“過去很多年，我們在數據應用方面仍停留在做一些漂亮的統計報表上，并沒有深挖數據內在價值。大部分數據仍沉睡在云端服務器上，并沒有轉化為企業真正的資產。”日前，在由上海復旦大學校友會創業創新俱樂部主辦的第四屆創業創新數字經濟生態論壇上，復旦大學計算機科學技術學院教授、博導、上海市數據科學重點實驗室主任肖仰華在主題演講過程中直言，當前，數據價值變現也面臨諸多挑戰。

復旦大學計算機科學技術學院教授、博導、上海市數據科學重點實驗室主任肖仰華

肖仰華認為，造成這類現象的困境有多層原因。現階段數據管理處于多主體狀態，“今天可能在生產者手中，明天可能在采集者手中，之后會流通到加工者、使用者、運營者手中”，這種多方主體的狀態，使得數據的確權和數據安全是否可控面臨較高要求。

此外，數據運行的環境和生態也前所未有地復雜。肖仰華指出，數據運行的形態極為多樣。數據可能運行于傳統數據庫、關系數據庫、云數據庫，也可能存在于文件中，甚至可能成為大模型的語料。

隨著數據管理的復雜性和多樣性增加，肖仰華稱，對企業發展統一、標準化的數據管理和操作方法也提出新需求。在數據價值變現層面上，如何喚醒、盤活“沉睡的數據”？

肖仰華認為，人工智能時代，大模型有可能成為盤活沉睡數據資產的“利器”，大模型有利于將數據轉化為商業價值。

肖仰華稱，大模型之所以被各行各業積極擁抱，是因為它極大地簡化了傳統的商業變現流程。現在甲方只需提前提供數據，大模型就能自動從數據中學習到領域知識支撐下游應用，從而形成商業價值，無需再與資產方進行復雜的溝通，這種端到端的方式為商業應用帶來了極大的便利。

此外，在多模態數據的統一價值變現上，以前收集到的數據庫服務器可能是文本格式、圖像格式，也可能是語音或表格，各類各樣都有。但如今，只要將這些數據統一轉換成序列數據，就可以通過大模型進行訓練，從而實現統一的數據價值變現方式。

不僅如此，大模型還在數據庫的智能化運維方面發揮了重要作用。傳統數據庫應用系統需要大量人力和資金投入運營，而大模型的自動化運維能力可以顯著提高運維效率，解放人力資源。

不過，盡管大模型為釋放企業和各類行業數據價值帶來了全新機遇，但仍面臨諸多挑戰。

肖仰華認為，其中一個挑戰在于，目前的通用大模型以聊天或開放性任務為主，仍存在“幻覺”現象、專業知識不足以及專業思維能力較弱等。還有大模型在可控性和編輯能力上較弱，無法實現像傳統數據庫那樣精準地刪除或更新操作，這在行業應用中帶來了較大的挑戰。

在私域數據和專業數據的理解上，大模型也有待提升。譬如，不同行業數據具有兩個基本特點，其一是專業性強，例如工業傳感器數據，如果沒有專業背景知識，很難理解數據背后的含義；其二是私域數據的表達有自身獨特性，例如不同數據庫中對“性別”的編碼可能截然不同（如0和1分別代表男和女），這類私域數據編碼通用大模型能否直接理解，也是大模型在行業落地時需要解決的關鍵問題。

肖仰華在演講中也提到，企業在利用大模型做數據處理與價值變現相關工作時，也需關注成本問題，“大模型的運行存在成本，因此通常采用大模型蒸餾小模型的方式以降低成本。”大模型主要用于關鍵場合，或在小模型及人工難以處理的復雜場景中發揮作用，從而優化整體方案的成本。

“我們相信，在大模型和人工智能技術的助力下，數據價值將很快被徹底激活。”肖仰華說。