本文来源hellompc特邀专栏 特邀作者：光之树
数字经济的发展离不开数据，可用于在线计算的数据已成为数字经济时代的生产要素。在数字经济框架下，社会分工各部门间可以通过区块链、大数据等技术高效的广泛连接和协同，从而形成可信、共赢的新型价值联盟，实现社会化生产的提效降本，并促进和深化社会创新。
1
数字经济实践
目前国内数字经济实践中分为资产化和数字资产化两大环节：
资产数字化环节伴随着IoT、计算机视觉、工业物联网标识解析等技术的发展，物理世界同数字世界的鸿沟日益收窄，同时，资产数字化所覆盖的对象也从实物、人等扩展到了人与物、人与人、物与物之间的关系和互动层面，数字对于场景（时间、空间、事件等要素构成的上下文环境）的刻画能力日益深入。因而所谓“上链”的过程也从单纯的技术实现范畴，转化成了帮助企业跨越“数字藩篱”，将物理世界同数字世界“打通”的一整套方法论体系。这一环节带来的价值主要是业务的提效降本。
数字资产化环节是前一环节基础上的增量创新，在业务效率提升的基础上，带来了新业务的扩展、新价值的发现，以及新一轮资产数字化的闭环开端。在资产数字化之后，利用数据中台、人工智能、云计算等技术，结合数据的挖掘、治理和应用等工作，企业自身的数字化程度及数字化生产力得到极大提升，使得企业能同其他企业形成以数据可信协作为基础的数字生产关系，充分利用数据作为生产要素，以数字联盟的形式，实现业务的创新和扩展，从而实现从数字到价值的“价值藩篱”跨越。
2
数字联盟的特征和分类
数字协作联盟作为新型的数据生产关系，需要进一步研究其分类和特征。基于近年来国内多种有意的探索，本文初步梳理和研究了目前常见的数字协作联盟形态，如下图所示：
这一工作一方面将对后续有志结成联盟的“盟主”企业，在如何定位、形成、运营、发展、变革等方面提供比较清晰的比照坐标，另一方面，也能帮助联盟成员企业更好的选择联盟，并清楚的识别和最大化发挥联盟带来的价值。
从前述数字协作联盟的四种形态分析可以看出，一方面，同其他联盟一样，数字协作联盟也存在着一定的生命周期规律，从联盟的结盟、发展、稳定到变革，每个阶段联盟的“成员-规则-运转”三要素都将面对不同的问题和挑战，需要结合当前的情景，以及相应的动能来进行体系化的分析和解决方案设计；另一方面，不同形态的联盟之间并非孤立无联系的，不同联盟形态存在转型和联合的可能性，例如，证券的存托管这样的监管驱动型联盟在联盟数据能力、成员分布以及各成员业务发展到一定阶段时，就可能会自发的转型成为围绕新型业务（如投融资撮合等）的产业价值型联盟，又比如对于开放赋能型的数据开放联盟，可能需要同银行间协作联盟合作，来寻找数据开放的应用落地场景。
因此，这里所谓的“情景”意味着数字协作联盟在当前阶段所处的上下文（如盟主和盟友的情况、联盟的价值和竞争力，等一系列内外部的因素），“动能”意味着联盟之所以能成功的进入下一阶段或稳定在本阶段的核心因素。而分析当前情景，结合科技、过往最佳实践经验等手段，从联盟“成员-规则-运转”三方面，优化和提升联盟动能，从而实现联盟效益最大化，是数字协作联盟架构的核心。
可以预见，研究和推动数字协作联盟的顶层设计、精细化运营将是未来数字经济发展过程中能够发挥重要价值的工作。本文后续部分将展示四类数字协作联盟的探索实践经验，以期引发读者更多的讨论和参与，从而进一步推动对数字协作联盟顶层设计、精细化运营等方面的研究和实践。
数字联盟“情景-动能”方法论框架
3
数据协作生态的进化
我们正处在“第一次数据工业革命”的前夜。社会对数据权利意识普遍觉醒、相关技术应接不暇迅猛发展(大数据、区块链、人工智能、IoT、云计算、边缘计算......)、多个新型数据资产服务平台的正式运营、法律法规监管方式的陆续完善健全......种种迹象表明，数据的“农耕文明”时代很快将一去不复返。伴随数据生产力的提升，数据的生产关系也需要进化了。 在数据的“农耕文明”时代，数据生态表现出社会分工不明确、生产方式不发达，导致自给自足与数据价值难以转化为业务价值的现象。“工业化”的数据协作生态则有了相当的进化：
1. “数据是新型资产”这一观念逐渐成为普遍的共识，因而需求方的数量增长异常迅速。需求方对数据的应用方式，也逐渐由多部门协同转换为“数据中台”，逐步形成内部的数据价值链闭环。
2. 数据需求方之间逐渐开始出现分工、协同，如围绕贸易金融的多家银行联盟链、机构间联合风控建模、供应链核心企业对上下游的能力开放......等。
3. “数据公司”逐渐分化为数据资源方、数据分析和建模方、数据资产服务平台等不同的角色，数据的分工逐渐精细化。
4. 不论是监管层面 GDPR、CCPA 以及国内一系列法律法规的出台和实施，还是民众对自身数据权利、隐私保护等意识的普遍觉醒，都意味着数据协作生态(生产关系)需要有一种可确权、可追溯、可信、可控的机制。
5. IoT、边缘计算、联邦计算等技术的发展，使得数据产生、采集、利用更加高效和“Just- In-Time”，这一数据协作的“去中介化”趋势逐渐打破了传统数据公司的“数据霸权”。
6. 如下图，各参与方的“人工”因素逐渐降低，在数据价值链中大部分的对接都是“机器对机器”实现，极大提升了协作效率，也使得协作中越来越大比例的“信任”，可以由技术来保障。
结合数据“工业化”的特点可以发现，“数据信任链”是这种新型数据协作模式的核心。“数据信任链”是指数据在产生、采集、加工、传递、应用整个价值链中，相关权利得到确认且不受侵害，所有环节可被追溯和审计，数据、模型等在整个链条中受到保护不被“污染”，且参与各方可以互信协同。
4
政府数据开放联盟浅析
联盟情景
1：政府数据开放平台已逐渐成为一个地方数字政府建设的“标配”，近年来呈爆发式增长：截至 2019 年上半年，已有 82 个省级、副省级、地级政府上线了数据开放平台，与2018年同期相比新增36个；共62801个开放数据集，与2017年起8398个相比，增幅近七倍。2：未被完全释放的数据开放价值：缺乏数据开放联盟顶层设计、法规政策缺乏、高需求高价值数据供给不足、平台层缺乏常态化运营等问题，导致仅3.7%地方平台上存在少量有效服务应用。实质上平台更像是缺少观众和演员的空舞台，离平台开放创新的初衷尚有距离。
联盟角色及动能
1：数据开放主体：数据作为新型生产要素，如果能有一种保证数据安全前提下的数据共享方式，那么数据开放主体可以充分享受数据开放带来的经济效益的分配，以及因为数据开放应用带来的业务增长机会。2：数据利用主体：以金融行业为首的多个行业已经率先开始了数据驱动的业务转型工作，数据的利用已经同创新和增量业务紧密结合，证明了数据利用的价值，因而如何在合法合规前提下引入和挖掘更多可利用的数据资源，成为增量业务开展及更多业务创新的迫切需求。3：联盟治理和监管方：传统“数据仓库”式的数据开放平台建设思路，即，各数据开放主体将数据传输、汇集到开放平台上，然后根据数据开放权限，供相应数据应用主体下载、获取。这样的模式在数据时效性、数据应用落地适配度、数据安全保护、监管等方面都存在非常大的挑战，因而在一些实际项目中均遇到了很大的挑战。如何兼顾数据权属的同时，又保障数据质量、共享效率，并实现可监管、可追溯，成为监管方最急迫需要的解决方案。4：大数据中心运营主体：如何在监管方指导下，充分利用市场化机制，在合法合规的前提下，如何提升数据开放平台的活跃度，如何进一步深入创新，从数据的上架和销售平台，转变为带有自主创新应用的数据资产服务平台？等一系列问题也是近期探索的热点。
小结：
伴随数据“工业化”进程，一方面数据分工逐渐细化，“可信”是规范各方行 为的同时保障各方利益的基础，另一方面，多方协同所需要人工参与的数据价值链环节越来 越少，在各个价值链环节中人工的比重也越来越少，因而沟通、协同、信任这些原来属于“社 会科学”范畴的问题，在新的协作范式中，就能够部分利用计算机科学技术手段(如隐私计算、区块链等)来解决。
