数据驱动型组织2026：如何利用数据重塑生产力，打造面向未来的组织

由爱数发布了《数据驱动型组织2026：如何利用数据重塑生产力，打造面向未来的组织》这篇报告。以下是对该报告的部分摘录，完整内容请获取原文查看。数据驱动型组织是以数据为生产要素的组织，以数据驱动业务，增强数字化韧性， 实现可持续发展、创新及增长，并重塑组织的生产力。

实现数据驱动型组织，是一个长期的过程。 以中国天辰的数据驱动之旅为例，从 2012 年投入数据保护，到 2023 年探索 数据运营，长达 11 年的历程里，中国天辰以数据战略为牵引，从数据资产 防护到文档管理，从办公文档的高效协作、安全共享到跨业务系统间的数据 流转、存储和管理，从知识管理到企业认知中台、智能运营中心……逐年实现 了企业向数据驱动型组织的演进，在建设科技驱动型的创新平台公司和具有 全球竞争力的中国化学旗舰企业的道路上全速前行。

数据能力建设既应具有行业共性，又需要实现行业高效流通与共享。到 2026 年，主要行业均将形 成国家标准或行业规范，对行业从战略到能力建设规范，从数据的高质量到数据的高效共享进行全 面的指引，从而进一步夯实行业的数据资产化、数据服务化、数据要素化。以政府、金融为例： • 《全国一体化政务大数据体系建设指南》 此行业规范正式发布于 2022 年 10 月，旨在形成从国家、省、地市的三级政务大数据管理体系， 建立政务数据共享协调机制，形成国家标准化，为政务数据提升数字政府的治理水平，以及政务公 共数据运营及要素化提供行业规范指引。该建设指南提出了统筹管理、数据目录、数据资源、共享 交换、数据服务、算力设施、标准规范、安全保障八大一体化，具备全局性、系统性和执行指引性。

《金融业数据能力建设指引》 此行业规范正式发布于 2021 年 3 月，旨在为金融机构开展金融数据能力建设提供指导。该指引规 定金融机构可从数据战略、数据治理、数据架构、数据规范、数据保护、数据质量、数据应用、数 据生存周期管理能力域提出行业规范，以及具体的能力建设项，具备高度的行业特征以及系统性。

数据二十条为数据要素市场化奠定了基础，而挖掘和实现数据价值，既涉及到数 据治理、数据加工分析、数据资产管理、数据知识化、数据服务化、数据产品化 和数据交易等数字技术创新，也涉及全域的数据要素融合。以政府为中心的公共 数据要素，以企业为中心的行业数据要素将会不断的融合创新，到 2025 年，将 形成政务大数据与行业大数据的内外双循环：  数据产业链牵引区域数字经济 每个区域或者城市聚焦发展数字经济，将会打造区域数据集团，通过政务数据杠杆， 撬动行业数据，形成内外双循环，构建服务于实体产业链的全环节数据产业链。一 方面汇聚数字化企业，另一方面，打造特色产业数据服务链，抱团服务于全国的实 体产业链数字化，赢得数据要素市场红利。

 多层次的数据流通交易体系 形成国家级、区域级和行业级三个级别数据交易场所，促进区域内、跨区域、政府 和企业的数据融合创新与交易体系。 • 百花齐放的数据价值链 围绕数据价值创新能力，将会形成围绕数据持有权、数据加工使用权、数据产品经 营权的技术环节分化和深化，形成谁贡献谁受益的价值分配体系，每个数据驱动型 组织均有参与数据要素化，获得行业数据主导权或者数据服务商创新的重大机遇。

以 GPT 为代表的大模型的出现，使得单一的基础模型能够适应多种场景下 的人工智能任务。这就使得应用人工智能算法和开发人工智能应用的门槛 大幅降低。因为人工智能应用的开发者们不再需要像之前一样，为了解决 领域内的不同问题而训练不同的模型，并进行逐一的调优，使得企业开始 考虑在某些场景下利用大模型来实现智能应用。

2020 年 4 月，国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》， 首次提出要将数据作为第五种生产要素。2022 年 12 月，《关于构建数据基础制度更好 发挥数据要素作用的意见》正式发布（简称数据二十条）。 2023年10月25日，根据《党和国家机构改革方案》规划，国家数据局正式挂牌成立。 12月15日，国家数据局公开“数据要素x”三年行动计划（2024-2026）。 预计到 2026 年: 数据要素应用场景广度和深度大幅拓展，在经济发展领域数据要素乘数效应得到显现， 打造300个以上示范性强、显示度高、带动性广的典型应用场景； 培育一批创新能力强、市场影响力大的数据商和第三方专业服务机构，数据产业年均 增速超过20%，数据交易规模增长1倍，场内交易规模大幅提升； 推动数据要素价值创造的新业态成为经济增长新动力，数据赋能经济提质增效作用更 加凸显，成为高质量发展的重要驱动力量。

数据驱动型组织是一种实现数据资产化、数据服务化、数据要素化的 未来组织。 数据驱动型组织，不仅仅可高效地存储和管理海量、多样的数据，消 除数据孤岛，更能够实现数据服务于业务创新和敏捷，从容地应对组 织内外部环境的各种变化与挑战，提升组织的竞争力和创新能力。

例如，中新天津生态城作为中国和新加坡未来城市运行的探索者，旨在打 造“生态之城”和“智慧之城”的城市典范。生态城首先从数据保护、数 据共享领域与爱数建立合作，之后双方在 2019 年双方签订战略合作框架， 先后围绕数据资产化和服务化，打造实现精准招商引资、主动企业服务、 区域产业分析预测的产业大脑。同时，围绕数据要素化，双方合资设立北 方大数据交易中心，率先成为数据驱动型组织的探索者。

2023 年开启数据驱动之路，首先需要制订清晰的数据战略，该战略需要 涵盖打造数据驱动型组织所需要的底座（关键能力），重新审视面向未来 所需要的生态伙伴（战略供应商），以及驱动组织变革所需要的数据驱动 文化、数字化人才建设及沉淀的战略路径，用数据产品释放数据资产价值， 实现数据货币化的创新规划，从而实现以数据驱动业务，增强组织的数字 化韧性。

基于数据战略，2023 年实施时首先必须阻止数据孤岛继续蔓延。数据孤岛 是一个存在数十年的问题，在开启数据驱动之路时，数据孤岛将是实现数据 驱动最大的羁绊，如何整合数据孤岛，以及避免在多云、混合云、大数据的 趋势下数据孤岛继续蔓延，均需要从企业架构上高瞻远瞩。 其次，智能时代催生数据产业的蓬勃发展，但不同业务域的数据需求、不同 类型的数据治理与应用，踊跃出众多数据能力新星。实现数据驱动型组织之 路，选择具备全域数据能力的战略供应商，以共创方式结成数字生态伙伴， 也是落地数据战略、开启数据驱动的重要一步。

人工智能已从运算智能、感知智能发展到认知智能。 认知智能基于理解和推理等底层能力，为企业用户和个人用户提供生成类、决 策类应用及解决方案，而领域认知智能是面向特定行业、业务、技术的认知智 能，也是认知智能最先落地的细分领域。 随着AGI的到来，开放的大模型在开放领域有非常让人惊艳的效果，但是回到 具有一定深度且需要答案更加精准的领域场景中，就会暴露出领域知识缺乏、幻觉问题、 时效性不足和解释性缺乏的问题。 领域认知智能可基于领域数据对大模型进行预训练或调优，并利用知识工程将私域数据 加工成领域知识网络。将两种技术结合，让计算机具备面向特定领域的理解、推理、归 纳等认知能力。 组织在落地大模型时可以结合领域认知智能从以下几个方面考量以兼具安全性和经济性： 使用私域数据和公开数据构建领域知识网络，实现知识增强，真正解决领域实际问题； 选择私有部署方式，并对应用进行有效的权限控制，全面提升大模型的安全性； 对于基础大模型的选择上保持中立性和灵活性。

实现数据驱动型组织的终极目标是数据可以作为一种无形资产计入会计报表， 这才是真正的数据资产化。无形资产入表的依据不是来自于加工和形成数据 资产所做的投入和成本，而是依据于所沉淀的数据资产可以创造多少收益来 进行无形资产计量。 围绕沉淀的数据资产开发可销售的数据产品，让数据的收益可预测、可估量， 开启数据货币化之路，是组织创新、拥抱数据驱动型组织的长期动力，也是 数据驱动型组织代表未来组织的根本所在。 数据产品并非数据应用，而是被第三方可购买、可使用的一种新型数据形态。