数据要素专家

要点：

1、rm数据率先发布数据确权“三证”，并已经开始产生收入，客户需求饱满，包括农业、汽车、金融服务、物联网、互联网平台、大数据局、AI语料公司等行业，目前还处于“排队”阶段，足见需求。

【资料图】

2、客户确权的主要诉求包括：1）互联网

大厂合规诉求，在监管面前自证清白；2）数据资产估值、入表的前提是确权；3）万亿数据要素市场的入场券。

3、客户可以根据他的需求和数据权利的类别确权，也可以根据自己的预算，数据要素采买的中间流转方也需要确权。4、竞争格局。确权并不只是一个发证的问题，需要涉及很多专业问题，人民数据优势：1）党管数据实践平台身份：数交所、

政府部门，都是地方性的，且都属于被监

管方；2）全国性的“数据要素链”人民 链，已经网信办备案。3）全国性的权威身份能推动全国三证标准互认，促进数据互联互通；4）先发优势。

5、商业模式。按数据表中非空行计算数据

体量计费，每条数据几分-几毛不等，数据体量大会有一定折扣。目前来确权的公司数据体量都是4KW-5KW以上甚至1亿条

（一条平均是10-20数据格数）以上的公司。

1、全国数据流通实际上看似很多机构在做，包括上海、深圳等数交所也都提出用区块链做数据确权的事情，但他们现在并没有什么收入，而rm数据现在已经有了合同有了收入，但也存在一些质疑现在确权

是否存在法律效力。所以请问，现在从客

户的角度数据确权发展到了什么阶段？

A：一个新生事物，像数据要素市场化配置，整个数据要素市场，国家层面这两年提的非常多的政策都是鼓励大家先行先 试，不断迭代往前发展，法律总是滞后 的，从发展的角度看，不用特别纠结于法律问题。

数交所流通问题目前跟上位法没有必然关

系。例如电子商务法也是2019年才推出来，之前很多电商公司都上市了。目前数据要素市场确权这块，属于政府鼓励，市场需要，不违法，那就是让市场去投票。立法层面，虽然还没推出数据确权上位 法，全球都还没有，但是中国国家层面 上，数据20条其实是提出了一个比较创新

型的三权分置数据确权的一个指引思路

的。

同时国家层面上，数据安全法，网络安全法，个人信息保护法，也划定了一些数据合规红线，虽然在细节上没有（法律总是保守的），但从其他层面上的一些地方法规，国家层面上行的一些数据合规的一些标准是非常多的，包括数据的分类分级 等。

以上大的背景前提条件，为开展数据确权业务提供了非常好的大环境，从市场层面上说，现在国内大约有50多家数据交易所，有些身份牌照好，有些弱，基本属于地方政府成立的。

rm数据做数据确权在先试方面有比较得天

独厚的条件。1）数据方面涉及监管问题，

合法合规问题，国家层面罚比较严，rm数

据属于rmw在党管数据方面的实践平台；

2）先发优势：数据确权三权分置指引出来之后，rm数据是第一个发布数据确权三证的平台，其他交易所都是数据存证的模

式，比较避讳三证。

市场需要三证解决问题，其他模式解决不了流通的问题。

公司有人民链（国家认证的区块链基础设施），今年2月拿到网信办区块链基础设施链的备案，主打的就是数据确权存证链，是希望推动成为全国性的数据要素的底层链，现在交易所用的链也是一个个数据交易的数据孤岛，是有问题的。

数据确权不是简单的发证的问题，是一个

非常专业的问题，涉及数据安全合规审

查，需要多方参与（技术专家取证公证上

链存证法律合规），放到任何一方都不好解决怎么确权问题，需要有机构探索的。人民数据的专业优势是整合多方资源优 势。

rm数据具备把全国各方连接起来能够促进

大家互联互通互认。因为各个交易所、大数据局都是地方性质的，对于数据平台方企业还有数据使用各方都是被监管方，在上位法没有出台或面临国家严厉管控处罚的情况下，很难主动去推东数据确权引领性的工作。人民数据把生态做起来后，大家共同分蛋糕，目前存在先发优势，市场和政府也需要人来牵头做此事。公司2019年就探索这个事情了，各种经验也是最丰富的。

2、客户视角看，确权不确权对客户有什么好处，客户为什么愿意为此付费？

【1）合规需求；2）数据入表；3）数据要素市场的入场券】

A：场内虽然交易不活跃，但场外数据交易很活跃。目前淘宝、京东、天猫、抖音等大厂每年在数据上的花费很大，金融机构也很大，他们的数据都是有供应方的，这部分存在大量的场外交易，目前面临无序状态，规模越来越大，风险也越来越 大。

公司拿到数据确权三证之后，在面对数据

合法合规监管的时候，他能够去做一些自证清白的，或者最大程度上合法合规（相关法律有规定，比如是不是侵犯个人隐

私，数据分类分级，数据安全制度保

障），避免被处罚，法律也得依法罚。拿到三证之后，还有需求，是为了上到更大范围合法合规的成交。例如，深圳的客户拿到上海，上海的客户拿到重庆，总觉得不太对。公司希望推动三证全国通行，各大交易所都缺数据，也希望各地的数据上到那边，最近公司推动各个交易所战略合作就是推动这块。

数据确权拿到三证之后，很多企业也希望

数据价值最大化，前提是数据确权。一些公司原先估值跟数据没关系，有些科技公司数据是核心资产，垂直领域的公司也有优质的数据，但没有直接变现，只是拥有数据资源，也没有拿数据融资的能力，那么需要数据价值通过第三方的方式显性

化，数据估值和数据资产化，前提是数据

确权。现在首批做这个事情，后面政策一出台，就马上可以变现，后面临时做是来不及的。

优质的数据资源方、数据产品方、数据使用方，想要一个万亿市场的入场资格，所以需要数据确权。很多企业看到了数据要素市场的潜力，想入场，但又担心被罚，通过确权获得三证，取得了入场资格。

3、目前主要的客户类别？

A：1）农业集团公司；2）汽车公司；3）拥有很多物联网数据的企业；4）金融服务类企业；5）大小互联网平台：大平台更希望深度合作，认识到这是一个需要共同探索的问题。6）语料加工的这种AI产品企 业：语料加工室典型靠数据支撑的企业形

态。7）推动地方政务数据授权运营的大数

据局，这块数据量非常大，政府已经做了大量数据归集，还没有很好赚钱的效果，企业数据政府公共数据都有等等。

AI监管发布，平台公司语料的顾虑挺大 的。rmw也有海量的合规语料库，也在跟

AI公司探索。

4、哪些数据需要确权？商业模式？

公司会有前置的问询清单，看公司的诉 求。数据计量按照数据表里，按照一个非空一格字段计量，统计数据体量，数据确权需不需要确权（分成三权，数据持有 权，加工使用权，数据产品经营权），公司如果有，就可以做确权。

确权的收费肯定是要跟数据体量和做安全

合规审查的工作难度匹配，有些行业很好做确权，商业化越低的数据越容易做确 权，商业化高的数据交集和叠加非常复 杂。需要根据前置审核基础和企业情况了解之后，做相关报价。企业也会选择需要哪些确权，以及预算的问题。

持续确权的问题：是一个更难的问题，从

大量的优质数据基本是t+1更新，有些是月，季度，年更新。公司对数据会有持续监控的方式，每年做确权，后面费用会 低，要增加频率也可以，但要看成本。确权之后，还要看授权，有非常好的机 制，用区块链的方式解决，现在还没主 推。

数据中间采买流转方，也需要做确权。

5、计费模式？

单元格的计费方式，1000万条的，平均相当于1亿数据格数，按照20-30万/年价

格。来确权的都是4-5KW，1亿条以上的数据的公司。

一般的行业内不会去报产品式的报价，希望会有小的数据优质厂商能进场，价格拉高了之后不太利于三证的推行。大厂几千万都没问题。

6、竞争问题？蚂蚁链等其他方都有相关技术，是否谁都能做？

从眼前来说，有一个层面是链的问题。一个是大家怎么做数据确权的事情的问题。链的问题是一个门槛，蚂蚁链身份可能会有点问题，跟身份有很大的关系。公司已经拿到网信办底层连的确认，定位数据要

素领域，蚂蚁链是一个通用的链，数据要

素只是其中一个业务而已。

其他确权单位，先得有底层链，互联互 通，如果有人民数据同等优势，是会有一些竞争，但其他方都不完全具备。

7、网信办发的基础设施，国内是怎么定义，几个链属于国家基础设施？

长安链，是很多大厂在支持，属于北京市政府的链。

BSN：国家信息中心搞的，只是为了推进国内联盟链的发展生态，建了个朋友圈，级别也搞。

星火链网：工业互联网方面有得天独厚优势，工业链相当于。

北斗链：卫星方面

其他就是商业化的。以及基于链做的应

用，三大运营商都没有基于区块链有什么动静。

rm数据就是数据要素链。

8、数据交易所合作的事情，全国统一大平台的情况？

进行中，战略合作在推进。通过交易所里确权的数据能否拿到三证，会有问题，大家标准不一致，会跟各家一起做标准统 一，数据要素如何合规的圈子建起来，先建朋友圈。出席也有监管方网信办领导 等，对于数据要素流转肯定是监管方，听到行业声音。

9、确权的客户是谁？

客户几个类型：主要是大的平台方等。越

是商业化平台，目前阶段不想接受曝光，想先确权之后做点对点交易，面对合规审查用。

地方大数据局做公共数据确权，海量的，这个会拿到市场宣传。

语料企业：好多数据方，一转换身份就是拥有很强语料的AI公司，教育，图书出版等都有试水合作，小部分的数据探索。现在就是金融公司和大厂需求最多。

10、如果想跟公司做商务洽谈，步骤？步骤审慎。市场反应非常热，对外会谨慎点，会把确权后的好处做实了。对外开展业务，有一些前置的材料，让用户主动初审，也在迭代过程中，包括做合规审查的律所的队伍越来越多，包括公证技术安全

审查的合作方越来越多。要做这个市场也

是结合生态做。

现在初审客户还等一等，把优质客户先做了，想直营先把业务做好了，再有序打 开，推动行业良性发展。

主要成本：区块链服务器成本还比较低。更多成本在合规审查成本。

关键词：