数据不是资产，信息才是

以下文章来源于信息化与数字化 ，作者沈旸

来源：信息化与数字化|作者：沈旸

本文经授权转载

对在大数据时代，很多专家把数据比喻为数字时代的金矿，所有的企业都希望有更多的数据。有些平台甚至患有“数据饥渴症”，不断地收集越来越多地数据，不管是合法的还是不合法的数据，都先收集了再说。

如果一个企业拥有金矿，但是把这个金矿开采完以后，黄金这种贵金属就在这个矿里消失了，有价值的金矿也就变成了高价值的黄金和无价值的矿渣。如果挖矿和炼金本身消耗的人力物力的价值，大于提炼出的黄金价值，那么这个金矿在当前的技术和资源条件下，就不能产生正向的价值。

对于数据而言，当一个企业通过数据挖掘从很多数据中发现有价值的信息后，含有隐含信息的数据也就变成了高价值的信息和无隐含信息的数据。在数据挖掘的过程中也一样，如果从数据中提炼需要消耗的人力物力，大于提炼出的信息价值，那么即使是数据再多也无法产生正向价值。

对于那些不掌握大数据分析和AI能力的组织，拥有再多的数据也只是拥有了一推沙子而已；只有掌握了数据分析的技术后，才有能力从沙子中冶炼出黄金，从数据中获得有价值的信息。

但是有人可能会有不同的意见，数据不同于金矿，企业在得到信息后，还拥有这些数据，同样的数据还可以交易给其他实体，怎么会同于没价值的矿渣呢？

那我们先看看什么是信息呢？

美国数学家，信息论的奠基人克劳德·艾尔伍德·香农（Claude Elwood Shannon）在他的著名论文《通信的数学理论》（1948）中提出计算信息量的公式。 这个公式和热力学的熵的本质一样，故也称为熵。

从公式可知，当“不确定性”最高时，信息熵最大。故信息可以视为“不确定性”或“选择的自由度”的度量。在很多时候，我们远远低估了信息这个词的含义和范围，我们日常口头沟通中的信息是指能减少不确定性的事务或者描述，信息越多，不确定性越低。

当你听到一个重复的消息的时候，这个消息并没有带来新的信息量。如果或者消息是在你的预期范围内，那也没有太多的信息。在一个四季如春几乎恒温的城市，日常的天气预报不会给你带来新的信息，大家也不会在生活中做出新的决策和改变；但是如果哪一天的天气预报预告第二天升温或者降温10度，这是个小概率事件，也是一个预期外的事件，那么就产生了新的信息，人们可以基于这个信息来选择加减自己的着装。概率越低的事件，信息量越大，这也是为什么很多标题党喜欢用一些夸张的“低概率”标题来吸引大家的眼球。

信息的价值在传播中逐渐衰减

就用股票市场分析来举例子，假设一个股票分析师通过各种公开数据，例如企业门口每日的货车运输量，企业上下游的数据，推测出这个企业这个季度的业绩会"超出预期"。“预期”是一种确定性，代表着公众市场的期望；“超出预期”代表着一种不确定性，代表概率较低的期望。当分析师掌握着这个低概率的信息时，就可以通过提前买入企业的股票来获利。每次股市里企业公布财报的时候，可能会符合预期，也可能会超出预期或者低于预期。当预期越一致，但是结果与预期差异越大的时候，财报的发布往往就会带来股票价格的剧烈波动。

但是信息作为一种资产，其交易和传播的过程跟普通的商品有很大的区别。当黄金作为一种资产，从A交易到B，A获得了资金，而不再拥有黄金这种资产。当B把黄金重新售卖给C，也不影响A之前已经结算好的交易。

但是信息跟实物的区别是可以复制可以被多方同时拥有。从A交易到B，只要这个信息还没有完全变成公开的信息，A和B都同时拥有这个信息。

还是用之前的股票分析师来举例，当A和B都同时拥有这个信息的时候，那么他们都可以通过提前买入股票来获利，但是A能获利的空间就比以前独占信息的时候要少，他需要与B共享利益空间。假设一个信息价值300万，那么如果A独有信息的时候，就有300万的获利空间。但是假设A没有那么多的资金，现有的资金只能获利150万，那么可以将这条信息出售给B，假设以100万的价格出售给B，那么A可以获得250万，并且B也有50万的盈利空间。但是B如果继续把信息以75万的价格卖给C，那么现在信息被三个人知晓，每个人的获利空间只有100万了，这时候B的获利为75万，C的获利空间也为25万，但是A的获利空间就从250万降到200万了。

在上面的这个示例中，信息的传播会影响到之前获取信息的所有人，信息每传播一次，对之前拥有信息的人都是一种价值损失。所以在信息传播的多次交易过程中，需要考虑怎样对之前的信息拥有者补偿的问题。

对于企业的数据挖掘，本质上也需要通过内部的降本增效和流程优化，最终通过市场竞争和交易来实现商业上的价值。但是如果一个企业掌握的信息，被其他企业也同样掌握了，大家的水平同时提高了，单独的一家公司还是无法获取商业上的溢价。

对于没有更多信息量的公开数据，政府或者数据平台应该只赚取数据存储、交换和展示的成本，使得用户更方便地获取数据，使得数据成为真正的公众图书馆。对于那些高价值的未公开数据，应该遵循这样的链式法则，每一次的数据交易应该考虑怎样对链路上的其他信息拥有者进行价值补偿。

现在的大数据交易所的交易模式可能都需要重新设计了。

转自公众号：CIO俱乐部