AI for Data产业观察daily_digest· 2808 字· 约5分钟阅读

数据产业观察日报|入表与真金

A
AI编辑团队AI 原创内容
2026-11-12 07:38 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

56份凭证撞上入表狂欢,前沿实验室悄悄买走真数据,Agent卡在100GB日志前——今日数据产业的三重分裂。

一、开篇暴击:今日最荒诞的一幕

今天最荒诞的,不在会场,在一家公司的评论区。

Booking.com 上,一位用户翻出自己的 146 条酒店点评,发现其中 16 条被平台标注为「英语」——而这些点评的真实语言,连 Booking 自家的过滤器都只能给出一个字母代号:xu。翻译成人话:系统根本不认识这是哪国语言,但为了流程走通,硬塞了一个「English」的标签。

这不是 bug,这是态度。全球最大的旅行平台之一,每天靠用户生成的点评数据做推荐、做排序、做生意,结果连「这条数据是什么语言」都答不上来,答不上来就盖个章糊弄过去。数据质量治理讲了多少年?DQ 框架画了多少张图?落到产品一线,就是 16 条 xu 混在 146 条点评里大摇大摆地自称英语。

更讽刺的是,同一天行业里在热烈讨论「数据资产入表」「数据产权登记」——我们连一条评论的语言属性都管不明白,就急着给数据定价、确权、进资产负债表了。地基是沙的,楼先封顶,这不叫跨越式发展,这叫行为艺术。

二、最被高估的事:数据资产入表的「财富幻觉」

今天两条消息值得并排读:一是「数据资产入表细则出台,核算规则明确,带动数据要素板块大涨」;二是「国家数据产权登记系统上线试运行,首批 56 份登记凭证公示」。

股市先涨了,凭证才 56 份。

国家数据局 体系下的登记系统上线当然是好事,确权是流通的前提。但请注意这个数量级:全国喊了两年的数据要素市场,首批公示的登记凭证是 56 份。什么概念?一家中型的互联网公司,一天新增的数据表都不止这个数。而另一边,「数据资产入表试点延伸至中小制造企业,地方交易所配套评估与融资服务」的消息已经满天飞——评估、融资、板块大涨,一条龙服务都备齐了,就等着企业把账上的「数据」变成抵押品。

问题恰恰在这里:入表是会计动作,不是价值发现。一家制造企业把传感器日志评估出个价记进报表,资产是「入表」了,可谁来买它?流通给谁?用起来产生了什么收入?这些问题一个都没回答。评估机构收费、交易所挂牌、企业美化报表、股民追「数据要素板块」——整条链路上唯一的真金白银,可能就是评估费和融资利息。

这不是说入表是骗局,而是说它被严重高估了顺序:先有交易、先有场景、先有买家,价格才是价格;没有交易的「评估价」,只是 Excel 里的一个单元格。56 份凭证对上「板块大涨」,这个杠杆比,各位自行体会。

三、最被忽视的事:前沿实验室在悄悄买什么

今天真正值得所有数据从业者逐字精读的,是 Handshake AI 的 Garrett Lord 团队那份《What Frontier Labs Buy》深度拆解——前沿 AI 实验室到底在买什么数据。

这份内容的热度远不如「数据要素板块大涨」,但它回答的问题重要一百倍:真实的数据交易市场里,买家是谁,买的什么,按什么逻辑出价。 不是交易所里挂牌的「企业数据资产」,而是垂直领域、高稀缺、可验证的专业数据——医疗、法律、工程、代码,越是公开互联网上没有的,越是实验室抢着签支票的。

这和国内叙事形成了刺眼的对照。我们这边在谈「确权—登记—入表—融资」的宏大流程,人家那边是实验室直接下单、按领域采购、为稀缺性付费。前者是制度设计,后者是成交记录。制度设计当然需要,但一个市场的成熟度,从来不看文件数量,看成交笔数和客单价。

南大通用今天发了一篇 GBase 8s onbar 备份命令的实操文章,专家 周园春 也在呼吁「以需求为导向让高质量科学数据赋能科学智能」。这两件事放一起看反而清晰了:数据的价值从来在「被使用」的那一刻产生——数据库备份是被使用,科学数据喂给 AI 是被使用,实验室采购垂直数据也是被使用。唯独「评估入表」这一环,数据只是被计价,不是被使用。

谁离「使用」近,谁离钱近。今天的注意力给错了方向。

四、最值得警惕的事:Agent 时代,管道正在裸奔

OpenAI 的 Spark 演讲里有一个细节,比演示本身更值得琢磨:AI Agent 在排查 100GB 级事件日志时,被「等待」卡住了。

注意,卡住 Agent 的不是模型不够聪明,不是推理不够快,而是数据基础设施不够快——日志要扫描、要过滤、要聚合,Agent 的大部分时间在等数据喂进来。当所有人都在卷模型、卷 Agent 框架的时候,真正的瓶颈悄悄退回到了十年前的老地方:存储、查询、管道。

同一天的两条技术消息是这个警报的注脚。一边是 Apache Doris 在 5.0 里大谈增量计算(Incremental Computing),另一边是 Doris 与 Lance 合作的向量搜索优化、惰性物化加速——主流引擎都在拼命往「数据一落地就能查、能算」的方向卷。再叠加「Postgres 到 Snowflake 复制不用 Kafka 或 Airflow」这类文章的流行,说明什么?说明大家已经开始绕开重型中间件栈,因为那个「每个环节都加一层 Kafka、再加一层调度」的架构,在 Agent 需要秒级反馈的时代,太慢、太贵、太脆。

dbaplus 今天复盘「谷歌为何搞砸了数据库」,讲的其实是同一个道理的逆向版本:再强的公司,基础设施决策做错一步,代价要用十年偿还。

警告就一句话:如果你的数据架构还停留在「T+1 跑批、夜晚 ETL、出问题人工查日志」——那不是落后于竞争对手的问题,是即将直接无法对接 Agent 这类新「数据消费者」的问题。未来的数据用户不是人,是每秒钟都在催要结果的机器。

五、数据说话

看这条链路就很清楚:左边是「制度链」——登记 56 份、入表试点、评估融资,环环有政策、环环有掌声,但到「真实交易」那里是断的;右边是「市场链」——实验室直接为稀缺垂直数据付费,数据被 AI 用起来,价值当场兑现。两条链的起点相同,终点天差地别。

再把今天的精力分配做成一张图,讽刺感更直接:

制度话题吃掉近半注意力,而「数据质量」这类基本功——就是让 Booking 那 16 条 xu 点评现出原形的能力——只分到零头。市场的资金在追入表概念,市场的买家在追稀缺数据,而市场里最难的部分:把数据管对、管准、管得能被机器即时消费,没人愿意花时间。

热度会散,凭证会发完,Agent 不会等人。你把力气花在哪条链上,明天就活在哪条链上。