AI+数据要素下游重要应用 元宇宙顶层规划出炉 落地场景有望全面加速

• 李波 2023年9月11日 来源：中研普华集团、央视财经、中研网 1422 94
• 繁体

9月8日，工信部等五部门印发《元宇宙产业创新发展三年行动计划(2023-2025年)》。计划提出，强化人工智能、区块链、云计算、虚拟现实等新一代信息技术在元宇宙中的集成突破。

9月8日，工信部等五部门印发《元宇宙产业创新发展三年行动计划(2023-2025年)》。计划提出，强化人工智能、区块链、云计算、虚拟现实等新一代信息技术在元宇宙中的集成突破。

硬件及应用方面，文件要求拓展元宇宙入口，加速XR头显、裸眼3D等沉浸显示终端的规模化推广，丰富基于手机、计算机、电视机等终端的元宇宙应用，支持脑机接口等前沿产品研发。

创新数字人、虚拟空间开发工具组件，推动数字人制作便捷化、精细化、智能化，推广虚拟会议室、展厅、营业厅、社交空间等产品。

同日北京市政府印发《北京市促进未来产业创新发展实施方案》，方案也提出在海淀、朝阳等区域重点发展通用人工智能、第六代移动通信(6G)、元宇宙等产业。

此外，2023年9月8日，第19届亚洲运动会火炬传递启动仪式顺利举行，同时，线上也可成为杭州亚运会数字火炬手。

广发证券表示，此次《行动计划》将成为国家层面元宇宙最高指导政策，加速上游技术推进和下游应用场景拓展。“元宇宙”此前由于产业链技术支撑尚不成熟，缺乏实际落地应用，因此未能取得实质性进展。

但是随着今年ChatGPT的出现，生成式AI和AI大模型引领的AI应用落地取得突破，让“元宇宙”这一庞大复杂的虚拟系统，看到更接近落地的可能性。

同时，近年来我国积极推动数据产业链建设，“数据二十条”“数字中国”“数据资源会计处理”以及多个地方性政策持续出台，引领数据流通、数据确权等核心数据产业发展，为元宇宙提供底层技术支撑和良好政策环境。

元宇宙作为AIGC、数据流通等技术的下游应用场景，随着《行动规划》的印发，产业的发展既将提升上游技术产业的需求，促进元宇宙技术矩阵快速发展，同时也将更深度赋能C端+B端的多元行业应用，在更多场景实现落地。

公司方面，据华鑫证券表示，包括：浙文互联：公司旗下杭州LGD战队也在备战，公司旗下的数字人也将投身亚运会赛事解说，用多元的元宇宙和AI技术带来新观赛体验。

蓝色光标：公司元宇宙业务目前分为4大主要入口：虚拟人，虚拟物(即NFT)，虚拟空间以及xR影棚业务。

数据治理行业发展现状分析

“数据"和"大数据"仍是“十四五”规划纲要的高频词之一。“数据”一词在“十三五”规划纲要中出现10频次，"大数据"一词出现20频次;“数据”一词在“十四五”规划纲要中出现53频次，"大数据"一词出现43频次。

数据治理是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。

数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程。信息系统建设发展到一定阶段，数据资源将成为战略资产，而有效的数据治理才是数据资产形成的必要条件。

数据治理是对数据资产管理行使权力和控制的活动集合。数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统，这些过程按照达成共识的模型来执行，该模型描述了谁能根据什么信息，在什么时间和情况下，用什么方法，采取什么行动。

数据治理的最终目标是提升数据的价值，数据治理非常必要，是企业实现数字战略的基础，它是一个管理体系，包括组织、制度、流程、工具。

以企业财务管理为例，会计负责管理企业的金融资产，遵守相关制度和规定，同时接受审计员的监督;审计员负责监管金融资产的管理活动。数据治理扮演的角色与审计员类似，其作用就是确保企业的数据资产得到正确有效的管理。

从范围来讲，数据治理涵盖了从前端事务处理系统、后端业务数据库到终端的数据分析，从源头到终端再回到源头形成一个闭环负反馈系统(控制理论中趋稳的系统)。

从目的来讲，数据治理就是要对数据的获取、处理、使用进行监管(监管就是我们在执行层面对信息系统的负反馈)，而监管的职能主要通过以下五个方面的执行力来保证——发现、监督、控制、沟通、整合。

应对型数据治理是指通过客户关系管理(CRM)等“前台”应用程序和诸如 企业资源规划(ERP)等“后台”应用程序授权主数据，例如客户、产品、供应商、员工等。

然后，数据移动工具将最新的或更新的主数据移动到多领域MDM系统中。它整理、匹配和合并数据，以创建或更新“黄金记录”，然后同步回原始系统、其它企业应用程序以及数据仓库或商业智能分析系统。

应对型数据治理还会导致最终用户将数据管理团队看作“数据质量警察”，并产生相应的官僚化和延迟以及主数据仍然不干净的负面认识。

这还将使得MDM方案更难实现它的所有预期优势，并可能导致更高的数据管理总成本。此方法的风险是组织可能以“两个领域中的最差”而告终，至少部分上如此–—已在MDM方案中投资，但是只能实现一些潜在优势，即在整个企业内获得干净、精确、及时以及一致的主数据。

主动数据治理的第一个优势是可在源头获得主数据。具有严格的“搜索后再创建”功能和强大的业务规则，确保关键字段填充经过批准的值列表或依据第三方数据验证过，新记录的初始质量级别将非常高。

主数据管理工作通常着重于数据质量的“使它干净”或“保持它干净”方面。主动数据治理还可有效消除新主记录的初始录入和其认证以及通过中间件发布到企业其余领域之间的所有时间延迟。

由用户友好的前端支持的主动数据治理可将数据直接录入到多领域 MDM 系统中，可应用所有典型的业务规则，以整理、匹配和合并数据。当初始数据录入经过整理、匹配和合并流程后，此方法还允许数据管理员通过企业总线将更新发布到组织的其它领域。

根据中研普华研究院《2023-2028年数据交易中心产业深度调研及发展现状趋势预测报告》显示：

数据要素市场爆发元年

算力和算法是普遍被认同最为受益AI和数字经济浪潮领域，不过很多人没有注意到数据要素的领衔时代正在到来。

2019年，国家层面首次提出把数据作为一种新的生产要素，数据要素迎来0到1突破。次年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》，提出促进数据要素市场化配置的改革方向。

过去两年多来，数据要素在国家层面总是被反复提及，成为规划和产业政策的高频词。

随着数据要素相关政策文件推动，我国数据要素市场规模逐渐步入高速增长阶段。根据国家工业信息安全发展研究中心测算，2021年中国数据要素市场规模已经达到815亿元，到2025年将翻一番，突破1749亿元。

今年6月底，深圳发改委发布关于印发《深圳市数据产权登记管理暂行办法》的通知，明确了数据登记主体、行为等多方面内容，对数据产权登记作出了详细指引。

紧接着到了7月初，北京印发《关于更好发挥数据要素作用进一步加快发展数字经济的实施意见》的通知。实施意见提出，形成一批先行先试的数据制度、政策和标准。

力争到2030年，本市数据要素市场规模达到2000亿元，基本完成国家数据基础制度先行先试工作，形成数据服务产业集聚区。

随着大数据、人工智能的发展，数据的主要使用主体早已经从人覆盖到机器和大模型。数据要素不仅是新兴的生产要素，同时也是大规模计算的原料。截至目前，全国几乎所有的省份都设有省级数据管理局或大数据中心机构，覆盖率超过90%。

相比劳动力、资本等传统生产要素，数据要素的第一大特性是可共享、易复制、无实体损耗，且具备乘数效应下的规模收益递增优势。

再说第二大特性，是数字要素具备迭代快、扩散快、渗透性强特点，其跨行业、跨区域、跨部门融合应用成效显著。

最后，数字要素可以全方位赋能其他传统生产要素，提高全要素生产率，从而提高产业竞争势能。比如，数据要素与劳动力相结合能提高劳动生产率;

数据要素与技术相结合能加快技术迭代，促进产研融合;数据要素与资本要素结合能够降低后者的不确定性风险，补强金融服务的广度和纵深。

《2023-2028年数据交易中心产业深度调研及发展现状趋势预测报告》由中研普华研究院撰写，本报告对该行业的供需状况、发展现状、行业发展变化等进行了分析，重点分析了行业的发展现状、如何面对行业的发展挑战、行业的发展建议、行业竞争力，以及行业的投资分析和趋势预测等等。报告还综合了行业的整体发展动态，对行业在产品方面提供了参考建议和具体解决办法。

• 相关深度报告REPORTS

  

  2022-2027年中国数据治理行业发展现状分析及未来趋势预测研究报告

  数据治理（Data Governance）是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。本研究...

  查看详情

延伸阅读

推荐阅读

猜您喜欢