数据空间的商业模式

数据空间的商业模式

1. 引言与动机… 6
2. 数据空间的商业模式… 7
   2.1 商业模式的概念 … 8
   2.2 数据空间的概念… 12
   2.3 数据空间商业模式… 15
3. 数据空间倡议及其商业模式 … 20
   3.1 示例1 – 移动数据空间… 21
   3.2 示例2 – Catena-X… 21
   3.3 示例3 - SCSN … 27
   3.4 在示例倡议中观察到的不同参与者商业模式 … 29
4. 结论… 30
   参考文献… 32
   管理概要
   商业模式阐释了组织如何从价值主张提供方的视角出发，实现价值的创造、传递与获取。这一基础概念在数据空间（由多方参与者构成的分布式系统）中变得更为复杂——当讨论数据空间的商业模式时，视角归属往往模糊不清。通常需区分两种层级：

数据空间本身的顶层商业模式
（如基础设施提供商或数据空间管理机构的模式）

参与者的独立商业模式及其具体用例

数据空间的概念要求对数据经济中的价值生成机制进行重构。早期引入数据估值模型对建立参与者间的协作基础至关重要。此外，数据空间商业模式的协同性意味着：必须协调不同主体的模型以实现整体成功。该模式还具有多边性——随着更多数据提供方和消费方的加入，价值通过相互强化的效益（“正向反馈循环”）持续增长。值得注意的是，这种模式具有动态演进特征，例如公共资金支持等属性会随时间变化。

核心结论在于：并不存在单一的"数据空间商业模式"，其形态取决于所选取的视角。为探究实践中的可行模式，我们分析了以下三个典型案例：

移动出行数据空间（MDS，德国）
通过公私合作推动可持续数据空间建设，聚焦创新出行解决方案。其特色在于：在探索可持续商业模式的同时，优先发展社区生态与技术赋能。

Catena-X（汽车行业）
展现了在满足监管要求与经济可持续性之间的平衡挑战，成功关键在于开发兼顾合规性与财务可行性的创新定价模型。

智能供应商网络（SCSN，荷兰）
证明了通过协同合作可在高科技设备制造供应链中建立可扩展的数据共享模型，其成效揭示了数据空间对效率与创新的推动作用。

本文旨在构建跨利益相关方的共识框架。价值创造不仅关乎货币化，许多数据空间项目更以社会效益为首要目标。此外，任何有效的商业模式必须在复杂的价值网络中兼具协作性与多边性。

1. 引言与背景动机

国际数据空间协会（IDSA）成立于2016年，其核心使命是通过制定IDS参考架构模型（IDS RAM）¹ 并为数据共享提供治理与法律框架指导（参见《IDSA规则手册》²），在数据生态中实现数据主权、互操作性与信任机制。业界始终明确：商业模式的成熟度及对数据空间的商业化视角，将成为区分理论概念与市场实际落地的关键因素。企业采纳新范式并非基于理念认同，而是需要确凿的投资回报证据——如生产效率提升、系统鲁棒性增强等量化指标。最终推动数据空间普及的将是可验证的经济模型，而非技术概念或模糊的价值主张描述。

过去数年，大量项目已采用IDS RAM构建跨行业数据空间。《数据空间雷达》³ 见证了该领域的演进历程，可藉此洞察当前发展态势（图1呈现了代表性项目分布）。数据空间市场仍处早期阶段：当前用户主要由共同奠定技术基础的创新者和持续扩大的早期采用者构成，其规模即将触发早期大众市场的临界点。但要实现这一跨越，不仅需要可运行的数据空间实例，更需向潜在用户清晰展示商业收益。本文旨在为现有及未来项目提供商业模式设计的系统性洞见，加速这一进程。

尽管数据空间价值显著，但其成功商业模式仍缺乏明确定义——这恰印证了市场尚处早期阶段的特征。本立场文件试图揭示内在价值与商业模式缺失间的悖论，核心目标包括：

• 术语标准化：从通用概念切入，聚焦数据空间场景，建立统一的商业模式沟通框架，避免概念混淆
• 模型解构：明确定义商业模式构成要素，并应用于多利益相关方协作的复杂数据空间语境
• 层级区分：厘清数据空间参与者商业模式与数据空间本体商业模式的本质差异
• 模式推演：勾勒从公共资助到可持续定价的多元商业模式图谱
• 案例启示：通过三个创新先驱项目的实践视角提供参考

（图1：数据空间应用现状及代表性项目）

¹ IDS参考架构模型4.0：https://docs.internationaldataspaces.org/ids-knowledgebase/ids-ram-4
² IDSA规则手册：https://docs.internationaldataspaces.org/ids-knowledgebase/idsa-rulebook
³ 数据空间雷达：https://www.dataspaces-radar.org

---

2. 数据空间商业模式框架

本节首先界定商业模式概念，继而引入数据空间定义，最终解析数据空间及其参与主体的商业模式分析复杂性。

2.1 商业模式基础概念

采用Alex Osterwalder的广域定义：商业模式是"组织创造、传递和获取价值的逻辑体系"，该定义通过商业模式画布（图2）实现操作化。

商业模式介于商业战略与业务流程之间：它将愿景目标转化为可实施的路径，并通过组织架构与工作流具体落地。需注意的是，Osterwalder定义并非唯一标准。最简视角将商业模式视为企业盈利计划，但此定义过于狭窄，更接近商业计划书范畴。如表1所示，更具普适性的定义应涵盖价值创造的多维特征。

（图2：Osterwalder商业模式画布）

表1：‘商业模式’术语常见定义概览

---

商业模式核心要素解析
Osterwalder画布及表1中的多数定义均表明：价值主张是商业模式的核心概念——即组织向市场提供的、客户所关注的"价值承诺"。明确价值主张后，商业模式需系统阐释该价值的创造、传递与捕获机制。

价值主张的广义界定
狭义视角将价值主张定义为"企业向购买其产品的客户承诺交付的价值"[10]，此定义明确限定于"企业"与"产品"范畴。更广义的理解中：

提供主体可扩展至非营利组织或政府机构等非纯利机构

价值形态不仅包含经济价值，还应涵盖社会价值
为此已衍生出包含社会成本与收益的Osterwalder画布变体[11]。

商业模式选择方法论
定义与选择商业模式属于不同维度。现有研究尝试建立分类体系，如：

A. Ovens(2015)提出的现实场景典型模式

圣加仑商业模式导航器归纳的55种类型[12]
但需强调：本文件目标并非罗列现有模式，而是提供商业模式推理框架，帮助理解特定模式生效/失效的内在逻辑。

复杂价值网络中的分析要点
相较于传统线性价值链，现代复杂价值网络要求特别关注：

视角锚定
必须明确商业模式的分析视角——即价值主张提出方（WHO），其可能是商业公司、非营利组织或政府机构。建议在模板中显性标注该主体，尤其在多主体模型相互影响时（如图3所示）。

五维分析框架

WHAT（价值内容）：核心价值主张，满足客户需求的市场供给
WHO（实施主体）：价值主张提出方的组织性质（建议显性标注）
HOW（实施路径）：涵盖关键资源、活动、合作伙伴及对应成本（对应画布左侧）
TO WHOM（目标对象）：客户细分及渠道关系，关联收入结构（对应画布右侧）
BALANCE（收支平衡）：根据主体性质（WHO）平衡经济/社会成本与收益

（图3：商业模式要素关系示意图）

2.2 数据空间核心概念

商业模式始终以价值主张提出方的视角，阐释组织创造、传递和捕获价值的逻辑。

数据空间的核心功能在于实现数据提供方与数据消费方之间的价值链数据共享与处理。其设计遵循以下原则：

数据主权保障：通过IDS架构确保数据提供方对敏感数据资产的完全控制权，为智能服务和创新业务流程奠定基础[13]

角色多样性（见图4）：除数据交换双方外，还包括身份提供商、数据目录、词汇表提供商、应用商店和交易日志等组件

使用策略管控：数据提供方可预先定义数据使用策略，在与消费方达成一致后通过**使用控制(Usage Control)**机制执行[16]

数据空间价值主张：“通过主权数据共享实现价值创造”[14]

实践落地维度
数据空间的价值通过**用例(USE CASES)**具象化：

物流场景：数据产品（如运输工具位置与容量数据集）→ 最终产品（多式联运路径规划器）

汽车行业：数据产品（企业排放报告）→ 最终产品（全价值链碳排放追踪系统）（见图5）######

DSSC术语库V2将数据空间定义为：“由治理框架界定的分布式系统，通过一种或多种基础设施实现安全可信的数据交易，支持数据主权并赋能多个用例”[15]。

关键技术机制
使用控制(Usage Control)：超越传统访问控制，专注于数据处理义务（obligations）而非访问权限（provisions），涵盖知识产权保护、合规监管等场景[16]（见图6）

数据空间协议(DSP)：标准化数据发布、协议协商和访问流程，区分控制平面（标准化协商）与数据平面（支持流数据、事件数据等多样化共享模式）[17]（见图7）######

2.3 数据空间商业模式

需明确区分：

数据空间基础设施商业模式（基于合作/竞合关系）

参与者商业模式（基于个体竞争行为）

关键矛盾与解决方案
数据消费方：期待通过数据共享提升价值、降低成本

数据提供方：担忧数据质量投入、接口成本及战略控制权流失

平衡机制：数据空间需提供数据产品解决方案（如标准化接口、价值分配模型）以调和利益冲突

核心结论：不存在统一的"数据空间商业模式"，必须针对不同参与主体（治理机构、中介方、数据提供方/消费方）分别构建协同演进的商业模式体系。

3数据空间商业模式案例研究报告

3.1 案例1：移动出行数据空间（MDS）

核心价值网络（图10）呈现去中心化市场特征：

价值主张：

数据提供方：通过符合欧盟标准（GDPR）的安全数据共享获取新收入流

数据消费方：获得多源数据重组创新能力

冷启动策略：

政府种子资金（德国联邦数字与交通部BMDV主导）

社区经理开展匹配服务与网络活动

收支模型：

当前：80%公共资金+股东注资

未来：数据服务订阅制转型

典型用例：

"按里程付费"保险：车企与保险公司共享实时车辆数据

城市数字孪生：Esri集成实时交通数据优化基建规划

技术架构：

采用Eclipse数据空间连接器（EDC）

解决m-n关系中的接口爆炸问题（充电站优化用例需协调车企、电网、导航服务商等多方数据）

3.2 案例2：Catena-X（汽车行业）

双轨治理架构（图11）：

Catena-X协会：负责标准制定与认证（中立治理）

Cofinity-X运营公司：管理数据交易与成员准入

核心挑战：

平衡监管合规（欧盟《数据法案》）与经济可持续性

开发创新定价模型：如"产品碳足迹追踪"用例中的合规性加权算法

网络效应策略：

初始：依托宝马、大众等头部车企建立临界规模

当前难点：说服中小供应商加入

3.3 案例3：智能供应商网络（SCSN）

制造业供应链创新（图12）：

价值主张：

中小企业：降低ERP系统间数据互通成本（固定费率/终端用户）

IT服务商：提供"连接即服务"增值业务

技术路径：

标准化通信协议实现跨系统数据调和

通过IT服务商网络快速扩展（现有400+制造企业接入）

可持续发展机制：

从政府资助转向自维持模式

采用"连接器固定费"替代按用量计费

4. 核心结论

商业模式多样性

基础设施层：MDS采用多边平台模式 vs Catena-X设立合资运营实体 vs SCSN依托IT服务商网络

参与层：服务商可发展独立变现模式（如SCSN的ERP连接器服务）

数据估值特殊性

非竞争性特质要求价值定价法主导（经济影响模型/效用维度模型）

分布式架构颠覆传统平台经济的集中式定价逻辑

公共资金角色演进

初期：所有案例均依赖公共资金启动

长期：通过用例价值回收实现资金替代（如Catena-X的合规服务收费）

社会价值优先性

多数数据空间将社会效益列为首要目标（如MDS的交通减排、Catena-X的供应链透明度）

方法论启示：

需明确分析视角（基础设施提供方/参与者/中介机构）

早期嵌入数据估值模型以建立协作基础

通过IT服务商等"乘数节点"解决冷启动问题