可信数据空间试点一年:30.4亿元收入,买数据的企业仅11.65%
2024年底《可信数据空间发展行动计划(2024—2028年)》发布,其中指出,到2028年,建成100个以上可信数据空间,形成广泛互联的数据流通网络。随后,首批63个试点名单落地,13个城市、22个行业、28个企业入选。IDC数据显示,2025年可信数据空间狭义市场规模达到30.4亿元,城市数据空间贡献了过半收入。一
2024年底,《可信数据空间发展行动计划(2024—2028年)》对外发布。文件提出,到2028年要建成100个以上可信数据空间,形成广泛互联的数据流通网络。之后,首批63个试点名单落地,13个城市、22个行业、28个企业入选。IDC数据显示,2025年可信数据空间狭义市场规模为30.4亿元,其中城市数据空间贡献了过半收入。进度看上去踩在计划点上。
把另一组数字摆到旁边,热度就降下来了。63个试点铺进900多个应用场景,拉来近7万家市场主体。7万家主体,对应的是30.4亿元狭义产品与服务收入。说到底,大多数参与者用的是试点提供的公共服务能力,或者低成本接入方案,掏钱买一套成熟商业体系的比例并不高。
2026年两会期间,多个领域的代表委员对可信数据空间建设表达了支持与肯定。顾虑则更多落在数据合规要求、企业数据开放标准和商业化落地进展上。
万联易达数据中心负责人周宜对这些问题的判断是:根子不在技术,在数据和场景。
发展的两面性
被问到从场景和数据资产反推技术架构、工程上难在哪时,周宜没有先讲
第一段经历在一家互联网公司。那里数据存量本来就大,场景也是现成的:平台上的企业能直接调数据,做营销、用户运营、用户洞察、产品优化,再往前走一步,还能拿消费端需求反向推生产排期。金融业务里能长出来的玩法更多。两头都齐,业务自然转得动。
第二段是在一家央国企。这家企业主要替别人搭数据空间,自己手上没有业务场景。项目做完、验收、交付,团队就撤了。没有运营环节,客户每天究竟为什么事发愁,他们也不清楚。公司一直想往场景侧转,转得很难受——交付完就走的人,很难再回答这套系统后来帮谁省下了什么。
两段经历放在一起,差别不在技术能力,在交付之后还有没有人接着用。这把尺子,恰好适合用来观察这两年可信数据空间。
2024年11月,国家数据局发布《可信数据空间发展行动计划》,提出到2028年建成100个以上可信数据空间的目标。这类设施要解决的,是互不隶属的几方如何在共同规则下把数据用起来,同时各自还能管住自己的东西。2025年7月,首批63个试点名单出炉:城市方向13个、行业方向22个、企业方向28个,能源、物流、航运、新材料、医保均在其列。到了2026年7月28日的数博会新闻发布会,国家数据局副局长余英给出运行数据:数据基础设施已接入4万余个主体、上架6万余个产品,较2025年底分别增长10倍和4倍。
数据看着不错,现实却是另一副样子:手里有数据的企业,要么不愿分享,要么愿意分享也不知道怎么分享;需求侧则不清楚怎么拿到对自己有用的数据。《全国数据资源调查报告(2025年)》显示,2025年全国数据生产总量52.26ZB,同比增长27.28%,约占全球的27.44%,增量约九成来自企业。规模还在往上走。可同一份报告里,样本企业中买过数据的比例是11.65%,购买费用同比增长22.36%;头部平台企业和中央企业购买数据的费用均值是其他企业的60倍,金融、软件和信息技术服务业买过数据的企业比例超过30%,明显高于平均线。
换句话说,愿意为外部数据掏钱的,仍是那批原本就有数据处理能力的企业。设施和供给翻了十倍,需求侧的样子却没怎么变。基础设施关心的是连不连得上,企业盘算的是值不值,两本账记的不是一回事。
周宜对此的判断是,每家企业都用不着自己建一个数据空间,多数企业作为参与方接进已有的协同网络就够了。“万联易达提供连接器和轻量化的接入方式,让企业先接进来,再逐步连到全国的基础设施上。”
有场景才有数据
从产品逻辑出发,周宜认为企业应当先落地场景,再沉淀数据,然后由场景反推技术架构,这样的建设路径效果更好。
周宜表示,先建底座、再找场景的尝试他见过太多,最后都卡住了:产品做完了,不知道该卖给谁;数据接入了,不知道能干什么。“以场景为驱动,先有场景,再有数据,再推导技术架构,这样做的直接好处是,不会盲目开发产品后再去找场景,而是通过场景反向推动技术研发,再匹配数据。这是我们的核心差异。”周宜如是说。这套思路也回应了另一个常被追问的问题:可信数据空间的跨场景复用能力究竟如何?垂直场景里数据能力要求各不相同,复用性会不会很差?
周宜还认为,行业知识在行业内部可以共享,国家当前推动的多类数据空间本身就说明,数据空间不是"大一统"的单一形态。“很多行业数据并不属于大数据范畴。对行业应用而言,真正有价值的往往不是单纯依赖大模型,而是采用
这一判断也说明了万联易达为什么敢把场景摆到技术前头。据周宜介绍,公司聚焦生产型企业与生产性服务企业,正逐步覆盖国民经济97个行业大类;商品交易、物流运营、金融科技、企业服务四块业务本身就在运转。数据不是先造出来再去找买家,业务里本来就有。这个数字说明的不是市场已经有多大,而是它手里有真实场景可用。
工程化:从接入到本体
场景决定可信数据空间的方向,工程实现则决定它能走多快。
工程化方面,第一个绕不开的难题是接入。国家数据基础设施体系下,
用户如果只是数据使用方,偶尔打开电脑检索、查找合适的数据产品即可;如果换成数据供给方,对服务SLA、持续可用性要求较高,就得用标准版甚至全功能版
接入的难题解决后,企业还要面对安全与性能之间怎么平衡的抉择。几年前曾一度火热的
坦白说,性能与安全的这类权衡很难完全绕开。企业一直在找解法,相关技术也在持续迭代。目前,业内比较推崇的是
再说回AI时代,[[保留1]]
以
本体之外,被问得更多的是复用问题:各垂直场景对数据能力的要求差异明显,复用效果会不会打折扣?周宜认为,行业知识本来就在行业内部流通共享,国家目前推进的多类数据空间,也说明数据空间并非“大一统”的单一形态。“很多行业数据并不属于大数据范畴。对行业应用来说,真正有价值的常常不是只靠大模型,而是采用
这么看,复用的要害不在于把一套平台搬到所有行业,而在于把能复用的骨架和不能复用的行业知识拆开:骨架靠本体和模块化积累,行业知识留在行业里自己长。
规模化还有多远?
基础设施的框架已经立起来了,可信数据空间为何还是没被真正用起来?周宜认为,眼下主要有两个坎。
头一个是数据归属。国家在推数据“三权分置”,也就是把数据资源持有权、数据加工使用权、数据产品经营权分开,这是2022年12月
制度的方向已经清楚,落地也在提速。今年9月,国家
另一个坎是数据和场景怎么结合。国家层面同样在推,比如新成立的
周宜接着说:“现在数据的使用门槛还是比较高的。”他又表示,“放到AI上看,用户得先懂业务场景,再懂AI,才能真正用起来;同时还得懂数据,清楚要什么数据、上哪儿找、怎样合规地组合和交易。”
在周宜眼里,企业要真正做到规模化,最贵的并不是技术投入。“最大的成本是业务层面的改变,尤其是组织架构的调整。我们常说数字化是一把手工程,原因就在于此。”他说。他提到曾服务过的一家企业,旗下有几千家线下门店,董事长讲过一句让他印象很深的话:生产、销售、营销、设计、库存,各部门报上来的数据都是80分,可到他那里,业务整体却不及格。为什么?数据没打通,业务跑起来还是各管各的。
换个方向看,可信数据空间用起来的样子,通常并不宏大。
先说第一个:每天大量司机在万联易达平台上注册,平台得先核验身份——身份证、驾驶证、运营许可证,合规了才能接单。过去的问题在于证照照片模糊、已经过期却看不出来,甚至有人修图造假。他们的办法是:先用自己的精准
第二个是从A城市到B城市,第一步要算准运距。货车路线和家用车不一样,还会碰上封路等各种情况。要是一开始报价4000元,实际跑下来因为堵车、交通管制、塌方等原因拖到三天才送到,价格涨到7000元,争议订单就会大量出现。他们引入天气数据、路网数据、交通管制数据、多式联运数据等多维信息,尽量把误差压小,让运距和运价更准。