能等新技術、新應用為代表的新型基礎設施建設布局，還是技術加載下數字經濟向更高級別的數據智能經濟發展，縱覽當下，利用數據要素全面構筑經濟社會數字化轉型已經成為全社會的共識。在此過程中，除了借助法律條文破數據應用之局外，如何識勢避“坑”，也尤為重要。

識數據安全之“勢”7月3日，《數據安全法（草案）》（以下簡稱《草案》）全文在中國人大網公開征求意見，引起社會廣泛關注。《草案》與4月10日工信部發布的《網絡數據安全標準體系建設指南（征求意見稿）》形成呼應，明確提出維護國家數據主權，保護個人、機構數據權益，將成為數據要素國家戰略重要的法制基礎，也是數據要素國家戰略的基本法。

數據“硬拷貝”“物理遷移”等現象將得到緩減。《草案》《網絡安全法》《網絡數據安全標準體系建設指南（征求意見稿）》和尚在制訂中的《個人信息保護法》，通過法律條文的形式，推動了數據時代的快速發展，讓數字經濟產業的良性發展迎來曙光。從《草案》第八條、第二十九條來看，可以看到《金卡生活》之前提到的“分離數據的所有權和使用權”的趨勢，能持續自我產生數據的企業將會變得重要，企業或個人作為數據的擁有者，將切實得到經濟價值，數據使用“硬拷貝”“物理遷移”等現象將得到緩減，數據將從源頭上杜絕被誤用、濫用甚至盜用，確保數據使用合規、范圍可控。

數據在分級分類中看得見、說得清。《草案》第十九條提出的數據分級分類的要求，其實是與《金融數據安全 數據安全分級指南》進行了呼應。在數據的應用中，很多大型組織與機構往往存在數據庫數量不清，敏感數據分布不明，訪問權限不詳等情況，這就需要對數據進行分類，確保數據合理合規使用。比如，針對用戶敏感數據從隱私安全與保護成本的角度出發，應從數據重要程度上來分級，大致可以分為敏感數據、重要數據、一般數據三個等級。而行業參與者則可以為用戶動態梳理敏感數據被哪些機構、哪些業務系統、通過何種途徑、在什么時間所訪問等維度進行分類，讓數據看得見、說得清，減少“踩紅線”的幾率。

數據成為推進國民經濟發展的長期“燃料”。從長期來看，數據是全行業轉型升級的基礎保障，也是實現經濟高質量發展的核心支撐。因此，以創新為主要引領和支撐的數字經濟就需要完善的數據安全治理體系予以保障，從而支撐如數字智能生態下的智慧城市建設等數據應用在全行業合理合規地落地生根。所以，大數據被賦予“基礎性戰略資源”定位的同時，未來的價值會愈加凸顯，重視數據安全也必將是數據應用發展的大趨勢。

精金融科技應用之“術”

隨著金融科技的快速發展，其規模和交易量的不斷上升，對金融科技的數據信息技術安全提出了更高的要求和標準。當前，金融科技發展面臨著網絡安全、平臺安全和信息與數據安全等多種信息技術安全風險隱患，一旦發生安全風險，不但威脅到用戶的隱私和利益，也會給金融科技企業本身帶來巨大的損失，破壞整個行業的發展，甚至還會帶來系統性金融風險。因此，針對金融科技，行業要懂得通過《草案》等法律法規，精于金融科技應用數據之“術”。

打造金融科技實現數據共享。DT時代的持續發展，離不開數據的交易和共享，首先要保證數據來源真實可靠，數據要全鏈條覆蓋，層次多、維度多才能盡可能滿足市場需求。從中國人民銀行建立的金融基礎數據中心職責來看，其要為社會提供高價值數據信息服務，就需要打通國家宏觀調控部門、金融監管機構、各類金融機構、研究機構等數據孤島，保證數據足夠多、足夠好的同時，根據法律規定，開啟金融數據共享時代，可以預見將會加快我國金融科技的進步，促進我國數字經濟的發展。

利用金融科技加強金融行業數據監管。上述提到的中國人民銀行成立的新的事業單位—金融基礎數據中心，負責建設國家級金融基礎數據庫，其定義為：我國權威的金融數據聚集樞紐和領先的數據信息服務平臺，連接國家宏觀調控部門、金融監管機構、各類金融機構、研究機構的數據信息樞紐。結合《草案》，我們可以看到，監管在未來也會成為數據化的管理機構，它會變成金融體系中最大的數據中心，未來會要求所有的金融機構平臺要有監管的接口，監管機構要有權力進入金融科技的數據平臺。

比如，中國銀聯針對營銷惡意套利行為率先建成了銀行業首批黃牛黨名單庫以及自動化黃牛偵測和攔截系統。2019年通過系統成功實時攔截了1000多萬筆套利交易。2020年以來，銀聯又協助各地警方破獲多起利用“云閃付”優惠惡意套利的違法案件，有效遏制了惠民活動中的黃牛套利等違法行為，這是銀聯通過金融科技配合行業監管的具體體現。

明數字轉型之“道”

中國信息通信研究院7月3日發布的《中國數字經濟發展白皮書（2020年）》顯示，2019年，我國數字經濟增加值規模為35.8萬億元，占GDP比重高達36.2%，已超過三分之一。2019年，我國數字經濟在GDP的占比同比提升1.4個百分點，按照可比口徑計算，2019年我國數字經濟名義增長15.6%，高于同期GDP名義增速約7.85個百分點，數字經濟在國民經濟中的地位進一步凸顯。

一方面，新冠肺炎疫情像一次壓力測試倒逼全行業加速向數字化軌道轉型。另一方面，數據本身肯定比業務“跑”得快，因此在產品、業務拓展前，通過《草案》等法律法規，以及行業自律明確數據應用在正確的軌道上尤為必要。而數字化轉型的基礎，就是以5G、人工智能、大數據為代表的信息數字化新基建。在這樣合規的軌道上行進，我們可以很明確地看到數據產業、數據智能經濟，將迎來重大制度性紅利。

一是降低數據使用成本，包括搜尋成本、復制成本、追蹤成本、驗證成本等;二是數據流通和商業變現變得規范;三是牌照化趨勢下，獎罰將分明;四是行業針對數據安全將迎來新業務拓展藍海。

顯然，數據要素、創新科技加持下的數字經濟持續高速增長正成為經濟高質量發展軌道上的新引擎。

避數據應用之“坑”

用好數據的價值，有兩個要點，一是把數據治理好，二是要有豐富的數據應用場景。而在此過程中，無論是行業、企業還是個人，都要能明確地避開數據應用在可見、可懂、可用、可運營四方面可能遇到的“坑”。

“坑”1：大而全，不聚焦，賦能效率低。出于投資回報的考慮，用戶往往傾向于了解覆蓋全業務和技術領域的、大而全的數據。從數據的產生，到加工、應用、銷毀，數據的整個生命周期都想要了解;從業務系統，到數據中心，到數據應用，里面的每個數據都希望能被納入到數據應用的范圍中來。

避“坑”建議：數據包括很多維度，想“一口吃成個胖子”通常是不可能的，很容易導致最后哪個也做不好，用不起來。分期分批地實施，遵循“二八原則”原則—80%的問題產生于20%的系統和數據，從最核心的需求、最重要的數據、最容易產生問題的數據開始著手。

“坑”2：數據跟風。數據應用與企業的戰略直接相關，最忌諱競品搞什么數據分析，就盲目跟風，造成資源浪費。

避“坑”建議：在準備利用數據，并建立數據應用系統之前，一要明確數據用在哪里;二要基于第一步對內和對外的咨詢，對現有數據進行“數據審計”，并根據結果做評估;三要對前兩個步驟進行規劃，展開數據應用各環節工作。

“坑”3：對數據抱有過高期望。數據不是萬能的，首先，你手里的數據不可能是全面的;其次，由于數據對象和數據本身的可變屬性，你手里的數據也不一定是最準確的;再者，你手里的數據也不會是都有價值的，因為數據之多，導致其具有離散、隨機的獲取可能，挖不到數據背后的價值并不罕見。

避“坑”建議：聚焦需求，降低期望，現實一點。

“坑”4：輕視小數據。很多時候，行業、企業和用戶都輕視小數據，殊不知大數據也是由小數據匯集而成，也許你放過的小數據比握在手里的大數據更管用、更好用。

避“坑”建議：精準使用數據時，有時候大數據魚龍混雜、模棱兩可，小數據更加精準優質;大數據可能早已過了保質期，但小數據卻更實時、更鮮活，可借鑒參考分析的價值更高。因此，嘗試脫掉有色眼鏡，只要對的數據，不分大小。