一个值得深思的事实：今天我们认为理所当然的数据交易、数据资产入表、数据作价入股，这些概念在十年前几乎不存在。不是因为技术不够，而是因为数据在当时还不是一个独立的”经济主体”。它被牢牢嵌在各个系统中。数据从”支撑工具”走向”核心资产”，经历了三次解耦。
第一次解耦：数据与应用解耦
这其实是数据仓库时代完成的。在文件系统时代，数据是应用程序的”私有财产”。CRM系统的数据只能在CRM系统里用，离开了CRM系统的数据库，这些数据就失去了上下文和可读性。
数据仓库的贡献不是存储，而是”分离”。它把数据从业务系统里抽出来，清洗、建模、存储到一个独立于任何应用系统的环境中。在这个环境中，数据不再是”CRM的数据”或”ERP的数据”，而是”企业的数据”。
第一次解耦的最大价值是：数据获得了”独立性”——它不再依赖于产生它的那个应用系统而存在。即使原来的CRM系统被替换了，数据仓库中的数据仍然可以继续使用。但这个阶段的数据仍然是”被动的”，它被抽到仓库后，做什么用、什么时候用，需要集中式的数据团队来规划和执行。
第二次解耦：数据与存储解耦
逻辑数据仓库和数据虚拟化技术完成了第二次解耦。第一次解耦让数据离开了应用系统，但仍然绑定在数据仓库的存储系统中。第二次解耦让数据不再绑定任何特定的存储介质，数据在Hadoop的HDFS里、在关系数据库里、在对象存储里、在云上——这些都不影响用户对数据的访问和使用。怎么做到的？通过一个抽象层，也就是数据虚拟化引擎。
用户（或应用）向虚拟化层发送查询请求，虚拟化层自动识别数据在后端哪个存储系统中，即时生成对该存储系统的查询，把结果聚合后返回。用户不需要关心数据在哪里、以什么格式存储。
第二次解耦的最大价值是：数据获得了”流动性”。数据可以在不同的存储系统之间自由迁移，而不影响上层应用。企业可以根据成本、性能、合规要求，灵活选择数据存储位置。
第三次解耦：数据供给与需求解耦
这是数据空间的核心贡献。前两次解耦让数据在”企业内部”成为了独立和流动的资产。但数据的供需关系仍然是”内部配置”，数据团队决定谁用什么数据，供需之间是组织内部的管理关系。
第三次解耦打破了这一限制。数据供给方（数据提供方）和数据需求方（数据使用方）不再需要直接的对接关系，而是通过数据空间这个中介实现供需匹配。供给方把数据封装为数据产品，发布到数据空间的数据目录中，同时定义使用规则（谁能用、怎么用、多少钱）。需求方在数据目录中发现所需的数据产品，按照规则申请使用，获得数据或分析结果。这中间没有一对一的商务谈判、没有定制化的接口开发、没有法务部门的逐份审查合同，所有环节在数据空间的规则框架下自动化完成。
第三次解耦的最大价值是：数据获得了”商品属性”——数据可以在跨组织的市场上，按照标准化规则进行交易和流通。
三次解耦的递进逻辑
三次解耦不是并列关系，而是递进关系：
没有第一次解耦（数据与应用解耦），数据就永远被锁在各个业务系统中，连”被独立管理”都做不到。
没有第二次解耦（数据与存储解耦），数据就只能在一个固定的存储系统上被访问，灵活性和成本优化空间有限。
没有第三次解耦（数据与供需解耦），数据就只能在组织内部配置，无法进入要素市场，无法实现资产化和资本化。
每次解耦都释放了数据的一个新的价值层次：独立性→流动性→商品属性。
数据资产化的前提是数据解耦。每一次解耦，都是把数据从一个旧的约束中解放出来。解放的程度，决定了数据价值释放的天花板。
我是BSN联盟成员。有着十年区块链与隐私计算的产品开发和方案咨询经验，先后参与多个国家重大课题，亲手建过区块链、隐私计算、可信数据空间的落地项目。不追概念，写真的。