数据成为生产要素，成为数字经济时代的“石油”。
数据已成为新型生产要素，具有劳动工具和劳动对象的双重属性。数据要素市场的目标是实现数据要素的市场化配置，其目的是建立以市场为基础的调配机制，实现数据的流动价值或在流动中产生价值。数据要素市场可以归结为数据采集、存储、加工、流通、分析和生态保障六大模块，主要通过业务贯通、数智决策和流通赋能三条途径实现自身价值。国家工业信息安全发展研究中心数据显示，我国2021年数据要素市场规模达815亿元，预计“十四五”期间年均增长率达25%，有望在2025年达到1990亿元的市场规模。
政策催化强劲，行业景气度拐点已至。
2022年12月19日，“数据二十条”正式发布，这是继《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》之后首次在国家级政策文件中全面明确数据基础制度，2023年3月，国家数据局获批成立，数据要素发展再提速。政策端持续催化下，中国电子以及上海、河南、福建、陕西、成都、南京等地陆续成立数据集团，有望成为各地政府参与数据运营的抓手。此外贵阳、上海、深圳各地数据交易所陆续挂牌运营，截至2022年底，全国数据交易所已近50家，数据产品和服务类型日益丰富，加速了数据要素价值转化。
AI大模型向行业垂类模型落地演进，数据成为核心壁垒。
数据贯穿AI垂类模型训练的始终,AI垂类模型强调领域的know-how，对数据在深度和质量上的要求更高，增加训练数据量对模型性能提升来说更具性价比。行业数据成为国内垂类模型卡点,管国内AI大模型已经取得较大进展，但是行业数据的可得性限制了垂类模型的应用落地。当前阶段，拥有大量数据积累并且具备行业know-how的企业能够在大模型的基础上学习行业特色数据与知识，打造出AI垂类模型。
AI垂类模型加速数据要素市场发展，推动数据流动。
根据艾瑞咨询数据，2022年我国AI基础数据服务市场规模为31亿元，2027年有望达到79亿元，2022-2027年CAGR达20.6%。在垂类模型的训练过程中，对数据量、数据集的丰富度和全面性以及数据的及时性都提出了一定的要求，数据要素市场打通了“数据要素供给-数据要素流通-垂直领域模型研发及应用”循环发展的产业链条，其提供的海量丰富的训练数据是垂类模型的基础原料，市场流通则是连接数据要素与垂类模型的枢纽。在垂类模型的推动下，数据要素市场的新业态也不断涌现，多地以数据交易所为主导，建立数据要素与大模型的“产业联盟”，数据要素市场建设再加速。
来源：国金证券，《数据要素专题研究：大模型与数据共振，数据要素市场方兴未艾》
本篇文章来源于微信公众号: 数字金融网
