前两天在搞一个数据要素的项目对接客户第一次接触到可信数据空间。说真的一开始很多人是懵的包括我。数据空间就数据空间为啥还要加个「可信」二字。后来翻了一圈资料才发现这个「可信」才是最要命的那个词。因为你想想看现在哪家企业没有数据银行有流水工厂有产能医院有病历物流有轨迹。数据多到堆不下。但问题来了银行的数据工厂拿不到工厂的数据银行看不到大家各自守着自己那摊数据跟守着一座金矿似的但谁也花不了这个钱。这就是所谓的「数据孤岛」。数据搁在那儿但跟搁在保险柜里没区别别人用不了自己也变现不了。然后我就去翻到底有没有人已经在干「连通数据」这件事了。翻完之后说实话我被震撼到了。不是一两个行业在搞是制造业、金融、医疗、婚恋、新能源汽车、城市治理、物流全在搞。而且每一个搞出来的效果都挺吓人的。我就一个一个跟你聊。先说个最好玩的。有个做婚恋匹配的平台。你一听婚恋匹配可能脑子里想的是那种填个表格聊两句就给你推人的相亲网站。不是。这个平台接了23个行业的数据源来核验你的信息。你的学历、职业、资产、信用记录、有没有婚史、有没有犯罪记录全部交叉验证。区块链存证改不了。一年撮合了3026对当地婚恋企业的营收涨了35%。我当时看到这个数据的第一反应是相亲都卷到这个地步了但你冷静下来想想其实挺合理的。婚恋市场最大的问题从来不是「找不到人」是「不知道对方说的是不是真的」。你在线下相亲对方说自己年薪五十万有房有车你怎么验证你没法验证。但如果23个数据源已经帮你验过了那你见面的时候至少不用担心对面坐着个骗子。这就是数据连通之后的第一层价值不是让数据变多是让数据变真。顺着这个再聊聊物流。物流这个行业的痛点其实特别朴实就是空驶。一辆卡车拉着货从A到B到了B卸完货空车开回来。这段空车跑的路油钱是白花的碳排放是白造的。以前空驶率多少呢25%。也就是说跑四趟有一趟是空跑。你想想全国几百万辆卡车这个浪费有多恐怖。后来多式联运的数据空间打通之后不同运输方式之间的数据能对接了。卡车、铁路、水运的运力信息实时共享一辆车到了B点系统自动匹配B点有没有货要往A方向走有的话直接装上。空驶率从25%降到了18%。听起来好像就降了7个百分点但你往大了算光这一项全国一年减碳1000万吨。货物破损率也从0.8%降到了0.3%。这个就挺实在的。不整那些虚的就是真金白银地省钱顺便还救了地球。接着说新能源汽车。新能源车的供应链跟传统燃油车完全不是一个量级的复杂度。一辆燃油车大概一万多个零部件一辆新能源车能到两万个以上。而且电池、电机、电控这些核心部件的供应商跟传统车企完全不重叠上下游的协同难度翻了好几倍。数据空间干了什么呢把整车厂和供应商之间的数据通道打通了。供应商的产能数据、库存数据、质检数据整车厂实时可见。反过来整车厂的生产计划、交付节点供应商也实时可见。效果呢供应商交付准时率从95%提到了99.2%零部件不良率降了30%库存周转天数少了10天。这个数据做供应链的朋友应该能感受到含金量。库存周转少10天对于一家年营收百亿的车企来说省下来的资金成本就是以亿计的。回到城市治理这块。深圳搞了一个多部门数据整合的项目。说真的政府部门之间的数据壁垒可能比企业之间还严重。你办个事要跑三四个部门每个部门让你填一样的表交一样的材料然后各自存到各自的系统里互相看不到。深圳把公安、交通、住建、卫健这些部门的数据打通之后应急响应效率提升了40%。老百姓办政务的平均跑动次数从2次降到了0.5次。0.5次是什么概念就是大部分人跑一趟就办完了甚至有些事线上就能办。一年省下来的政务成本超过2个亿。这个我就不多说了你自己办过事就懂那种来回跑的痛苦。说到医疗这个是我个人觉得最有温度的一个案例。中日友好医院搞了一个跨机构的医疗数据安全共享。简单说就是你在A医院做的检查B医院也能看到不用重新做一遍。听起来好像不就是个信息共享嘛。但你想想现在的现实你去A医院做了CT转到B医院医生大概率会让你再做一次CT。不是因为他想多收你钱虽然也有这种是因为他看不到A医院的影像数据他不敢拿你的命冒险。数据空间打通之后诊疗时间降了20%误诊率降了15%患者重复检查率降了30%。新药研发的数据收集时间从18个月缩短到9个月。你想想这个数字背后是什么。一个新药从研发到上市时间缩短一半早一天上市就多救多少人。而且这还是在保护患者隐私的前提下做到的用的是隐私计算技术数据可用不可见。这是我觉得数据空间最值得做的地方。它不只是在省钱它在救命。然后说金融这个是量级最大的。湖北征信用70亿条数据构建了一套信用画像体系。70亿条你想想这个量。以前一个没有抵押物的小微企业主去银行贷款大概率被拒。银行不是不想借是不敢借因为他没有你的信用数据他没法评估风险。现在数据空间把税务、社保、公积金、水电缴费这些数据全打通了银行能看到的不再只是你有没有房产而是你这个人到底靠不靠谱。贷款获批率从30%提到了45%首次贷款占比大幅提升。投放了350亿信用贷款单笔50万。审批周期从15天压缩到3天。不良率控制在1.2%以下。1.2%的不良率比很多有抵押的贷款还低。这个就很有意思了。以前银行觉得穷人风险高不敢借现在数据告诉你不是穷人风险高是你看不到他的全貌。你看到了全貌风险反而比那些有抵押的还低。最后说制造业四川长虹的案例这个是我觉得最完整的一个。长虹的供应链上有1650家供应商。以前的痛点是啥呢对账。每次对账要花好几个小时。因为生产数据在工厂系统里库存数据在仓储系统里应收账款数据在财务系统里三个系统互不相通人工对一遍费时费力还容易出错。融资更难供应商想贷款银行要查他的生产经营数据但数据全锁在长虹的系统里银行看不到供应商自己也拿不出来。最后只能靠抵押担保融资成本高得离谱。数据空间干了什么呢把生产、库存、应收账的全链路数据打通了。用的是隐私计算加区块链数据在各方之间流转但谁也拿不走原始数据只能看到计算结果。对账时间从数小时缩短到30秒。30秒。你想想这个效率提升是什么概念。1650家供应商获得了40亿的无抵押贷款利率还降了1.05个百分点。产业链协同效率提升40%数字化成本降了25%。1650家供应商40亿贷款。这背后是1650家小企业每一家背后可能都是几十个家庭的生计。没有数据空间这些企业要么借不到钱要么借到也是高利贷。好7个行业聊完了。你有没有发现一个规律。每一个案例不管行业怎么变核心逻辑都是一样的。数据连通的范围越广数据质量越高应用场景越密集产生的价值就越大。有人把它总结成一个公式。行业价值 数据连接广度 × 数据质量 × 场景密度坦率的讲一开始看到这个公式的时候我觉得有点抽象。但仔细想想这玩意确实能把事情说明白。婚恋平台接了23个数据源那是广度。区块链存证保证数据改不了那是质量。从身份核验到信用评估到匹配推荐那是场景密度。三个乘起来3026对。长虹打通了1650家供应商的数据广度有了。隐私计算保证数据在流转过程中不被篡改质量有了。从对账到融资到协同场景密度有了。三个乘起来40亿贷款。这个公式有意思的地方在于它是乘法不是加法。任何一项是零结果就是零。你数据连了一万条质量全是垃圾白搭。你质量再高只连了一条数据也白搭。三个都得有才能跑起来。怎么说呢上面聊了这么多案例你会发现一个共同点就是这些数据空间不是凭空长出来的需要有平台去做撮合去做产品设计去做供需匹配。数据交易平台做的事情就是在这个链条上。它把数据提供方和数据需求方拉到一起帮双方把数据产品设计出来然后挂到交易平台上流通。医疗的数据、低空的数据、汽车的数据、五金饰品的数据、咖啡行业的数据各种行业的数据资源都在上面跑。你可能会觉得这不就是个数据版淘宝嘛。也不是。数据这个东西跟普通商品不一样你买件衣服收到了就是收到了。但数据买完了怎么用、能不能用、用了会不会泄露这些问题远比交易本身复杂。所以尚数网做的不是简单的信息撮合而是从数据调研、产品设计、合规审查到交易流通的全链条服务。可信数据空间要落地需要的就是这种把脏活累活全干了的基础设施。我之前一直觉得数据交易这个事情太虚了数据这种看不见摸不着的东西怎么交易。但看了这些案例之后我发现数据交易不虚虚的是中间缺一个把供需两端的绳子拉起来的平台。绳子没拉起来之前数据就只是躺在服务器里的一堆0和1。聊到这儿我突然想起一个事儿。1956年有个叫Malcolm McLean的美国人干了一件在当时看来特别无聊的事。他把58个铝制的集装箱装上了一艘改装过的油轮从新泽西运到了休斯顿。在那之前货物的装卸是纯人力的。一袋咖啡豆从船上卸下来搬到仓库再搬到卡车上全靠人扛。一条船卸完要好几天费用占到了货物运输成本的一大半。McLean做的事情其实特别简单就是把货物装进标准化的箱子里箱子从船上直接搬到卡车上不用拆箱。就这一个标准化的动作改变了整个世界。集装箱普及之后全球贸易量暴涨。港口效率提升了几十倍运输成本降到了原来的二十分之一。日本制造的电子产品能便宜地卖到美国中国的服装能便宜地卖到欧洲。全球化这个词能变成现实集装箱是最大的功臣之一。但你要知道集装箱刚出来的时候没有人在乎它。码头工人抵制它因为怕丢饭碗。船公司嫌改造船要花钱。港口觉得要重新建码头太麻烦。整整推了十几年大家才慢慢反应过来。你想想可信数据空间现在是不是也有点这个味道。每个行业都有自己的数据每个企业都守着自己的数据就像1956年之前每条船都在用人力装卸一样。大家都知道效率低但谁也不愿意先改因为改的成本高收益看不到。但一旦有人开始把数据连通起来就像第一个把集装箱搬上船的人一样效率的提升是不可逆的。你用过了30秒对账就不可能回去用几个小时。你用过了0.5次跑动办事就不可能回去跑两趟。数据连接创造价值。这句话听着像口号但它不是一个口号。它是7个行业、几十组数据、几百亿贷款、几千吨减碳背后一条已经被验证过的规律。从经验决策到数据决策中间隔着的不是技术是连接。而连接这件事从来不是等来的。一开始我不明白数据空间为什么要加个「可信」。现在我想我大概懂了。不是数据需要可信是连接需要可信。不可信的连接跟没连一样。大时代啊朋友们。