数据平台接入的企业越来越多，上架产品也越来越多。采购方却要问：拿到这些数据以后，哪项业务能改善，费用由谁出？11月5日，国家数据局转载人民网对中国科学院文献情报中心研究员白光祖的访谈。他提出“数模共振一体”的思路：把数据训练成适用的模型，以“模型即服务”交付专门问题的解决能力。同期另一篇访谈中，中国科学院大学孙毅将市场化商业模式和可核算的场景效益置于评价数据项目的重要位置。两位谈的是经营思路：数据做成服务以后，能否带来反复使用和持续付费？[1][2]
数据有价值，交易却并不容易
行业里积着大量历史数据。工业设备厂商掌握维修记录与备件故障，医院与科研机构保存诊疗和实验数据，交通部门积累路网运行信息，能源企业拥有设备与负荷变化数据。它们具有应用价值，却未必能像标准化商品一样被直接购买。需求方常常不知道数据准确性如何、字段口径是否一致、更新是否及时；供给方又担心原始数据流出后失去控制，或者承担隐私、商业秘密与合规风险。即使双方愿意合作，从字段对接到业务解释仍需要大量定制工程。数据交易市场提供登记、目录、授权和流通基础设施，可以降低搜索和交换成本，却未必自动消除产品交付中的技术障碍。
白光祖在访谈中谈到，生产数据的人与使用数据的人往往分离，权益与收益很难直接对应。他提出借助模型把数据转化为专用服务，让使用者购买解决方案，而不一定直接接触原始数据。这有点像软件从卖安装包转向提供持续服务。买方要的是问题解决了，卖方得维护底层数据、模型和接口。对数据产业来说，模型未必只是大型语言模型，也可以是风险预测、物理诊断、统计分析或知识检索组件。服务是否成立，取决于它是否持续改善一个可以量化的决策过程。[1] 数据持有方可以按调用收费，技术服务商也可以收部署和维护费；但定价之前要弄清客户原来如何完成同一项任务，人工需要多久，误判由谁承担。卖出的若只是一段模型回答，采购部门很难在下一年度照原价续签。
卖诊断能力，要先算清风险
以某类设备健康诊断为例，原始数据可能包含几年的振动、电流、压力、工况和维修记录。直接出售这些数据，外部企业还需要理解传感器安装位置、运行负荷、故障分类与设备型号，甚至需要重新标注训练。若由数据持有方或其合作技术服务商完成治理和训练，就可以对外提供“输入一段设备运行曲线，返回故障风险、证据区间和建议检查项”的专业接口。采购企业支付的对象变成可验证的诊断能力，数据提供方可以继续控制原始数据的存储和授权方式。不同企业仍需要适配不同设备，产品化的收益来自相同诊断逻辑在多个合适场景中的重复使用。
原始数据不出库，也不能把风险当作零。模型参数、输出和服务日志在特定条件下仍可能暴露训练数据的特征，稀有样本尤其要留意。若原始数据包含个人信息、商业秘密或其他受保护内容，需要额外进行合规评估、访问控制与隐私风险测试。服务化能够改善数据使用方式，却不能单靠“只提供API”就完成全部权益保护。成熟的平台应该把数据来源、使用授权、可训练范围、模型版本、输出限制及审计证据一起管理，并允许数据提供方按合同撤回或调整后续使用权限。出了问题能查到是哪批数据、哪个模型版本、哪次授权，采购合同才有落点。
福州数联网：接入之后如何运营
福州已有一组可观察的运营数据。福州市数据管理局11月4日披露，福州数联网经过约两年试点，累计接入数据流通利用主体1300余家，上架数据产品3500余个，形成34个典型应用场景，覆盖工业、金融、文旅、农业、医疗、民生等十余个领域；11月3日的活动同步上线福州OPC公共服务平台。官方把下一阶段描述为从“建设”转向“运营”，希望把已有基础能力转化为实际流量和数据价值。1300余家是接入主体，3500余个是上架产品，34个是典型场景；要判断交易额和续费率，还得看相应经营数据。[3]
地方数据平台投入往往比较大，基础设施建设又具有明显公共属性，因此评价时应同时看两类账。公共价值包括是否降低企业跨部门办事成本、是否让科研机构更容易获得合规数据、是否提升政府治理效率；经营价值则涉及实际调用量、重复购买、客户留存、单位交付成本和平台服务收入。数字化建设初期通常关注系统上线和资源接入，而运营阶段更需要跟踪长期用户。以同一客户连续几个月的使用记录为例：有没有从试用走向付费，调用高峰是否与业务周期有关，停用后是因为结果不准、接口不稳，还是采购预算改变。不同原因对应的是不同的改进工作，不能简单归到“市场教育不足”。假如上架了数千个数据产品，却只存在少数高频调用场景，就要研究是否应该围绕这些场景开发更成熟的应用，而不是继续以目录总量作为唯一竞争目标。目录上的产品数不会替平台带来续约，反复发生的业务调用才可能。
市场化的三笔账
国家数据局11月5日转载的孙毅访谈提出，评价数据项目时要计算场景本身的账、经济发展的账与社会效益的账。他观察到“数据要素×”大赛绿色低碳赛道的应用不再只聚焦环境指标监测，还扩展到农产品提质增效、绿色治理与居民生活等场景，部分企业开始形成营收与持续经营模式。这三笔账有不同的付款人与观察周期：使用方买不买、产业链有没有新增服务、公共治理和民生有没有改善。不能拿上架数量替代任何一笔。[2]
例如园区碳管理平台，可以报告采集了多少家企业、多少个计量点，但投资价值还要看企业是否因此降低了能耗、减少了核查费用或改善了供应链准入能力。农业数据服务可以展示覆盖多少耕地，还应检验是否帮助农户提高产量、减少投入或获得更稳定的订单。城市治理平台可记录报警和处置事件，进一步衡量是否缩短响应时间、提高资源调配效率。这些指标都不能靠单次产品演示得出，需要企业、政府和第三方共同建立观察周期。数据产品一旦与实际收益挂钩，计费方式也会更加多样：按调用、按服务周期、按对象规模甚至按经核验的业务效果计价，但各自需要对应清楚的风险和责任安排。
登记解决权利口径，模型解决实际任务
2026年7月，国家数据局发布《数据产权登记工作指引（试行）》；9月，国家数据产权登记服务系统上线试运行，提出统一登记对象、类型、流程、审查标准和结果互认，推动解决多种登记体系并存、标准不一和互认不足的问题。登记体系的建设有助于降低市场主体确认权利与核验信息的成本，为数据交易、融资担保、入表及纠纷解决提供基础支持。它属于数据要素市场的制度工程，与具体模型服务形成互补：一端让各方更容易明确可以使用什么、依据什么使用，另一端让用户真正获得有用的业务能力。[4][5]
产权登记记录权利和来源，模型能否完成具体任务，还需要另外测试。即使产权和来源信息清晰，数据仍可能存在缺失值、采样偏差、时间不一致以及不同地域采集口径不统一等问题。数据工程需要建立质量测评、版本管理和语义标准，模型工程则需要检验业务指标与数据漂移。对于要长期运营的模型服务，这两类机制必须协同：授权负责合法边界，质量治理负责数据可用性，评估体系负责产品效果。供给方若能把合规和质量管理做成可重复的标准，产品价值会比单独销售一份数据库更容易被客户理解。
数据集、模型与智能体怎么分工
国家数据局11月4日转载的另一篇专家访谈中，北京交通大学沈孟如谈到，高质量数据集、垂直领域模型和智能体正在相互推动，场景牵引和跨主体融合成为竞争要素。一项服务可能经过三道工序：数据产品要说明来源、清洗规则、专业标签和更新频率；模型要针对具体问题训练和评估；智能体还得接入客户软件，把结果送进业务流程。三层可以由不同企业提供，也可以由一个平台组合，但每一层都需要可交换接口和明确责任。[6]
举例来说，地方工业数据空间可以授权设备制造商使用部分脱敏运行特征，设备企业用历史故障数据建立诊断模型，系统集成商再把该模型与工厂的设备管理、备件采购和维修工单连接。最终客户在岗位工作台上看到的，是“这台设备需要检查什么、何时处理、依据哪些历史记录”，而不是一串原始时序数据或无法解释的风险分数。完成同类项目越多，模型和工具组件越可复用，平台的规模经济性越容易形成。当然，不同行业的工艺差异、数据使用协议和设备安全要求会限制复用程度，商业计划仍应从少数具体验证场景起步。
服务合同要回答的问题
模型服务进入采购清单以后，合同要写得比演示页面细。输入数据由谁提供和保存，模型多长时间更新，出现错误如何申诉，关键场景能否追溯到原始证据，服务中断是否有人工替代，训练形成的衍生权益归谁，退出时如何返还或删除数据？企业使用方还会关心模型是否被其他客户数据影响，是否可以在本地运行，以及服务商如何证明没有超越授权范围。多家企业共同贡献数据时，合同还要写清模型继续训练后能供谁使用；一方退出服务后，已经训练的版本如何处理。数据目录里的授权条目与实际调用记录要能对应起来，遇到争议才能沿着合同、模型版本和日志回查。没有这些机制，模型即使推理质量很高，也难以获得金融、医疗、能源和工业客户长期采购。
比较稳妥的产品设计是先选择风险相对较低、收益容易量化的功能，发布清晰的接口版本与服务级别说明，为每次调用生成可审计记录，允许客户抽查输出和证据。更复杂的自主执行能力可以在运行稳定、权限明确后逐步增加。数据和模型供应商需要联合制定商业分成：谁承担采集成本，谁负责模型更新，谁承担客户支持，谁拥有行业渠道。分工写不清，平台每增加一个数据方或服务商，协调成本就多一层。能把授权、评估和交付做成固定流程的团队，才有可能独立经营。
活跃使用比上架数量更难做
平台公开报告若能在接入数、上架数之外，长期披露活跃调用方、有效调用频次、跨主体协作项目和模型服务续约情况，外界就更容易看出运营质量。对于商业保密数据，可采用区间和匿名统计，但要保持口径连续。投资机构评价数据公司也可以把其视作具有特殊合规要求的专业软件企业，关注续约率、获客成本、交付周期、推理与存储开销以及行业专家投入。政府在建设公共基础设施时，则应明确公共服务目标和市场化运营目标之间的边界，为真正有经营能力的专业团队留下创新空间。
“数模共振一体”能否做成生意，取决于有没有既能合规使用、又有人持续付费的任务。福州数联网谈从建设转向运营，“数据要素×”大赛也出现对经营模式的讨论。下一步应跟踪同一客户能否持续调用、模型出错由谁处理，以及收入能否覆盖维护成本。
参考资料
- 国家数据局／人民网，白光祖：数模共振一体 让数据在应用场景中创造价值，2026-11-05，模型即服务与场景观点：https://www.nda.gov.cn/sjj/zwgk/zjjd/1105/20261105165332500529891_pc.html
- 国家数据局／人民网，孙毅：数据要素从概念走向实效 重在场景落地、乘数效应、市场化主导，2026-11-05，数据项目三笔账与市场化经营：https://www.nda.gov.cn/sjj/zwgk/zjjd/1105/20261105165107902766500_pc.html
- 数字中国建设峰会／福州日报，福州数联网第三批典型应用场景发布，2026-11-04，地方平台阶段数据与运营计划：https://www.digitalchina.gov.cn/2026/xwzx/szkx/202611/t20261104_5389719.htm
- 国家数据局，数据产权登记工作指引（试行），2026-07-04，制度背景：https://www.nda.gov.cn/sjj/zwgk/tzgg/0703/20260703230745065425855_pc.html
- 国家数据局，国家数据产权登记服务系统上线试运行，2026-09-11，登记平台进展：https://www.nda.gov.cn/sjj/swdt/xwfb/0911/20260911171614017938821_pc.html
- 国家数据局／人民网，沈孟如：发挥场景牵引作用 打造互联互通、融合数据与应用的市场生态，2026-11-04，高质量数据集与智能体：https://www.nda.gov.cn/sjj/zwgk/zjjd/1104/20261104104734357962233_mobile.html
设备诊断、园区碳管理等情境为分析举例。