公司资讯
国家数据局近期发布了《关于促进数据产业高质量发展的指导意见（征求意见稿）》，征求意见时间为2024年9月27日至10月11日。意见明确提出：“支持企业面向人工智能应用创新，开发高质量数据集，大力发展“数据即服务”“知识即服务”“模型即服务”等新业态。”这一举措旨在激发数据产业创新活力，推动数据产业高质量发展，为构建数字中国提供坚实支撑。这里，“数据即服务”再次以官方语言进入大众视线，让我们来深入了解这个看似技术术语的概念及其内涵。
“数据即服务”是什么？
简单的说，数据即服务（Data as a Service，简称DaaS）是一种基于互联网的数据管理和处理服务模式，它允许用户通过订阅的方式访问和使用数据，而无需关心数据的存储、管理和底层基础设施的复杂性。但是，DaaS绝不仅仅是一个技术术语，这一概念源自于对数据作为一种可交易资产的认识。随着云计算技术的发展和“一切皆服务”（XaaS）趋势的兴起，数据作为一种服务提供给用户的概念开始流行，因此DaaS概念与产品、客户数据、交易等因素相关，一般是先集中数据进行数据清洗、数据质量管理等工作，完成后可将数据提供给需要的系统或用户。
“数据即服务”的价值
DaaS的技术模式是通过API或其他服务接口，将数据以服务的形式提供给使用者。它强调数据的集中化管理和服务化提供，使得用户可以像使用水、电一样按需使用数据服务，DaaS通常包括数据的收集、存储、处理、分析和交付等一系列服务。支持“数据即服务”的典型技术有：数据集成：数据集成工具能够选择、准备、提取和转换数据，并将数据从不同的来源传输到一个集中的来源。数据虚拟化(Data Virtuality)：一个数据集成和管理平台，用于即时数据访问、数据集成和数据治理。 自助数据准备：自助数据准备工具可以帮助企业实现数据民主化。它赋予分析功能以大规模探索复杂数据，并更好地控制最终分析输出的能力。
“数据即服务”与传统数据管理的区别
DaaS的兴起，本质上是在计算机存储和云计算技术高度发展的基础上，数据方法带动的数据观念的一次重大的跃升。可以从以下几个方面来看DaaS与传统数据管理的区别。
首先，也是最重要的是数据利用的灵活度——传统的数据管理通常将数据与特定软件捆绑在一起，用户需要使用专门开发的软件来访问和呈现数据。这种方式往往会导致供应商锁定，限制了数据的灵活性。与之不同的是，数据即服务 (DaaS) 无需与特定软件捆绑，通过定义的 API 层进行数据访问，使得不同的系统、应用程序或用户都可以访问数据。这种模式提高了数据的可用性和灵活性。
第二，DaaS提供更广泛的数据来源和类型——传统数据管理则更多关注组织内部的数据源和数据类型，而DaaS从技术架构和方法上可以提供安全的跨域数据交换，包括结构化、非结构化和半结构化数据，极大的事实提高了数据的流通属性。
第三，DaaS有助于提高数据质量管理效率——传统数据管理中，数据质量的管理更多依赖于组织自身的数据管理系统和流程。而在 DaaS 模式下，数据经过集中式的清理和处理，可以显著提高数据质量。
总的来说，DaaS 提供了更加敏捷和经济高效的数据访问和利用方式，而传统数据管理则为组织提供了更多对数据资产的控制权和定制化能力。
“数据即服务”的衍生
知识即服务（KaaS）和模型即服务（MaaS）可以视为数据即服务（DaaS）的衍生和扩展。
知识即服务（KaaS）：知识即服务向用户提供知识，即数据加上上下文信息。这种服务通过将数据与定义、语义和用户情境相关的信息结合起来，帮助用户更好地理解数据。KaaS通常利用人工智能和机器学习技术来提取和组织数据，同时隐藏背后的复杂性。它旨在简化非结构化数据的处理，并为用户直接提供知识，而不需要用户自己进行复杂的数据处理和分析。
模型即服务（MaaS）： 模型即服务是将机器学习模型作为服务提供给用户，用户可以通过API接口调用这些模型来进行预测或处理任务。MaaS使得用户无需了解模型的复杂算法和实现细节，就可以直接应用模型进行数据分析和决策。MaaS的目标是简化AI模型的使用，降低技术门槛和成本，提高开发效率。
DaaS将数据存储、处理和分析作为一种服务提供给用户，它为KaaS和MaaS提供了基础的数据管理和访问能力。KaaS和MaaS可以看作是在DaaS的基础上，分别引入了知识管理和机器学习模型的概念，以满足更高层次的业务需求。DaaS关注于数据的提供和管理，而KaaS和MaaS则在此基础上提供了更为丰富的服务，包括知识的直接提供和智能模型的应用。总的来说，DaaS、 KaaS和MaaS三者之间存在一定的包含和衍生关系，它们共同推动了数据和智能服务的发展，使得企业能够更加灵活和高效地利用数据和智能技术。