为何可信数据空间大多失败？只因我们只是在建系统而非建信任
“可信数据空间的价值，不在于“卖出多少数据”
“大夫，能不能把我在A医院的电子病历，直接同步到B医院？”
这个看似简单的患者诉求，背后隐藏的却是两家医院之间森严的数据壁垒——系统不互通、标准不一致、隐私难保障、责任难界定。同样的困境正在中国经济的各个领域上演：银行需要评估企业风险，却只能掌握流水信息，无法获取产业链上的订单与物流数据；制造企业想优化供应链，却难以协同上下游的生产与库存状况。
数据本应成为驱动增长的新能源，现实中却困在“数据恐惧症”里：提供方怕泄露，需求方怕低质，监管方怕追责。数据要么在库中“沉睡”，要么在灰色地带悄然流转，形成看不见的“数据黑市”。
正是在这种信任赤字的困局下，“可信数据空间”被寄予厚望。然而，这个概念正被巨大的误解所包围。
当人们谈论可信空间时
他们实际在期待什么？
第一种误解，把它当成一个“升级版的数据交易所”。很多地方简单粗暴，直接把“大数据交易所”的牌子换成“可信数据空间”，PPT里的核心KPI，依然是“引入数商XX家”、“挂牌数据产品XX个”、“达成交易额XX亿”。
这套逻辑的潜台词是：数据是一种类似石油的标准商品，核心问题是如何“卖”出去。所以要想方设法把数据“上架”、展示、撮合交易。
但现实狠狠打了脸。各地早期轰轰烈烈建起的数据交易所，很多陷入了“有场无市”的尴尬。大量数据产品挂了牌却从未成交，数商们赚了个“首批入驻”的名头，实际业务仍走熟悉的线下老路。
为什么？上奇科技创始人、董事长孙会峰在接受数据猿的采访中，分析认为，企业要的从来不是“数据”本身。就像顾客去餐厅，不是为了买“一斤牛肉、两棵西兰花”，而是要一盘烹制好的“黑椒牛柳”。银行需要的是“风险是否可控”的结论，而不是一堆未经处理的原始工商、司法、舆情数据字段。
第二种误解，把可信数据空间单纯看做技术问题。我们可以看到，可信数据空间就像一个筐，什么技术都可以往里面装：隐私计算、密态计算、联邦学习、多方安全计算……
这就像说，因为我给超市装了最先进的防盗门和监控，所以它一定能经营火爆一样。技术只是解决了“偷不走”（数据可用不可见）的问题，但解决不了供给方 “愿不愿来卖”、需求方“敢不敢来买”、“买了不好用谁负责”、“赚了钱怎么分”这一系列商业和治理问题。
剥开层层技术外壳，可信数据空间的本质，是一场从“技术安全”升维到“制度信任”的深刻转型。
在原始的数据交换状态，我们处于一种“霍布斯丛林”，遵循的是弱肉强食的丛林法则。谁的数据多、技术强、胆子大，谁就可能占便宜，但也时刻面临被攻击、被背叛的风险。这种环境下，大规模、高质量的数据协作根本无法发生。
可信数据空间要做的，就是在这片丛林上，建立起一个“数据文明社会”。它的核心产出不是多少节点、多少算力，而是一套公认的、数字化的“社会契约”。
这套契约要解决三个核心问题：
第一，可控可计量。数据使用必须像水电一样，可精确开关、计量。数据提供方可以设定清晰的授权策略：什么数据、能被谁（哪个角色）、在什么时间范围内、用于何种目的、调用多少次。每一次使用都留下不可篡改的存证。这就是“可用不可见”之上的“可用可计量”。
第二，流通可追溯。数据从供给方到最终使用，中间经历了哪些环节（比如被某个模型调用、与哪些数据做了融合），整个流通过程必须像快递轨迹一样清晰可查、全程留痕。一旦出现问题，可以快速定位环节、界定责任。这解决了“敢流通”的后顾之忧。
第三，价值可分配。这是激发活水的关键。数据被使用后产生的价值（比如促成了一笔贷款、优化了一个生产流程），其收益如何根据各方贡献（数据贡献、算法贡献、场景贡献）进行公平、自动化的分配？
必须让贡献者明确看到利益回报，数据分享才能从“公益”变成可持续的“商业”。
当这套契约通过技术手段（区块链、智能合约等）被固化、自动执行时，信任就不再依赖于某个中心机构的担保或某个人的承诺，而是由技术、公约和规则所共同塑造的确定性。
市场的先行者已在探索可行的路径。上奇科技创始人、董事长孙会峰指出，数据价值的释放始终围绕两个根本：数据质量与数据可信。
“早期我们通过‘产业通’等产品帮助客户实现数据可视与可查。但随着合作深入，客户——尤其是金融机构、大型集团与科技公司——提出了更本质的需求：‘能否将你的数据与我的数据结合，产生更精准的洞察？’”孙会峰表示，这意味着服务必须向底层延伸，从提供报表结果转向提供可融合、可计算的数据能力，且这种融合需建立在安全、合规、互信的线上协同机制之上。
面对市场上部分企业试图通过承接项目“占有”甲方数据的误区，上奇选择了截然不同的路径：坚持“一尺宽、十米深”的专注策略，深耕公开可得的产业数据领域，将自己定位为“数据厨师”。
“食材（数据原料）大多是市场可得的，但核心竞争力在于如何筛选、清洗、关联、建模，将分散的信息转化为高价值的洞察。我们不是占有数据，而是驾驭数据。”孙会峰强调。
经过五年积累，上奇已建成规模领先的产业数据集，并形成两种成熟模式：
1.数据赋能模式：将加工后的高价值数据或模型结果推送至客户侧，与其自有数据在本地联合建模，客户数据完全不出域。
2.模型托管模式：客户将定制化分析模型部署于可信空间中，在上奇提供的数据基础上运行，仅获取计算结果，原始数据无需共享。
这两种模式遵循同一原则：以客户数据安全为前提，用自身的数据能力赋能客户的数据需求。“我们不强求数据汇聚，而是让数据能力‘流动’起来，在不动客户数据的前提下，帮助其提升决策质量。”孙会峰说，“正因为始终坚持‘数据不归我，但价值可共创’，我们才突破了信任门槛。”
为何可信数据空间大多失败？
当前各类可信数据空间的建设，大多陷入“撮合难、交易难”的困境，像一个努力却总难促成姻缘的“红娘”。
痛点一：供需“鸡同鸭讲”。平台如同农贸市场，数商摆出各种数据“原材料”，但需求方需要的是可直接应用的“菜肴”。缺乏深加工与场景化封装能力，导致供需严重错配。
痛点二：平台“重建设、轻运营”。许多项目的驱动逻辑停留在“建平台”本身，驱动方关注立项、招标、建设、验收，项目款到手即视为完成。平台建成后是否有真实交易、能否自我造血，常被抛在脑后。
痛点三：核心能力“瘸腿”。平台往往缺乏“需求翻译”能力（将模糊业务愿望转化为具体数据需求）和“组织交付”能力（协调多家数商，交付完整解决方案）。没有这些能力，平台就只是“信息中介”，无法降低交易的综合成本。
面对这些挑战，产业界持续探索符合数据基本特征和数字经济发展规律的新范式。一种数据治理和流通的新范式——使用权和所有权分离正逐渐成形。这一形式，超越了数据私权化与数据公有化的传统路径，不再追问“数据到底属于谁”，转而聚焦“谁有权使用数据”，以数据资源的最大化利用为目标。
孙会峰认为，分离不是为了制度设计而设计，而是为了提升数据使用效率、实现商业价值。“数据要素化的关键，在于通过市场化机制，让数据在安全合规的前提下流动起来、用起来。”
他提出了一条务实的路径：在制度保障与安全底线之上，推动数据所有权与使用权的分离，通过面向场景的商业化探索，形成可持续的利益协同机制。
在此过程中，央国企及各地数据集团可扮演“底座”角色，承担类似土地一级开发的职能——负责数据资源的基础整合、治理与安全托管；大量中小企业则可在二级、三级开发中发挥创造力，将原始数据转化为面向场景的数据产品与服务。
“没有大型主体，政府与公共数据的开放通道难以建立；但若仅停留在‘卖原料’式的原始数据调用，每调一次收费几分钱，则无法真正释放数据价值。”孙会峰说。
回归本质
从“建平台”到“促交易”
当前，各类数据交易平台或可信数据空间纷纷涌现，但其核心使命往往被忽略：平台的核心使命不是技术搭建或数据上架，而是真正促进交易闭环、实现价值流通。
孙会峰指出，许多平台将重心放在引入数商与用户的数量上，认为规模即成功。“然而，如果平台仅扮演‘数据黄页’角色，交易实际仍发生在线下，与平台关联微弱。衡量平台价值的关键，不是上架了多少产品，而是实际促成了多少交易。”
对数商而言，核心诉求不是上架，而是持续订单与交易量提升。
对需求方而言，核心诉求不是获取原始数据，而是获得能够直接支持业务决策的场景化解决方案。
因此，可信数据空间的核心竞争力，首先在于运营能力——理解行业、洞察场景、组织供给、促成交易；其次才是底层技术能力。技术是实现手段，但若没有清晰的商业需求与运营模式，再先进的技术也难有用武之地。
未来的方向已然清晰：
•以运营为导向，建立专业化团队，深耕垂直行业；
•以场景为牵引，主动对接需求，组织数据产品与服务；
•以交易为核心，设计合理的利益分配与激励机制，让所有参与方都能从生态中获益。
信任，是数据文明社会的基石
当前，随着大模型越发深入产业，行业共识正在形成：模型的效能天花板，并不完全取决于算法本身，而更依赖于高质量、高知识密度的数据集与领域知识库。开放数据已被广泛挖掘，真正具有壁垒的闭环数据与行业知识，往往以私有化部署的形式存在。
在大模型时代下，如何让这些宝贵的私有数据在供需双方之间可信流通，将是一个重要命题。这为可信数据空间提出了更高也更急迫的诉求，可信数据空间必将经历一场从“建系统”到“建信任”的深刻转型。
唯有当数据在流动中创造价值，在共享中分配收益，在协同中建立信任，我们才能真正走出数据的“霍布斯丛林”，步入一个繁荣、有序、可持续的“数据文明社会”。