数据要素化，一个世界性难题。
相比于传统生产要素，数据要素具有获得非竞争性、使用非排他性等独有特征，在流通、产权、安全和使用等方面需要法规制度与基础设施的双重保障。
我国无疑是最早探索数据要素化的国家之一。从早期成立的各种大数据交易所、地方数据局，到2020年将“数据要素”写入政策文件，再到“数据二十条”颁布、《数字中国建设整体布局规划》出台以及国家大数据局成立，国家一直在积极探索和推进数据要素化。
如今，随着相关法规制度持续走向完善，产业界也愈发意识到数据基础设施的建设同样不容忽视，它既是各项制度与模式落地的保障，也是数据要素化长远发展的推进器。因此，聚焦新型数据基础设施建设的“数据云”近年来成为产业界焦点，吸引了社会各界广泛关注。
正如浪潮云总经理颜亮所言：“数据要素化已经推进十年，前期大家进行了各种摸索与积累。今天回头看，满足数据要素市场化要求的新型基础设施长期缺位，补全数据基础设施、推动数据充分释放价值，是数据要素化从量变进入到质变的关键所在。”
为什么需要数据云
何为数据云？有了云计算等基础设施，为何还需要建设一朵针对数据要素的云？
这恐怕是不少人心中的疑问。
所谓数据云，即在算力基础设施上，面向数据资源的云服务支撑体系，围绕数采、数算、数用和数据安全，构建起数据安全可信流通的新型数据基础设施。IDC在《数据云推动数字中国进入大规模高质量发展新阶段》报告中认为，数据云作为新一代数据体系架构，围绕政府Government、产业Industrial、城市City为数字中国发展打造GIC发展底座，实现政企价值传递和反馈闭环。
“过去，基础设施关注的对象从来都是应用、业务，而不是数据。一些数据要素化项目之所以不成功，很重要的原因就是基础设施与需求的不匹配。而数据的独立性决定了基础设施的建设必须与需求匹配。”颜亮如是说。事实上，从我国数字经济发展、数实融合需求以及激活数据要素化价值潜能等方面出发，的确需要给数据要素量身打造一朵“云”：
首先，我国数字经济发展迅速，具有丰富的海量数据资源。IDC预测，到2025年，我国将成为全球最大的数据圈。最新《中国数字经济发展报告（2023）》也显示，2022年中国数字经济规模达到50万亿元占GDP比重达到41.5％，产业数字化占到数字经济比重上升到81%，需要新型数据基础设施来支撑数字经济的长远发展。
其次，随着云计算的普及，打造新型数据基础设施已经具备基本条件。近年来，中国云计算市场发展迅猛，云计算基础设施建设获得长足进步，政企上云的步伐明显提速，越来越多上云用户会面临着从“业务上云”到“云上用数”的过程，新型数据基础设施可以提供一体化的资源与环境，为“云上用数”提供支撑。
第三，千行百业的数字化转型已步入深水区，在大数据、AI等数字化技术突飞猛进的今天，业务场景向数据驱动型演进已是大势所趋，数实融合需要新型数据基础设施来充分激发数据要素价值潜能。
颜亮总结认为，释放数据要素价值主要面临两大挑战：一是能够满足数据要求市场化的新型基础设施准备还不到位；二是单纯技术侧人才和业务侧人才相对充足与成熟，但融合性人才依然有很大缺口。
为此，浪潮云率先推出“数据云”的战略，从新要素、新产品、新模式三个方面出发，提供支撑可信数据空间的新型数据基础设施服务，为“数采-数算-数用-数安”的全生命周期提供支撑能力，支撑多个行业的数据要素价值释放。这其中，数据云OpsCenter又在运营与运维层面发挥着关键作用，牵引着数据云走向落地以及数据要素化的提速。
OpsCenter，数据要素化提速的关键
如果仔细分析当前政务、金融等行业用户的现状，会发现在新场景、新技术的驱动下，用户的数据环境正在变得无比复杂：一方面数据来源众多，数据规模持续增长，数据类型丰富，让数据治理、运营、运维等工作难度增加；另一方面，数据驱动型的业务场景愈发复杂，融合了诸多数字化技术，对于数据应用、安全性等方面的要求也水涨船高。
综合来看，要想实现数据要素化的提速，就必须通过稳定、安全、高效的一站式数字化运营底座，向下通过智能运维等屏蔽底层复杂性，及时发现、定位和解决问题，确保数据云的运营稳定与高效；向上则需要实时响应客户的“数采、数算、数用”等各种数据服务需求，为业务场景带来安全可靠的数据服务。
在浪潮云的“数据云”业务战略中，数据云是面向数据的新型基础设施，OpsCenter则是扮演着“一站式数字化运营底座”的角色。浪潮云首席技术官孙思清介绍，OpsCenter是一种数据基础设施运营管理实践，提供服务、运维、运用、监控一体化服务。
“OpsCenter采用本地+中心两级部署、集中管理的方式，在提供全方位服务的同时，数据存储在用户数据中心，满足其对数据主权的要求。另外，OpsCenter的核心职能是围绕数据基础设施全生命周期的运维与管理，不会接触用户数据等安全红线；第三，除了数据安全技术体系的深厚积累，OpsCenter还具备严格的管理规范和制度，确保数据的安全与可靠。”孙思清补充道。
例如，浪潮云基于OpsCenter，通过AIOps、分布式流处理等技术，实现基于业务链的资源数据自动化接入，完成100余个云中心、8类业务、420余个模型、200万+数据治理。事实上，浪潮云通过济南+上海的OpsCenter已经形成分布式+全栈产品+AI技术的新型OpsCenter服务交付体系，实现数据云架构的统一交付、统一运维。
之所以选择上海作为数据云OpsCenter，颜亮认为主要有三个核心原因：
其一、上海作为长三角龙头，具备很好的数据要素政策环境。围绕长三角经济社会发展一体化的发展需求，数据赋能产业具有迫切的需求，长三角已经成为数据要素化先行、先试的核心板块与区域。
其二、数据规模与数据密度和产业发展密切相关。长三角地区经济发达，数据规模与数据密度都很大，浪潮云的数据云OpsCenter设置在上海，既能对长三角一体化发展进行良好支撑，也能基于长三角进一步实现全国数据云的覆盖与支撑。
其三、数据云是技术与业务融合发展的体现。随着AIGC浪潮的兴起，围绕数据与技术拉通的核心是场景与技术的融合，上海具备丰富的场景、人才，通过OpsCenter可以实现很好的融合。
如今，基于数据云OpsCenter，浪潮云依托不同场景模型的智能编排，已构建起70余个数据业务模型，覆盖公共服务、城市治理、政务服务、农业农村等领域，为各行各业的数字化转型提供坚实的数据支撑和服务。事实上，在长三角的数字经济发展和数据要素化推进过程中，浪潮云的“数据云”战略，以及数据云OpsCenter等相关技术、产品和方案，均在广泛与深入的实践中得到验证、认可。
长三角，数据要素化的最佳样本
长三角，位于中国长江下游地区，覆盖三省一市，人口接近2.3亿，经济体量达到中国经济总量的四分之一以及进出口总额的三分之一。作为中国经济发展最活跃、开放程度最高、创新能力最强的区域之一，长三角的产业数字化规模在数字经济总体规模中占比超过60%，长三角推进数据要素化对于数字经济持续繁荣、国家现代化治理以及社会经济高质量发展均有着重要意义。
如今，以数据要素为牵引，推动长三角城市治理的智能化、现代化和精细化，加强区域经济与治理联动，赋能产业转型升级，已成为长三角一体化发展的共识。
以数字政府为例，政府自身数字化转型是刀刃向内的治理改革，也是推动经济和社会数字化转型的关键。长三角作为中国经济最为发达与繁荣的区域，政务数据的互联互通与共享共用，已经成为产业发展、民生服务、社会治理的硬需求。
为此，浪潮云助力建设的长三角数据共享平台，成为长三角乃至整个中国数据要素化的最佳样本。长三角数据共享平台整合了三省一市各部门间分散异构的数据资源，成为长三角地区大数据归集、共享和应用的“神经中枢”，横向采集汇聚各部门的数据，纵向打通各级政府共享交换平台，协同推进公共数据和社会数据共享，支持社会数据“统采共用”。
例如，基于长三角数据共享平台，长三角地区实现财政票据信息、公积金信息、困难学生信息等数据共享，大幅提升了城市治理和民生服务水平；一码同行则让市民出行极为方便；一网通办利用数据多跑路，实现不同区域政务服务办理的畅通。
据悉，长三角数据共享平台如今已经发布了400+个目录、600+个数据资源，提交1000项资源申请并获得授权，累计数据共享交换8亿＋次。
综合观察，数据要素化是一条极为艰难的探索之路。在过去十多年里，产业界从多个维度探索推动数据要素化，却始终难言成功。浪潮云作为中国分布式云的领导者，深刻认识到数据要素化除了法规制度的落地之外，基础设施和运营运维支撑也是关键所在。浪潮云近年来一直推动“数据云”业务战略的落地，希望通过全国数据云节点的建设，以及强大的OpsCenter体系，来形成数据基础设施和运营运维体系，为数据要素化的推进探索出一条可行的稳健之路。面向未来，随着数实融合需求的持续上升，浪潮云的“数据云”战略有望在数字经济中迎来更大的舞台。
