【亿邦原创】在2023亿邦产业互联网年会上，上海钢联董事长朱军红发表了题为《智能时代的产业数据价值化》的演讲。他指出，数据价值化的前提是拥有高质量数据，其次还要将数据产品化，形成丰富的应用，才能实现数据的资产化和价值化。
同时朱军红也提醒大家，数据资产化这件事并非深不可测。想要构建高质量、高可信度的产业数据，首先要建立数据采集标准——企业之间的数据很难自动获取，需要人工采集，人工采集就需要建立标准。同时，进行数据的质量控制，最后形成数据资产。
温馨提示：本文为速记初审稿，在不影响原意的基础上，由亿邦动力编辑整理。以下为演讲实录：
非常感谢亿邦动力每年都创造这么一个机会，能够老朋友见面，能够把我们这么多年对产业互联网的认识给大家做一个发自内心的汇报。
制造业有三大环节的数字化重构，我们产业互联网打开的也是这三个环节：
第一，生产制造环节。制造端很简单，技术的进步就是永远在提升效率，你看几次工业革命都是这样。所以，制造环节当中会产生无数公司，因为技术要求不一样，制造环境不一样，所处行业不一样，生产环节很难一家独大。
第二，销售采购环节。采购无非就是买和卖，但是B端决策不是个人决策，而是企业之间的决策，所以交易行为非常复杂，而且会卖钢材的人不一定会卖有色，所以采购环节和销售环节也一样需要提升效率。
第三，经营决策环节，这个后续再讲。我简单向大家报告一下钢银今年的交易量会超过6000万吨，轻轻松松，盈利状况非常不错，再过几年我就能告诉大家交易量超过了1亿吨，所以钢银还是很有前途的。我们这个行业每年有15%的增长就很令人满意了，不像消费互联网，恨不得翻倍增长，这种东西在B端很难实现。
我们再来看数字决策环节。
第一，数字决策的前提是用数据描绘产业链全景图，知道所有经营环节当中哪一个环节出了问题，或者哪一个环节不匹配。
第二，要做产业决策，先要搞清楚产业和产业之间的联系。这些年，我为什么从钢铁做到有色、做到能源、做到化工，因为产业之间都是互联互通的，有上下游、有替代品，所以一定要搞清楚产业与产业之间如何联系，产业决策才会更加准确。
第三，采集数据的维度要越多越好，但是要有核心数据，要以价格为核心，围绕价格波动采集多维度数据。
第四，数据要准确。假如你决策的底层数据是错的，做出来的决策一定是错的，所以对所有决策数据的准确性有高质量的要求。
这里我想提醒大家，不用害怕通用大模型，因为所有模型都要以准确数据作为依据。怎样构建高可信度的产业数据？要有采集标准。企业之间的数据很难靠自动获取，一定要靠人工采，人工采集就有标准，建立了标准以后还要有质量控制，最后形成你的数据资产，逻辑就是这么简单，所以你有资产地图。
第五，数据采集要有规模，所以需要很多人，钢联今年有3600人，100多条产业链，还远远不够，没有这么多人做数据是做不出来。另外，价格是有国际标准的，人工采集也是有标准的，对质量的要求、对透明度、对公开性、对利益冲突管理、对治理结构都是有严格要求，我们每年都是要通过IOSCO的认证，目前又开始了新一年的审计。
第六，采集另类数据。不是所有数据都靠人，还有很多科技手段可以收集数据。比如我们跟踪全球的海量数据，在全球堆场，比如海外的港口堆了多少铁矿，打电话别人不告诉你，也不一定准确，派人成本太高，就用卫星机拍一拍，只要在地面上堆的铁矿都不是秘密。这个在行业当中叫做另类数据，这个技术现在特别容易，核心能力就是数据的标注能力。
这是我们大宗商品海运货流数据分析，将船舶位置、货物信息和市场数据结合，这些数据可以用到各个场景中。
数据应用场景在不断打开。
第一，做定价，做贸易结算。企业和企业之间有大量的构建稳定的长期协议，尤其是大企业，在买原材料时会签长期协议，一签就签很多年，这里就有定价问题。定价高了或低了都会损害一方利益，所以要确保客观、独立、公正、准确、及时、全面，如果做得好可以做衍生品。
第二，衍生品。Mysteel价格可以做衍生品，现在有好几个指数用在全球海外的交易所，在国内也有很多应用场景。
第三，经营决策，拿Mysteel价格做经营决策。这是标准的矿山和工厂的贸易基准价格图，钢厂钢材也是一样，要签长期协议。交易中需要的所有结算，你把数据做完了以后，我们就可以建模，在普通模型的基础上，客户可以做自己的垂直大模型，做很多的价格预测。大数据决策分析系统中有数据源、有数据管理、有业务需求，还可以做监测预警。
应用场景可以做销售动态定价、资源投放模型，也可以做配矿，因为价格和生产高度关联、和利润高度关联。同时还可以定制预测的模型，控制自己的库存。
大宗商品行业的垂直大模型，首先要有高质量的数据集，其次要有人类反馈的强化学习，最后还要有监督的精调。
垂直大模型应用落地及对产业数据有哪些影响？第一，数据采编发， 提高数据采集效率，提高数据准确性，降低资讯的创作成本。第二，数据交互对话，提高工作效率。第三，做数据分析处理，回答用户问题。
实现数据资产价值，就是要实现数据资产化。首先，要有质量的数据，将其资产化。数据资产和固定资产没有什么区别，在有形资产当中，比如说盖工厂可以形成生产，生产数据的时候未必马上可以有产出，因为一个时点的数据不值钱，数据要累积，时间长、累计多才有价值。
当采集的数据能够创造收入时，这些数据才有价值。数据资产化就是这么简单，和盖楼一样，这个楼盖好后没有人住，那就一文不值。如果你采集的数据都是错的，没有质量，也是一文不值。
有高质量的数据，还有产品化，有应用，数据才能够资产化。至于数据如何资产化，国家有很多法规，大家不用操心，比如成本法、收益法，分10年还是5年折旧，这个都会有章可循。
所以数据资产化这件事并没有那么深不可测，它并不复杂，积累的方法也有很多，而且国家一定会出很多规定。当然，我们是靠数据去卖钱的，还有自己生产了很多数据，是应用在内部的，你这个是不是和你的生产设备匹配，如果可以匹配，算到固定资产的一个部分，因为没有这个数据不可能做数字化工厂，和固定资产投资是匹配的，你也花了钱，只不过那个是无形的，所以一定会有方法，这个比较简单。
所以，核心前提就是，要么这个数据能够给你的生产经营带来效率提升，要么就是进行商业化创造收益。我的汇报这么多，谢谢大家！
文章来源：亿邦动力
