迈向可信数据空间，袋鼠云如何支撑数据可信流通

数据要素市场走到今天，企业面对的核心问题已经很清楚：数据只有在安全、合规、可控的前提下流动起来，才能真正转化为生产力。

2024 年发布的《可信数据空间发展行动计划（2024—2028年）》提出，到 2028 年建成 100 个以上可信数据空间。文件将可信数据空间定义为：基于共识规则，联接多方主体，实现数据资源共享共用的数据流通利用基础设施，也是数据要素价值共创的应用生态。

这意味着，数据流通正在进入一个新阶段。

过去，企业更多关注内部数据治理：把数据采集上来，治理干净，形成指标、报表、数据服务，支撑经营分析和业务决策。今天，越来越多高价值场景已经越过单一组织边界。

集团企业要协同总部与分子公司的经营数据；链主企业要打通上下游供应链数据；城市治理要融合交通、应急、水利、空间、气象等多源信息；跨境业务还要兼顾合规、本地化运营与全球协同。

数据价值越来越多地产生在连接处，数据风险也同样产生在连接处。

谁有权使用数据？能用到什么程度？是否超出授权范围？调用过程能不能审计？结果能不能追溯？价值产生之后如何计量和分配？

可信数据空间要解决的，正是这些问题。

一、可信数据空间的关键，是让数据“敢流动、能流通、可复用”

很多企业并不缺数据，真正难的是让数据在多主体之间持续流动。

原因很简单：数据一旦被交付出去，提供方很难继续控制它的使用边界。

它可以被复制，可以被融合，可以被反复加工，也可以在与其他数据叠加后产生新的敏感信息和商业价值。数据提供方担心失控，数据使用方担心合规风险，运营方也很难在责任边界不清的情况下长期组织生态。

过去的数据合作，常常依赖线下协议、接口对接、文件交换和项目制协调。这类方式可以解决局部需求，却很难支撑高频、动态、持续的数据协同。

可信数据空间的底层逻辑，就是在数据提供方和数据使用方之间，建立一套可认证、可管控、可追溯、可运营的信任机制。

这套机制至少包含五个层面。

第一，主体可信。 数据提供方、数据使用方、数据服务方、空间运营方、监管方都要有清晰身份和责任边界。只有主体可信，后续授权、审计、结算、追责才有基础。

第二，资源可信。 数据需要被登记、编目、描述、分类分级，明确来源、质量、口径、敏感等级和适用场景。数据进入空间之后，不能只是一个文件、一张表、一个接口，而要成为可发现、可理解、可评价的数据资源。

第三，过程可信。 数据被谁调用、用于什么目的、是否经过授权、是否超范围使用，需要全过程留痕、动态管控和审计追溯。

第四，结果可信。 很多场景中，真正被业务消费的对象已经从原始数据延伸到指标、标签、模型结果、风险评分、分析报告和数据产品。结果是否可靠，取决于数据来源、加工过程、使用规则是否可信。

第五，价值可信。 数据参与价值创造之后，贡献如何计量、收益如何分配、生态如何持续运营，需要形成可被各方接受的规则。

因此，可信数据空间真正要建立的是一套面向数据流通全生命周期的可信运行机制。

从这个角度看，可信数据空间的目标可以概括为三句话：

让数据提供方敢于供数。 让数据使用方能够合规用数。 让多方主体围绕数据形成持续价值共创。

二、一张能力视图背后，是三条必须跑通的链路

《可信数据空间发展行动计划（2024—2028年）》提供了一张能力视图，拆成了三条能力流：可信管控流、资源交互流、价值共创流。

这三条链路，决定可信数据空间能否真正运行起来。

1. 可信管控流：解决“数据敢不敢流”

可信管控流位于能力视图底层，对应的是全要素接入认证、全过程动态管控、全场景存证溯源。

这条链路解决的是数据流通中的安全和责任问题。

数据进入空间之前，要确认主体身份、数据资源、产品服务是否可信；数据流通过程中，要对访问、授权、使用、二次传输等行为进行动态管控；数据被调用之后，还要能够通过日志、存证、血缘、溯源机制还原过程。

没有可信管控，数据提供方很难真正开放高价值数据。

尤其在央国企集团、产业链协同、金融风控、城市治理、跨境业务等场景中，数据往往涉及商业秘密、生产安全、公共安全、个人隐私和合规红线。可信管控能力越强，数据流通的边界越清晰，参与方的顾虑越容易被消解。

2. 资源交互流：解决“数据能不能流得动”

资源交互流对应的是数据接入、数据发布、数据发现、数据转换、数据交付。

这条链路解决的是数据如何被发现、理解和调用。

在现实场景中，数据来自不同主体、不同系统、不同格式、不同语义体系。结构化库表、半结构化日志、非结构化文档、图片、视频、音频、IoT 时序数据、空间数据、三维模型等，都可能成为数据空间中的资源。

如果没有统一的资源目录、数据标识、语义描述、接口规范和跨主体互认机制，数据即便被接入空间，也很难被高效使用。

可信数据空间要解决的，并不只是“能连上”，还要让数据被找得到、看得懂、调得起、用得准。

这也是为什么资源交互能力被放在可信数据空间能力视图的中间层。它承接底层可信管控，也支撑上层价值共创。

3. 价值共创流：解决“数据能不能产生持续价值”

价值共创流位于能力视图上层，对应的是数据资源向数据产品和服务转化。

可信数据空间的最终价值，不在于沉淀多少目录、接入多少接口，而在于能否让数据进入具体业务场景，形成可复用的数据产品、模型服务、指标服务和行业应用。

比如，能源矿产场景中，数据可以转化为设备健康、安全风险、能耗环保、生产调度等数据产品；港口交通场景中，数据可以转化为作业效率、设备状态、物流协同等服务；集团经营场景中，数据可以转化为统一指标、风险预警、经营分析能力；城市治理场景中，数据可以转化为空间态势、应急响应、交通规划等应用服务。

可信数据空间的成熟形态，不只是数据资源的汇聚地，更是数据产品和数据服务的生成场。

因此，可信数据空间的建设不能脱离场景。真正有效的路径，往往是从业务问题出发，倒推需要哪些数据资源、哪些流通规则、哪些管控能力、哪些服务形态和哪些运营机制。

只有三条链路同时跑通，可信数据空间才能从政策目标走向真实应用。

三、企业建设可信数据空间，第一步是把数据变成“可流通资源”

对企业来说，可信数据空间听起来宏大，但落到建设层面，起点非常具体：先把数据组织成可流通、可复用、可服务的数据资源。

很多企业已经积累了大量数据，但距离“可流通”还有距离。

有的数据散落在不同业务系统中，只能被局部应用调用；有的数据没有统一口径，同一个指标在不同部门含义不同；有的数据缺少质量评价，使用方不知道能不能信；有的数据权责不清，业务部门不愿开放；还有大量文档、图片、视频、设备日志、时序数据、空间数据和三维模型，长期游离在传统数据资产体系之外。

这些问题不解决，可信数据空间就容易出现三个结果：

有平台，但高质量数据资源不足。 有目录，但业务方找不到真正可用的数据。 有共享机制，但难以沉淀可复用的数据产品。

所以，企业建设可信数据空间，大体需要走过三个阶段。

第一阶段，数据资源化。

企业需要完成数据盘点、数据接入、元数据管理、数据标准、数据质量、数据分类分级、血缘分析和资源目录建设。不同形态的数据要进入统一资产体系，形成可发现、可理解、可评价、可授权的数据资源。

这一步解决“有什么数据、数据质量如何、哪些可以开放、应该以什么形态开放”的问题。

第二阶段，数据服务化。

数据不能只停留在目录里，还要被封装成可调用的服务。比如 API 服务、指标服务、标签服务、专题库、模型服务、知识服务等。

业务部门真正需要的往往不是底层表和原始文件，而是可以直接支撑经营分析、风险识别、供应链协同、安全监管、设备运维、客户服务的数据能力。

这一步解决“数据如何被业务高效消费”的问题。

第三阶段，数据价值化。

当数据能够被安全调用、持续加工、稳定服务之后，企业需要围绕具体场景进行长期运营，让数据在应用过程中被反馈、校验、优化和沉淀。

这一步解决“数据如何形成持续价值”的问题。

可信数据空间的建设，本质上是从数据资源化，到数据服务化，再到数据价值化的系统工程。

四、袋鼠云数栈：支撑可信数据空间建设的数据底座与价值转化引擎

对袋鼠云而言，可信数据空间与袋鼠云长期深耕的数据基础软件能力，存在非常清晰的连接关系。

可信数据空间需要可信管控、资源交互和价值共创；数栈·多模态数据智能平台所解决的，正是企业数据如何被统一接入、统一开发、统一治理、统一检索、统一服务，并最终进入业务应用的问题。

从产品定位上看，数栈正在从传统的大数据开发与治理平台，升级为面向 AI 时代的多模态数据智能平台。其能力覆盖结构化、半结构化、非结构化全域数据，支持文本、图片、音频、视频、文档等多类型数据统一采、存、算、管、用，并支持 CPU+GPU 混合调度、多模态融合开发、高质量数据集建设、模型训练数据供给和 Data+AI 应用落地。

这与可信数据空间的建设要求高度契合。

1. 面向可信管控流：让数据可管、可控、可追溯

可信数据空间要让数据敢于流动，前提是全流程可管控。

数栈在安全与治理层面，可以提供租户级数据与资源隔离、项目级权限配置、多模态数据统一权限策略、数据分级分类、脱敏策略、生命周期管理、关键操作审批与全平台操作审计等能力。

这类能力对应可信管控流中的接入认证、动态管控、存证溯源。

在多主体协同场景中，数据提供方最关心的是边界是否清晰、权限是否可控、使用过程是否可查。数栈可以帮助企业把数据权限从传统库表维度扩展到文件、对象、路径、媒体预览、行列级字段等更细粒度对象上，支撑结构化与非结构化数据的统一管控。

只有数据可管、过程可审、风险可控，企业才有可能把高价值数据纳入可信流通体系。

2. 面向资源交互流：让多模态数据找得到、看得懂、调得起

可信数据空间要跑通资源交互，关键在于数据资源的统一接入、统一编目、统一检索和统一服务。

数栈·多模态数据智能平台支持结构化数据库、日志、JSON、网页、文档、图片、视频等多类型数据接入，并可对接 HDFS、MinIO、Doris、Elasticsearch、MySQL 等存储和检索组件，完成文件解析、文件拆分、元数据构建、向量化处理等流程。

这意味着，企业可以把过去分散在业务系统、文件系统、对象存储、IoT 设备、数据湖、数仓中的数据统一纳管起来。

更关键的是，可信数据空间需要解决跨主体、跨系统、跨模态的数据理解问题。数栈通过统一元数据管理、数据编目打标、元数据/全文/向量化综合多模态搜索、数据血缘、版本管理等能力，帮助企业形成统一的数据资源视图。

这一步的价值在于，让数据从“分散沉淀”变成“可被发现、可被理解、可被调用”的资源。

对可信数据空间而言，资源交互并不只是数据传输，更重要的是语义互通。数据只有被准确描述、关联、检索和理解，才能在不同主体之间形成真正可用的资源网络。

3. 面向价值共创流：让数据资源转化为数据产品和业务服务

可信数据空间最终要落到价值共创。数据不能只进入目录，还要进入业务场景。

数栈支持低代码全景式数据开发，可以在一个业务流程中完成从数据集成到数据分层开发的全景式编排。针对非结构化数据处理，平台支持文档、图片、音频、视频等多类型算子，覆盖过滤、映射、去重、选择、分组、聚合、解析等处理类型，并支持自研算子扩展。

这意味着，企业可以围绕具体业务场景，把原始数据加工成指标、标签、专题数据集、知识库、数据产品和模型训练数据。

在集团经营场景中，可以沉淀统一经营指标与风险预警服务；在能源矿产场景中，可以加工形成设备健康、安全风险、能耗环保等数据产品；在零售场景中，可以融合商品图片、评论文档、订单数据，构建商品理解和销售分析能力；在城市治理场景中，可以融合时空数据、物联数据和事件数据，支撑态势感知和辅助决策。

可信数据空间真正产生价值的地方，正在于数据资源向数据产品和服务的转化。

在这一过程中，袋鼠云还可以通过 AIMetrics 智能指标平台，将业务口径、指标体系和经营语义沉淀下来，支撑跨部门、跨子公司、跨业务场景的一致分析；通过 AIWorks智能体应用开发平台，将经过治理和授权的数据资源接入智能体应用，支撑数据开发 Agent、数据治理 Agent、数据分析 Agent、产品操作 Copilot 等能力；通过易知微空间智能体能力，将空间数据、实时数据和业务数据融合到三维可视、态势感知和仿真推演场景中。

这样一来，袋鼠云向前，能够支撑多模态数据统一接入、治理、编目、检索和可信管控；向后，支撑数据产品加工、指标语义沉淀、智能体应用和行业场景落地。

可信数据空间的建设不会停留在单一平台，也不会只依靠某一项技术。真正决定建设成效的，是企业能否把数据治理、可信管控、资源交互、产品加工和业务应用组织成一条完整链路。

对于企业来说，未来的数据竞争力，将越来越取决于数据能否在可信机制中持续流动、持续复用、持续产生价值。

当企业走向可信数据空间，最先需要补齐的依然是数据底座能力：数据是否被治理好，是否被组织成资源，是否能被业务理解，是否能被安全调用，是否能进入应用并产生持续价值。