笔者最近参观了上海数据交易中心，其上架交易产品约为2400个，累计完成交易2300笔，其中大概百分之七十的产品有进行过交易，看来数据交易的发展，还是有极大的发展空间。对数据交易所而言，探索出成功的市场化，是持续性的课题。

世界上基本上所有在进行业务的企业，都会掌握数据，透过累积、加工、管理、利用数据，都能推动创新的商业模式。 数据利用也不断颠覆一些固有的成熟产业，并同时间加速了人工智慧（AI）领域的发展。

市场上的数据集（Dataset）都被利用并作为许多领域进步的基础字段。  但其数据质量和数据产品形态都出现不少问题，早期不少数据产品的数据来源复杂，有政府公开数据，有企业内部数据，也有网络爬虫数据等。这些数据质量参差不齐，导致相应的数据产品质量不高且难以标准化。数据产品的形态在多年内也进展不大。即便当前已是2024年，但市面上的主流产品依然以数据集、数据包以及数据报告为主，辅以数据服务和数据工具，产品形态相对简单、溢价空间较低。 

数据其实早已被讨论，如何被定性为资产，是一个会被企业累积，管理，和部署利用在其运作当中的重要资产之一。 可是，这资产或不会被认可体现在财务报表中，故此，其经济价值会随着时日衰减，并且其衰减速度是不同于任何惯常的在财务报表中的摊销处理和计算。

数据作为一种经济资产，在业界上有着会计处理和资产估值上的挑战，类似于其他无形资产，大多数无形资产，例如品牌、客户关系和数据，通常会与其他资产合并，并且通常不直接货币化。

哥伦比亚商学院有金融学教授定义数据作为“观察到的，并可转换成数位形式，可以被储存、传输或处理，并从中可以得到知识的“。数据是一种经济资产，但通常是以副产品的形式存在。原始数据会被转化为结构化数据（structured data）， 结构化数据成为知识，并为企业提供信息，以谋商业策略。

数据通常在被企业运用时，会与其他无形资产一起获得价值，比如客户的消费数据，可以令消费品牌产生更大的影响力。当然，在累积和处理数据的过程当中，企业是有成本发生的。 然而，数据的价值，也要看使用者的。并不是每个企业或个体都能利用数据进行有价值的决策。 相反，数据价值体现在于数据应用，能对企业带来多少边际改善，例如顾客的购买频率增加。

 经济学家试图评估数据的总价值， 保守估计2018年仅仅是美国的数据价值已经达到1.25兆美元，而数据的价值却正在急速成长。透过改善企业的营运，数据就能获得价值，一般来说，数据能透过几个范畴来改善企业的营运，如企业透过数据来优化其运营，从各种各样的商品和服务提供简化的物流，从而令企业的利润提高。 数据亦可以积累市场的力量，即所谓的「赢家通吃」。数据同时也促进创新，即是创新过程失败，但依然能产生更多数据。数据可以改善决策并允许更明智的预测关于未来的结果，从而减少了风险。数据不仅仅具有其内在的价值用于商业用途，数据还有作为独立资产的价值，可以被分开出售，或单独利用，或与其他资产组合利用。 

数据与其他资产一样，有着生命周期。随着时间的推移，这会影响其价值。 如上述，由于数据是经济的副产品，透过数据的不断积累，也会形成一个循环反馈的格局，其中更多数据意味着更高效率，并提高生产力，进而吸引更多交易。 这反过来又允许业务产生更多数据。数据的价值体现在其转变的质量，透过综合的计算和分析，来获得知识，更多的数据可以提高生产力，吸引更多的交易，反过来会产生更多数据，透过人力资本的投入，又令到数据更有价值。而随着新数据的收集，早期数据的相关性可能会减弱，因为其不合时宜，或已被较新的数据取代。

“数据是新石油”已成为陈腔滥调。 但回顾这个有趣的比喻，也可探究有关数据收集和价值的走向。在石油开采的历史上，由于技术的革新，石油公司成功提取比原本估计更高的石油储量。依此推断，人工智慧（AI）可能会出现是巨大的飞跃，因为它允许更高的生产力和更高的回报，从而发掘可能比想像中多的数据储量 。 

数据交易所的市场化，不同持份者正在不断探索，笔者认为，要理顺优化好数据交易的过程，包括要懂得数据价值如何评估，才能释放数据交易的潜在市场。