• 亿邦公众号
    • APP下载

访谈典枢科技马毓一:让每一份数据都安全流动,让每一次流动都创造价值

作者:亿邦智库黄斌 文章来源:亿邦智库

2026-07-27 12:56

作者:亿邦智库黄斌 文章来源:亿邦智库

2026-07-27 12:56

邦小白快读

EN
全文速览

本文是亿邦智库对国内头部数据流通服务商典枢科技负责人马毓一的访谈,梳理了数据要素流通行业的核心痛点、落地方案和普通人参与数据变现的实操干货。

1. 当前数据流通行业核心痛点是数据可零成本无限复制,侵权维权成本极高,传统知识产权制度无法适配数据保护需求,导致大量数据沉睡无法变现。

2. 典枢打造“数据领域淘宝”平台,通过数据安全柜、区块链、隐私计算技术解决数据确权、安全和信任问题,支持低至几元的小额数据交易,个人创作者也能上架轻量化数据产品变现,已有独立创作者单月流水达两三万元。

3. 实操建议:任何主体都拥有可变现数据,不用先想清楚价值再行动,先归集、上架、流通,让市场挖掘数据价值即可快速参与数据产业。

本文拆解了数据要素流通的商业逻辑和落地方案,对品牌商挖掘自有数据价值、布局数据资产、拓展新增收益有较高参考价值。

1. 消费与产业趋势:AI发展带动全行业数据需求爆发,品牌自有用户行为、运营、产品相关数据都是可变现的优质资产,哪怕是轻量化、碎片化的数据也能形成稳定收益。

2. 渠道建设:品牌不需要自建数据销售、运营团队,依托成熟可信的第三方数据流通平台即可上架数据资产,接入成本低,可快速触达海量需求方。

3. 权益保护与定价:依托数据安全柜技术可抬高侵权成本,实现数据多次合规售卖摊薄成本,支撑合理定价,保障品牌数据资产的长期收益。

4. 价值挖掘:品牌自身很难发现数据的跨界价值,可先上架数据,由市场挖掘潜在价值,获得额外收益。

本文明确了当前数据要素流通领域的市场机会、现存风险以及可落地的交易变现方案,对数据供给方卖家有明确的指导价值。

1. 市场机会:AI发展带动全行业数据需求爆发,长尾小额数据需求长期被传统交易模式忽略,市场缺口大,不管是企业的产业数据还是个人的轻量化数据产品,都有广阔的盈利空间,目前典枢平台仅靠自然流量月活已突破三万,具备规模化交易基础。

2. 风险应对:针对数据被私自复制倒卖的核心风险,可依托数据安全柜+区块链技术实现数据“可用不可转”,全流程操作上链存证,大幅降低维权成本,有效保障自身权益。

3. 实操建议:不用过度纠结自身数据的价值判断,先归集上架,让市场挖掘价值,依托平台标准化流程可大幅降低交易成本,实现快速变现。

本文对传统工厂布局数字化、挖掘数据价值、拓展新收益增长点有较强的启示意义。

1. 商业机会:AI时代任何生产经营过程都会产生有价值的数据,哪怕是最传统的制造业、农业工厂,生产流程、客流、产品相关数据都可以成为可流通变现的资产,比如普通草莓采摘园也可以在采摘过程中采集具身智能数据,参与数据产业获得额外收益。

2. 数字化转型启示:工厂不需要自行判断数据的跨界价值,也不需要投入大额成本定制开发数据交易系统,只需要先归集生产经营过程中产生的各类数据,上架到合规数据流通平台即可,由市场挖掘数据价值,获得额外收益,转型门槛极低。

3. 安全保障:平台端的加密存证、安全管控机制可以保障工厂数据资产权益,避免数据被私自转卖侵蚀收益,降低数据流通的风险。

本文清晰梳理了当前数据要素流通服务行业的发展趋势、核心客户痛点以及成熟可落地的解决方案,对数据服务类服务商有较高参考价值。

1. 行业发展趋势:数据要素是AI产业的核心根基,合规流通的需求持续爆发,当前市场缺口大,未来当市场认知普及后会迎来规模化爆发式增长,平台化、标准化、低门槛是未来的主流发展方向,可覆盖中小微企业和个人的长尾需求。

2. 核心客户痛点:当前行业核心痛点包括数据可无限复制易侵权、维权成本高,交易门槛高,供需对接不畅,中心化平台存在作恶截留数据的风险,数据质量不透明,中小主体无法参与数据流通。

3. 成熟解决方案:可参考典枢模式,构建“技术筑基—场景应用—生态流通”的一体化商业闭环,用数据安全柜解决二次倒卖问题,用区块链解决平台作恶问题,用先验后买机制解决质量不透明问题,搭建数据经纪人分润机制实现生态自增长。

本文分享了典枢科技打造数据流通交易平台的完整落地逻辑,对同类数据交易平台商的运营、招商、风控有较强参考价值。

1. 市场需求:当前市场对低门槛、标准化、合规可信的数据交易平台需求强烈,传统定制化方案和线下撮合模式成本高,仅能服务头部客户,无法覆盖中小微企业、个人的小额数据交易需求,存在巨大的市场空白。

2. 平台运营与招商做法:可提炼行业通用需求,实现八成功能标准化模块化复用,降低接入门槛,企业最快1天即可接入,支持按需付费;搭建数据经纪人透明分润机制,实现裂变式自增长;联动地方政府共建OPC开发者社区,招募培育本地开发者,扩充上游数据供给,丰富平台货品。

3. 风险规避:通过去中心化架构加联盟区块链,让平台全程不接触用户明文数据,从底层杜绝平台作恶风险;所有操作全链路上链存证,满足监管核查要求,同时遏制侵权乱象,符合合规要求。

本文披露了当前数据要素流通产业的最新实践动向、现存核心问题以及创新商业模式,对产业研究者有较高研究价值。

1. 产业新动向:当前数据要素流通开始向平台化、标准化方向发展,从服务头部大客户转向覆盖长尾小微需求,个人数据资产化已经开始落地探索,行业出现了小额高频数据交易的创新商业模式。

2. 核心新问题:传统知识产权制度的公开换保护逻辑、高成本维权模式,无法适配数据资产的保护需求;数据确权难、流通门槛高、侵权成本低是当前制约行业发展的核心障碍,中心化数据交易平台存在平台作恶的固有风险。

3. 创新商业模式:典枢打造的“数据淘宝”模式,依托隐私计算、数据安全柜、区块链技术,构建了多角色协作、自动分润的自增长生态,实现了小额数据交易的商业化,为数据要素流通提供了新的可落地路径,也为个人数据资产化提供了可行的探索方向。

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

This article is an interview conducted by Ebang Think Tank with Ma Yuyi, head of Dianshu Technology, a leading domestic data circulation service provider. It sorts out core pain points in the data element circulation industry, implementation solutions, and practical guidance for ordinary people to participate in data monetization.

1. The core pain point of the current data circulation industry is that data can be copied infinitely at zero cost, with extremely high costs for infringement protection and rights enforcement. Traditional intellectual property systems cannot meet the needs of data protection, leaving large amounts of data dormant and unavailable for monetization.

2. Dianshu has built a "Taobao for data" platform that uses data security containers, blockchain, and privacy computing to solve problems of data rights confirmation, security, and trust. It supports small-value data transactions starting from just a few yuan, allowing individual creators to list lightweight data products for monetization. Some independent creators on the platform already achieve monthly revenue of 20,000 to 30,000 yuan.

3. Practical advice: Every entity holds monetizable data. There is no need to confirm data value before taking action. Participate in the data industry quickly by collecting, listing, and circulating your data first, and let the market discover its value.

This article breaks down the business logic and implementation solutions for data element circulation, offering high reference value for brands looking to unlock the value of their own data, build data assets, and expand new revenue streams.

1. Consumption and industry trends: AI development has driven a surge in industry-wide demand for data. A brand's own user behavior, operation, and product-related data are all high-quality monetizable assets, and even lightweight, fragmented data can generate stable revenue.

2. Channel development: Brands do not need to build in-house data sales and operation teams. They can list their data assets on mature, trusted third-party data circulation platforms with low access costs and quickly reach a large pool of demanders.

3. Rights protection and pricing: Data security container technology raises the cost of infringement, allows multiple compliant sales of data to amortize costs, supports reasonable pricing, and guarantees long-term returns on brands' data assets.

4. Value discovery: Brands often cannot identify the cross-industry value of their own data on their own. By listing data first, brands can let the market uncover its potential value and earn additional revenue.

This article clarifies current market opportunities, existing risks, and actionable transaction and monetization solutions in the data element circulation field, providing clear guidance for data suppliers.

1. Market opportunity: AI development has driven an industry-wide boom in data demand. Long-tail demand for small-value data has long been ignored by traditional transaction models, creating a large market gap. Both corporate industrial data and individual lightweight data products have broad profit potential. Dianshu Technology's platform has already surpassed 30,000 monthly active users through organic traffic alone, laying a foundation for large-scale transactions.

2. Risk mitigation: For the core risk of unauthorized copying and resale of data, the combination of data security containers and blockchain technology enables "available but non-transferable" data, with all operations recorded on-chain for evidence. This greatly reduces rights enforcement costs and effectively protects sellers' interests.

3. Practical advice: Do not overthink the value of your data upfront. Collect and list your data first, let the market discover its value, and leverage the platform's standardized processes to significantly reduce transaction costs and achieve rapid monetization.

This article offers strong insights for traditional factories looking to advance digital transformation, unlock data value, and expand new revenue growth points.

1. Business opportunity: In the AI era, every production and operation process generates valuable data. Even the most traditional manufacturing and agricultural factories can turn production process, customer flow, and product-related data into tradable, monetizable assets. For example, an ordinary strawberry picking farm can collect embodied intelligence data during operation to earn additional revenue by participating in the data industry.

2. Insights for digital transformation: Factories do not need to identify the cross-industry value of their data on their own, nor do they need to invest large sums to custom-build a data transaction system. They only need to first collect all types of data generated in production and operation, list them on a compliant data circulation platform, and let the market discover the data's value to earn additional revenue, resulting in an extremely low transformation threshold.

3. Security assurance: The platform's encrypted evidence storage and security control mechanisms protect factories' data asset rights, prevent revenue erosion from unauthorized resale, and reduce risks associated with data circulation.

This article clearly sorts out current development trends, core customer pain points, and mature actionable solutions for the data element circulation service industry, offering high reference value for data service providers.

1. Industry development trend: Data elements are the core foundation of the AI industry, and demand for compliant circulation continues to surge. The market currently has a large gap, and the industry will see large-scale explosive growth after market awareness普及. Platformization, standardization, and low barriers to entry will become the mainstream development direction, enabling coverage of the long-tail demand of micro, small, and medium-sized enterprises and individuals.

2. Core customer pain points: Current core pain points of the industry include unlimited replicability of data leading to high infringement risks and high rights enforcement costs, high transaction thresholds, poor supply-demand matching, the risk of data misappropriation by malicious centralized platforms, opaque data quality, and barriers to participation for small and medium-sized entities.

3. Proven solution: Providers can learn from Dianshu's model to build an integrated closed business loop of "technology foundation - scenario application - ecological circulation." Data security containers solve the problem of unauthorized secondary resale, blockchain addresses the risk of platform malfeasance, a "preview before purchase" mechanism resolves opaque data quality, and a data broker revenue-sharing model enables organic ecosystem growth.

This article shares the complete implementation logic behind Dianshu Technology's data circulation trading platform, offering strong reference value for operation, merchant recruitment, and risk control for similar data trading platform operators.

1. Market demand: There is strong current market demand for low-threshold, standardized, compliant, and trusted data trading platforms. Traditional customized solutions and offline matching models have high costs and only serve large head clients, leaving a huge market gap by failing to cover the small-value transaction demand of micro, small, medium enterprises and individuals.

2. Platform operation and merchant recruitment practices: Platforms can提炼 common industry needs to standardize and modularize 80% of functions for reuse, lowering access barriers. Enterprises can complete onboarding in as little as one day, with pay-as-you-go pricing options. Building a transparent revenue-sharing mechanism for data brokers enables fractal organic growth. Partner with local governments to co-build OPC developer communities, recruit and cultivate local developers, expand upstream data supply, and enrich platform product offerings.

3. Risk mitigation: Through a decentralized architecture combined with consortium blockchain, the platform never touches users' plaintext data, eliminating the risk of platform malfeasance from the underlying layer. All operations are recorded on-chain for evidence, meeting regulatory inspection requirements while curbing infringement and maintaining compliance.

This article discloses the latest practical trends, existing core problems, and innovative business models in the current data element circulation industry, offering high research value for industry researchers.

1. New industry trends: Data element circulation is currently developing toward platformization and standardization, shifting from serving large head clients to covering long-tail demand from micro and small entities. The assetization of personal data has already entered practical exploration, and the industry has seen the emergence of an innovative business model for small-value, high-frequency data transactions.

2. New core challenges: The "disclosure in exchange for protection" logic and high-cost rights enforcement model of traditional intellectual property systems cannot meet the protection needs of data assets. Difficulties in data rights confirmation, high circulation barriers, and low infringement costs are the core obstacles restricting industry development, and centralized data trading platforms carry the inherent risk of platform malfeasance.

3. Innovative business model: Dianshu's "Data Taobao" model leverages privacy computing, data security containers, and blockchain technology to build a self-growing ecosystem with multi-stakeholder collaboration and automatic revenue sharing. It has commercialized small-value data transactions, providing a new actionable path for data element circulation and a feasible exploration direction for personal data assetization.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

【亿邦原创】典枢科技是国内头部的数据流通服务与基础设施提供商,致力于帮助客户降低数字合作的信任成本,全方位保障数据资产的安全性与可用性,为企业数字化可持续发展提供专业且坚实的支持与保障。公司于深圳、北京、南京、盐城四地设立公司,分别为深圳典枢科技、北京熠智科技有限公司、南京磐数志星科技有限公司、典枢科技(盐城)有限公司。产品与服务包括典枢数据流通平台、数据安全柜、可信数据空间、隐私计算平台以及数据产品开发与运营等,已成功服务众多政府机构及企业客户,业务覆盖范围包括智能经济、算力中心、金融、能源、政务以及工业等数据要素流通的关键场景。近期,亿邦智库就如何促进数据交易加速数据价值释放访谈了典枢数据交易平台负责人马毓一。

亿邦智库:在贵公司的核心战略中,数据要素被置于何种位置?

马毓一:数据作为AI产业三驾马车之一,是所有数字化、智能化业务的根基。稳定可持续的数据供给是产业发展刚需,只有解决数据流通难题,才能持续释放数据要素价值,打开长期发展空间。

在典枢的整体核心战略中,数据要素流通是我们的核心业务,技术研发的核心主线与底层根基都围绕数据要素合规流通展开。我们将典枢定位为 “数据要素时代入口级的数据流通枢纽”。公司使命是 “让沉睡的数据成为流通的资产”,愿景是 “构建全球领先的可信数据流通生态”。

我们公司的核心产品是典枢数据流通平台,可以通俗理解为 “数据领域的淘宝”:平台汇集数据供需两端,由我们完成交易撮合,交易达成后收取相应服务佣金。但打造数据版淘宝,绝非单纯搭建线上交易渠道即可实现,核心目标是让数据具备普通商品标准化、可确权、可持续变现的交易属性。

当前数据难以像实体商品一样合规流通交易,根源在于数据可无成本无限复制的特殊属性。举个直观对比:实体商品售出一份,商家库存便减少一份;而数据一旦交付采购方,对方能够零成本无限复制、随意转售。对数据供给方来说,一份数据仅能完成单次变现,后续盗版扩散会彻底侵蚀长期收益。从商品经济逻辑来讲,若商品可无限量产、零成本供给,其商业价值会无限趋近于零,这也直接导致供给方缺乏持续对外提供数据的意愿,而这正是我们平台依靠隐私计算、可控计算、数据沙箱等技术要解决的核心难题。

亿邦智库:请回顾贵公司数据能力建设的关键决策点。是哪一个业务挑战或战略机遇,最终促使公司下定决心进行系统性投入?

马毓一:我们此前核心业务为可信数据空间、隐私计算定制化交付。落地交付过程中我们观察到,绝大多数客户定制产品的目的是为了做企业内部的数据流通,侧重内部数据管控,形态近似数据中台,并不对外开放。但究其本质,这类场景同样属于数据流通范畴,只是流通边界限定在企业内部,这也让我们意识到隐私计算完全可作为全域数据要素流通的底层基础设施。

此前我们判断隐私计算属于被动型需求:只有存在数据保密诉求的客户,才会采购相关服务。但后续思路发生转变:并非客户被动产生保护需求,而是缺少隐私计算技术作为支撑,大量跨主体数据根本无法合规流通。若将隐私计算定位成防护技术,业务只能局限于项目定制、SaaS交付;可一旦重新定义为驱动数据流通的底层技术,它便具备搭建交易平台的核心价值。正是基于这一认知升级,我们启动典枢平台搭建,将业务核心重心转向数据交易、数据流通赛道。

亿邦智库:您如何定义贵公司理想中的“数据要素竞争力”?它最终应为企业带来哪些方面的实质性改变?

马毓一:我们的理想是构建一个“数据价值循环飞轮”,让数据从资源变为资产,让价值在可信中流动。具体来说,就是通过技术让信任与安全成为内生能力,通过机制建立自动、公允、透明的收益分配体系,通过商业让数据成为持续增值的资产。

最终目标是让每个参与者都能分享数据价值的成长红利。传统模式下,单一主体的数据价值已见顶。未来的价值增长,在于安全可信环境下实现的多主体协同。这必须依赖平台级解决方案来连接多方、协调权益、确保安全。典枢构建的是“技术筑基—场景应用—生态流通”的一体化商业闭环。

亿邦智库:为统筹数据要素的开发利用,贵公司在平台上做了哪些关键调整?这套机制如何有效运转?

马毓一:我们平台本身就是一个多角色协作网络——卖家、买家、经纪人、平台、基础设施服务商——实现安全交易、收益分配与裂变式增长。平台集成了数据市场、认证中心、清算中心、存证服务等核心模块,为多方主体提供安全、透明、高效的可信数据流通基础设施。

在生态层面,我们构建了“数据经纪人”机制,让个人、机构与生态伙伴多层级参与。经纪人可基于平台一键分享数据产品,实现社交裂变传播;每一次转发、推荐、撮合成功,都会按贡献度透明分润;平台自动记录交易路径,形成可追溯、可分账、可激励的多层级生态网络。

对卖家来说,这意味着更多渠道、更多客户、更易卖出;对买家来说,更快触达、更高匹配度;对经纪人来说,以影响力变现,参与收益分配;对平台来说,实现自增长循环、开放共生的交易生态。

亿邦智库:数据治理常被视作“脏活累活”。贵公司如何建立有效的治理体系,在保障质量、合规与安全的同时,不让治理成为业务创新的阻碍?

马毓一:我们整套数据治理体系的核心依托 “先验后买” 机制运转:通过自动化程序对数据产品实施分析或抽样,执行后将生成数据验证报告。支持多种验证模板、自定义验证程序、定制数据验证服务,让用户先验数据再完成支付,保障买卖双方权益。依托这套市场化核验模式,市场会自主筛选优质数据集,高品质数据产品更容易达成交易,持续推动数据供给端形成良性优化的竞争生态,全程简化人工审核流程,不会对各类数据流通创新场景形成约束。

为了支撑先验后买机制落地,我们搭建了完整的底层技术体系:平台自研隐私计算、联盟区块链、数据安全柜作为基础底座,所有数据校验操作均在加密隔离环境内执行,原始数据以密态存储,平台与第三方均无法获取明文信息;全部核验、交易行为自动上链存证,全流程可追溯,满足合规监管要求。

亿邦智库:在培养业务人员的数据思维、以及提升数据团队的业务理解方面,贵公司有何独特的经验或机制?

马毓一:公司内部团队核心重心聚焦平台底层搭建、交易机制与安全技术研发,内部并未设立专职的数据生产团队,各类数据生产、加工相关能力主要依托外部OPC开发者社区生态来承载,我们也围绕这套外部生态建立起双向认知协同机制。

我们联动各地地方政府共建OPC开发者社区,协助属地招募、培育本地OPC数据开发者,并配套标准化基础培训,讲解数据标注、数据清洗、数据集加工等实操能力,补齐开发者基础数据处理认知。 当下OPC借助AI工具,数据生产效率已大幅提升,但普遍缺少稳定、精准的市场需求对接渠道,大量加工完成的数据资产难以完成交易,造成资源闲置浪费。依托我们的数据交易平台,能够把交易流程标准化、交易门槛压缩到极低,即便是低成本、轻量化的数据产品,也能在平台完成撮合流转,精准匹配市场买方需求,打通开发者销路痛点。

这套模式也反向完成双向认知沉淀:内部业务团队在对接各地OPC社区、撮合供需的过程中,持续沉淀市场数据需求、数据产品标准,自然建立完整的数据思维;外部OPC开发者通过平台真实交易订单,直观理解市场真实业务诉求,持续优化数据产品,实现业务与数据认知双向同步提升。

亿邦智库:在开发利用数据的过程中,贵公司是更依赖于内生的数据资源,还是积极寻求外部数据融合?在跨主体、跨行业的数据融合与协同中,遇到了哪些主要挑战,又是如何应对的?

马毓一:我们是平台模式,天然需要内外结合。一方面,我们汇聚多源高质量数据,链接数百家数据提供方、服务商与生态伙伴,数据覆盖金融、医疗、科研等关键行业,支持文本、图像、语音等多模态格式。另一方面,我们也与地方政府合作获取公共数据资源。盐城市、常州市已授权我们为首批公共数据运营开发主体,在金融领域我们是唯一的数据运营开发主体,已经对接了社保、公积金、不动产等多类数据。

跨主体、跨行业数据融合最大挑战是多方信任难题,包含数据权属界定不清、流转权责模糊、数据交付后被私自复制流转等多重确权与安全隐患。我们通过技术手段来解决:一是数据安全柜,让数据与设备绑定,实现“可用不可转”;二是去中心化平台设计,用户数据加密存储,密钥上链,平台无法私自复制数据进行二次贩卖;三是“先验后买”机制,让买家在购买前就能验证数据质量,解决货不对板的问题。

亿邦智库:数据安全柜具体是怎么运作的?去中心化平台又是如何防止“平台作恶”的?

马毓一:数据安全柜为纯软件产品,无需配套硬件,部署即可使用。它会在本地终端搭建终端构建独立、隔离、受控的运行环境(安全域),对原始数据进行加密,数据仅能在当前授权设备内正常调取使用;若需跨设备迁移,必须取得数据供给方授权。即便拆除硬盘接入其他设备,加密数据也无法被破解。

我们并不追求完全杜绝数据二次流转行为,核心思路是大幅抬高私自复制、倒卖的成本,在产品易用性与安全管控之间做好平衡:数据可查看、可运算,但无法直接拷贝转出。举个例子,千万篇论文组成的PDF数据集,理论上能通过相机拍下每一页的论文手动复刻,但整套操作产生的综合成本,会远高于直接在平台合规采购的费用,从经济层面打消私自流转的动机。

至于如何规避平台作恶风险:传统中心化平台存在隐患,原始数据集中存储于平台服务器,平台方掌握完整数据与供需信息,存在未经授权私自截留、转售数据的风险。我们采用去中心化架构搭配联盟区块链解决该问题:用户上传的数据统一加密存储,同时支持客户自有服务器私有化部署;解密密钥单独上链存证,平台无法单独获取。买家完成交易后,仅能获取加密数据包与链上密钥,解密操作在本地终端完成,还可联动数据安全柜进一步约束数据流转权限。整套链路下,平台全程接触不到明文数据,从底层机制杜绝私自截留、售卖数据的风险。

亿邦智库:平台化战略相比定制化解决方案,优势在哪里?

马毓一:定制化交付方案主要面向大中型企业,但市场中占比超90% 的中小企业,其数据流通需求长期难以被满足。定制方案为单一客户场景单独开发,实施周期长达6至12个月,投入动辄百万级,仅适配头部客户。我们的平台化模式提炼行业通用需求,完成八成功能标准化、模块化复用,企业最快1天即可完成接入,采用按需付费模式,覆盖长尾市场与中小微企业。

从交易成本维度来看,传统数据交易机构多以线下撮合为主,线下流程高度非标,撮合、沟通、核验综合成本高,仅几十万、上百万价值的大额数据标的才具备落地价值。如果企业仅需少量数据用于小模型、测试Demo,几百至几千元量级的小额数据需求,很难通过线下交易所实现。我们依托线上全链路标准化体系,极大压缩整体交易成本:即便是单笔5元的小额数据订单,平台仅收取0.5元服务费,自动化流程的边际成本仅等同于基础算力电力开销。依托这套低成本交易体系,我们大幅下放数据流通门槛,无论体量大小,只要持有合规数据,均可在平台完成交易流转。

亿邦智库:请介绍一个数据要素驱动业务增长或创造新商业模式的典型项目。我们特别关心其价值量化的过程——如何衡量该项目的投入产出?

马毓一:很多人会觉得桌宠、壁纸这类数字素材不算数据,但广义层面,所有存储在电子设备中的数字化内容都属于数据资产,也是我们平台流通的轻量化数据品类。依托平台极低的标准化交易成本,我们跑出了小额高频数字内容变现的全新商业模式。

第一个典型是平台个人创作者:有独立创作者自主手绘原创素材,加工成鼠标指针、桌面壁纸这类轻量化数据产品上架,单品定价仅3至4元。依托平台的线上撮合能力,小额订单也能高效匹配成交,该创作者单月流水最高时能有在两万至三万元。

以上是我们轻量化、2C端数据流通的典型特征案例。除此之外,平台同样支持传统2B行业商业数据集的交易流转,这类成熟的产业数据业务我们在此不做展开。

在项目投入产出与价值量化上,我们有清晰的衡量标准:

投入端仅包含创作者内容制作人力成本与平台基础算力成本,无线下场地、大额定制开发等高固定投入;

产出端分为三层量化指标:一是直观的商品流水、平台服务佣金等即时现金收益;二是沉淀的精准消费用户、生态创作者规模等长期生态资产;三是数据资产可无限次重复售卖带来的持续性长尾收益。。

亿邦智库:在您看来,当前制约企业数据价值释放的最大内部瓶颈和最大外部障碍分别是什么?

马毓一:当前制约企业数据价值释放的核心障碍主要是数据交易门槛过高,这个门槛主要体现在这几个方面:

首先是数据权属维护门槛极高。行业目前缺少成熟的技术管控手段,数据权益保护依赖法律维权。整个取证、追责、诉讼链路成本高、周期长,导致只有高价值、大额数据产品才有动力通过法律方式维护权属,绝大多数中小体量、轻量化数据产品根本无法有效保护自身权益。

其次是数据流通交易门槛高。传统数据交易没有标准化公开渠道,买家找不到合规数据源,卖家缺少交易出口,企业若要实现数据变现,必须自建销售、运营、商务团队,整体流通成本极高,导致大量数据资产长期沉淀、无法商业化。

核心问题是数据天然可无限复制,二次倒卖无法约束。数据供给方投入成本生产、加工、运维数据集,但买方获取数据后可以零成本无限复制、私自转售,直接击穿数据的商业价值,让数据生产者无法持续回本,最终导致整个市场供给意愿不足、流通生态难以真正激活。

亿邦智库:数据交易困境具体如何体现?数据安全柜和区块链技术是如何解决这一问题的?

马毓一:数据交易的行业困境,核心体现在理想的健康交易模式很难实现:数据生产投入100万元成本,市场总需求10份,每份售价15万元,整体可实现50万元净利润,依靠多次售卖摊薄成本、稳定盈利。 但在无技术保护的传统模式下,这套商业逻辑完全失效。因为卖方始终担忧买方获取数据后无限复制、二次倒卖,抢占市场份额,所以首次售卖就会定价110万保本。这既抬高了买方采购成本,让数据采购性价比极低;也让数据生产者没有持续迭代、维护数据的动力,整个市场陷入恶性循环。

针对数据可无限复制、易倒卖的核心痛点,我们通过数据安全柜破解难题:将数据与授权设备绑定,数据可在本地正常使用、运算,但未经卖方授权无法迁移、拷贝和外传,从根源杜绝二次倒卖。让数据摆脱了无成本复制的弊端,具备了普通商品可交易、可确权的属性,支撑数据多次合规流通,跑通正常的商业化盈利模型。

其次,针对行业平台作恶、数据托管不安全的痛点,我们依托区块链去中心化技术解决。用户上传的所有数据均加密存储,解密密钥单独上链存证,平台无法获取明文数据。买家交易后仅获取加密包与链上密钥,解密、使用全程在本地完成,全链路规避平台截留、私售数据的风险,构建可信交易环境。

此外,行业还存在数据易造假、货不对板的核心问题。传统交易中,买家只能依靠卖家提供的抽样样本判断数据质量,样本可人为美化,无法核验全域数据真实性。对此我们搭建了先验后买机制:平台支持标准化、可定制的数据验证程序,可自动校验数据格式、重复性、完整性等核心指标,精准核验数据是否匹配商家描述。同时验证程序哈希值全程上链,杜绝篡改。整个核验过程加密闭环、零数据泄露,既保障卖方数据安全,又让买家交易前完成全域质检,解决数据交易质量不透明的行业难题。

亿邦智库:数据和知识产权都是无形资产,为什么您认为数据交易不能靠知识产权制度来保护?

马毓一:数据和知识产权虽同属无形资产,但二者底层逻辑不太一样,因此数据交易无法依靠传统知识产权制度实现有效保护。知识产权的核心逻辑是公开换保护,通过独占权鼓励成果公开,保护的是内容独创性;而数据的价值来自于自身流通与使用属性,具备天然的产权保护诉求,不是以“公开”为前提,这是两者最本质的区别。

更关键的是,知识产权的法律维权模式,很难适配数据资产的交易场景,最大问题是维权成本极高。传统知识产权维权,需要完整举证、论证侵权损失、举证对方非法收益,整套流程周期长、成本大。绝大多数中小体量、碎片化的数据侵权行为,司法维权性价比极低、很难落地执行。

亿邦智库:个人数据资产化在您的设想中是什么样的?

马毓一:我们希望让每一个用户都能沉淀、持有并运营属于自己的个人数据资产。在我们的生态里,也许会有一类数据开发者可以帮助普通用户整理、开发、维护个人数据资产,未来甚至可以实现数据资产的标准化。

举个例子,科研人员可以把自己过往的专利、研究成果沉淀为结构化数据,接入大模型与Agent,对外提供专业智能服务;律师可以将历年办案文书、庭审辩词、办案思路形成专属数据集,让智能Agent学习自己的思维逻辑和工作习惯,输出高度个人化的专业服务。

当个人数据可以产品化、可以持续变现,大众就会主动参与数据的生产、整理和交易,形成正向循环的完整数据产业链。大家都知道数据流通才能产生价值,但过去缺少合规、低门槛的流通变现渠道,导致数据交易始终受限。

而我们通过技术手段,让个人数据可交易、可质检、可管控,实现降本增效。当用户可以依靠自身数据资产获得持续性收益,而非单纯依靠体力、劳动力变现,市场就会自发活跃起来,真正盘活全社会的数据要素价值。

亿邦智库:您提到数据交易生态需要让参与者赚到钱,能否进一步展开?

马毓一:当下短视频行业大量用户愿意做内容、做网红,核心逻辑就是有清晰、可落地的变现路径,市场已经验证了收益空间。粉丝体量不同,对应明确的商业收入,普通人能清晰看到成长回报,因此大量创作者主动入局,后续也催生MCN、专业编导团队,完整产业生态顺势成型。2017年抖音普及前,很少有人主动公开日常影像、vlog、随手拍的内容等;平台打通变现渠道后,大家愿意持续产出内容,期待内容产生商业价值。

放到数据交易生态里,核心问题是能否让所有参与方稳定获利。只要存在可持续的收益空间,数据生态自然会自发壮大。短视频平台是将用户注意力转化为商业收益,对接有曝光需求的企业;我们的数据平台逻辑与之相通,在做好安全管控的基础上,把用户合规数据对接给有需求的企业,让数据持有者获得回报。

举个例子,我的父亲患糖尿病,二十年来持续记录每日血糖数据,这份长期连续的健康数据我认为具备价值,但目前仅用于个人健康记录,没有流通变现渠道。这和抖音兴起前大众不愿随手分享拍摄素材是同一个道理。想要激活海量沉睡的数据,关键在于打通商品化交易链路,让数据持有者能够安全、合规地出售自有数据并获得收益,以此驱动更多人主动沉淀、开放自有数据,构建良性循环的数据交易生态。

亿邦智库:面对2026年及以后,贵公司在数据要素方面有哪些新的战略规划或重点投入方向?您预判未来两年,行业竞争格局会因数据要素发生何种关键变化?

马毓一:面向2026年及后续发展,我们有四大核心战略投入方向,合规体系建设是贯穿所有业务的底层基础。

第一,启动A轮融资,过往资金全部集中投入底层安全技术研发,现阶段资金重点转向产品市场化落地。当前平台未做付费投流,仅依靠自然搜索流量,月活已突破三万,具备规模化扩张基础,融资将加速市场推广与业务拓展。

第二,持续迭代数据安全柜产品,同时完成产品与交易平台深度打通,优化全流程操作体验,补齐多终端数据安全管控能力。

第三,数据深加工业务,我们已在盐城落地具身智能数据采集场地,后续将深度参与具身智能全链条的数据采集、清洗与标注工作,扩充高质量结构化数据集供给,完善平台上游数据产能。

第四,全链路合规治理体系。当前整个数据流通行业乱象突出,非法倒卖公民个人信息、采购方私自二次转售数据侵害供给方权益等问题频发,行业长期缺少可落地的规范化交易渠道。单纯口头承诺合规难以解决实质问题,我们依靠完整的全流程记录留存机制筑牢合规底座:平台将数据上传、授权、交易、下载、设备使用、流转限制等全部操作日志实时上链存证,所有行为记录不可篡改、全程可溯源。这套完整存证体系既能满足监管部门常态化核查要求,实现行业规范化治理;一旦发生数据侵权、私自倒卖纠纷,链上留存的完整凭证可直接作为举证依据,大幅降低维权成本,从技术层面遏制各类数据流通乱象。

对于未来两年行业竞争格局,目前行业内同类交易平台线上操作体验看似相近,但我们底层安全、合规溯源、终端管控的整套技术架构具备差异化壁垒,核心竞争压力并非来自现有同行平台。真正决定市场格局的核心变量是市场认知普及,当各类市场主体普遍认可数据合规流通可产生稳定收益,整个数据要素市场才会迎来规模化爆发式增长。

亿邦智库:如果请您给那些刚刚起步、渴望构建数据竞争力的同行企业提一条最核心的建议,这条建议会是什么?

马毓一:我给初创企业、想搭建数据竞争力的同行,最核心的建议就一句话:先把数据收起来、放上来,不要自己先把价值锁死。

AI时代所有企业都需要重新审视自己的业务,没有哪个行业是没有数据的。哪怕是最传统的草莓采摘园,工人带一个简单设备就能在采摘的过程中完成具身智能数据的采集并参与到数据产业里来。

但绝大多数企业的问题是,自己看不出自己数据的价值。企业站在自己的业务视角,很难想全数据的用途。真正的跨界价值,都是市场、是别的行业、是模型和开发者挖掘出来的。

比如做卫星遥感的厂商,本来只是采集城市灯光亮度数据,自己根本想不到能用来判断工厂开工率、预测股价;还有大家熟知的榨菜指数,生产榨菜厂家只知道卖货,不知道销量数据能反映人口流动趋势。

所以核心逻辑很简单:不要想清楚、想通透了再做,先归集、先上架、先流通。

每个企业都有数据,只是价值需要市场来发现。先把数据变成可流通资产,让整个市场帮你挖掘价值,这是最快建立数据竞争力的方式。

结束语:数据的交易,可能是一个我们不能不突破的关键瓶颈

数据流通的壁垒,从来不只在技术,更在认知。典枢科技用一场近两小时的深度对话,拆解了“数据淘宝”从理念到落地的完整逻辑:通过数据安全柜赋予数据租赁属性,借助区块链与隐私计算构建去中心化信任,以标准化线上交易大幅降低流通门槛。更重要的是,他们将数据价值释放的钥匙交还给每个普通个体——无论是手绘壁纸的个人创作者,还是草莓园里的采摘工人,都有机会成为数据生态的参与者和受益者。当AI重塑千行百业,数据作为底层燃料的价值将愈发凸显。典枢的探索证明,激活长尾数据、构建多方共赢的流通生态,或许才是通往可持续商业循环的正解。这不仅是技术突围,更是一次关于数据权利与价值分配的产业实验。

亿邦智库将持续关注产业互联网发展与企业数据要素竞争力提升,并报道相关发展的新成果与新案例。联系邮箱为:huangbin@ebrun.com

【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。

已点赞

+1

{{ praise_text }}

好文章,值得被更多人看到

FAQ回顾

典枢科技是做什么的?

典枢科技是国内头部数据流通服务与基础设施提供商,核心业务围绕数据要素合规流通展开,旗下产品包括数据流通平台、数据安全柜、隐私计算平台等,服务覆盖金融、能源、政务、工业等多个关键场景,可满足各类企业的数据流通交易需求。

数据交易行业存在哪些核心痛点?

数据交易核心痛点包括数据可无成本无限复制,供给方权益难保障、维权成本高;缺少标准化公开交易渠道,流通门槛高;易出现数据造假、货不对板问题,交易双方信任成本高;中心化交易平台存在私自截留转售用户数据的风险。

典枢数据流通平台相比传统定制化数据方案有什么优势?

传统定制化数据方案实施周期6至12个月,投入动辄百万级,仅适配头部大型企业。典枢平台化模式八成功能标准化模块化,企业最快1天即可接入,采用按需付费模式,可支持低至5元的小额数据交易,大幅降低流通门槛,覆盖中小微企业长尾需求。

如何解决数据可无限复制导致的流通难问题?

可通过数据安全柜技术破解该难题,数据安全柜会在本地搭建独立隔离的受控运行环境,对原始数据加密,将数据与授权设备绑定,数据可正常使用运算但未经供给方授权无法迁移拷贝外传,抬高私自复制倒卖成本,支撑数据多次合规流通。

广告

下一篇

征集报名《品牌数字化服务商资源手册》

《品牌数字化服务商资源手册》展示数字化服务商风采,亿邦全年零售大会通发,触达更多资源,马上加入!

马上入驻

飞书深诺沈晨岗:超越“伪多智能体”,新一代Agent OS重塑AI营销的能力边界

在亿邦动力“2026全球化新品牌AI竞争力大会”上,飞书深诺创始人兼CEO沈晨岗发表了题为《新一代企业级出海营销AgentOS——全球AI营销新基建》的演讲,并发布新一代出海营销AgentOS——Marvy 2.0。