【数智化生态专场】中国信息通信研究院技术与标准研究所车联网与智慧交通研究部副主任于润东：汽车行业数据空间发展研究

　　中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办，天津经济技术开发区管理委员会特别支持，日本汽车工业协会、德国汽车工业协会、中国汽车动力电池产业创新联盟、新能源汽车国家大数据联盟、中国人工智能产业发展联盟、欧洲汽车工业协会联合协办的第二十一届中国汽车产业发展（泰达）国际论坛（以下称“泰达汽车论坛”）将于2025年9月11日至9月14日在天津市滨海新区举办。本届泰达汽车论坛将围绕“增动能 启新篇 向全球”的年度主题，邀请重磅嘉宾展开深入研讨。

　　 在9月12日“数智化生态专场：数据驱动汽车产业场景变革”中，中国信息通信研究院技术与标准研究所车联网与智慧交通研究部副主任于润东发表题为“汽车行业数据空间发展研究”的演讲。

中国信息通信研究院技术与标准研究所车联网与智慧交通研究部副主任 于润东

　　 以下为演讲实录：

　　 尊敬的各位领导、嘉宾、专家，大家下午好。我是信通院标准所的于润东。前面几位嘉宾谈到了汽车行业的生产空间以及跨企业数据流通的情况。今天我主要聚焦于：除了企业内部数据应用之外，如何推动数据在跨产业链范围内的流通，并分享我们在这方面的一些前期研究成果。

　　 首先回到“数据空间”这一概念。对汽车行业从业者来说，数据空间是一个相对较新的术语。实际上，国际上从2010年代后期就已提出相关理念，它更强调通过分布式的数据交互架构，不同于目前常见的集中式数据平台——比如政府或企业通常将数据汇聚起来，再通过统一接口对外提供查询和使用。而数据空间，尤其是欧洲所倡导的路径，强调的是数据仍保留在原处，即数据持有方或处理方本地，通过约定好的协议与规则，以点对点、分布式的方式实现数据流动。

　　 自国家数据局成立以来，我国也在积极推动数据空间的发展。例如，推出了可信数据空间行动计划，各省份也陆续推出相关实施方案。从我个人的理解来看，数据空间实际上是一种“技术 + 规则”并重的基础设施，被越来越多人视为支撑数据流通与应用的关键载体。

　　 从标准体系角度看，目前全国新成立的数据标准化技术委员会正在推动数据空间系列顶层标准的制定，涵盖技术架构与相关技术要求。总体而言，标准建设仍处于起步阶段。面向各行业应用——无论是智能制造还是自动化——相应的团体标准及行业标准也在积极推进之中。

　　 具体来说，我对这个概念的理解最初更多参考了国际数据空间协会（IDSA）的理念，也就是我刚刚提到的：如何通过分布式技术架构，在数据提供方和使用方之间实现数据流通。实际上，我国数据局也给出了国内“可信数据空间”的定义，虽然略显抽象，但主要强调三个核心能力：一是数据的可信管控，二是数据的自愿交互，三是价值的共创。也就是说，数据的提供方、服务方和使用方都应能够实现各自的价值需求。这是数据局所提出的官方定义。

　　 那么，如何从技术上支撑这样的数据空间，或者说保障其中数据的流通呢？目前业界相对共识的整体技术架构是，在数据提供和使用的过程中，各方都需要接入一个称为“数据空间连接器”的组件。这个连接器本质上是一个融合技术规则与业务协议的架构。我个人理解，它更像我们电脑PC中使用的操作系统，能够实现数据的基础身份认证、与对方进行规格约定，并按照约定将数据传输至使用方。这一过程也需要平台能力的支持。例如，如何为这些约定提供背书？可能需要借助区块链和数字合约等技术架构。同时，对数据使用的频次、用量等行为，也需进行存证与溯源，这就要求配套的存证溯源机制。因此，整个体系中还需要多种中间能力的支持。

　　 推动数据空间的原因在于，相比以往的数据流通设施，我们认为其具备可信、可控与可计量三方面特性。在可信方面，以往基于数据汇聚的方式，一旦数据集中至某一平台，便存在泄漏风险；而若数据保留在原处、以分布式方式传输，则可实现“可用不可见”，避免原始数据出域。在可控方面，传统API调用存在滥用风险，若结合隐私计算或使用控制技术，则可实现对数据的隐私保护与审计追溯。在可计量方面，以往数据交易多侧重于一次性交易，缺乏后续利益分配跟踪机制；而数据空间支持根据实际使用情况进行计量，也具备相应的技术能力。

　　 整体来看，当前已有的数据空间可归纳为在三个方面创造价值：其一，提升原有协同业务效率较低的数据协作。例如在供应链管理中，主机厂需应对上下游的产量、库存，以及出口欧洲时符合电池法案等要求，需精准记录各环节碳数据，实现材料可追溯、可持续使用与零部件质量管理。以往这类需求往往需由链主企业层层向上追查数据，若借助统一标准与数据空间技术，则有望提升协同效率。其二，实现更精准的服务。若能通过数据空间缓解隐私合规顾虑，便可聚合更多数据，应用于金融、信贷、征信或保险等场景，通过融合多源数据提供更精准的服务。其三，支持产业研发所需的开放数据集。即便是医疗健康数据用于医药研发，或大模型训练数据，在开放共享时仍面临隐私泄露风险。数据空间所支持的隐私计算或多方安全计算技术，如能有效缓解隐私顾虑，则对推动公共研发数据共享具有重要价值。

　　 其次，是汽车行业数据空间的发展现状。根据我们前期研究，汽车行业在研发、生产、供应、销售与服务全流程中均存在数据空间的应用场景。例如，产品研发阶段可推动组合辅助驾驶等共性研发数据的流通；生产制造环节可应用于供应链碳足迹管理、可持续材料使用及产线供需管理；服务环节则包括金融保险、可持续精准服务，以及充换电等场景，数据空间均具备应用潜力。

　　 国内外均在积极推动数据空间建设。国际上，欧洲数据空间Catena-X由宝马、大众、博世等企业于2021年联合发起，获欧盟与德国政府专项资金支持，被视为全球典范。其应用场景不如国内广泛，主要聚焦于生产与供应链数据协作效率，目前最为成熟的是碳足迹管理与电池护照场景。该场景强调，若供应链各环节均采用Catena-X提供的标准与工具链（由西门子等技术方支持），每环节按标准记录数据并逐级传递，逐步累计计量，则可保障数据真实性与统一核算，该架构正积极推进中，并有望符合欧洲电池法案要求。国内企业如宁德时代、欣旺达等也在积极跟进此场景。目前有三个行业级数据空间，分别由中汽协、中汽中心和中国汽研在推进。这些数据空间涵盖了一些共性与个性化场景，包括碳足迹、智驾数据流通、保险和电池残值评估等。这三个数据空间目前均已有相应的推进计划。

　　 从具体场景来看，目前能够落地的案例普遍具备三个特征：第一，存在真实的跨企业数据流通需求；第二，当前技术能够提供一定支撑，无论是隐私计算、多方安全计算还是数据连接器等技术，仍处于验证阶段，所处理的数据体量普遍较小、结构较单一；第三，商业模式上需实现多方共赢，例如在医疗领域中，机构与企业基于患者或药品数据开展合作，这类数据通常结构化程度高、技术复杂度较低，各方也能实现利益互补；在金融领域中，目前与驾驶行为相关的数据变现多与个人用户相关，若能在保护隐私的前提下传递个人征信信息，将具有较高价值。此外，还包括供应链上的企业征信：例如以往某些企业贷款较难，但若能通过供应链数据（如生产状况）证明其正常运营，则可为其信用增值，帮助获得贷款。

　　 我们进而遴选出一批有望推动的数据空间场景，包括：提升效率类，如碳足迹与电池护照；精准服务类，如电池与整车残值评估、面向消费者的智驾保险与个性化保险；以及研发创新类，如组合辅助驾驶数据流通。这些可能是当前较为适宜推进的场景。

　　 我们对这些场景进行了优先级分析。首先是碳足迹和电池护照等领域，这些场景数据结构相对简单、数据体量不大，若能够统一标准执行，车企与供应链上下游也具备合作意愿，有望降低成本。以往供应商需分别适配奔驰、宝马、一汽、大众等不同企业的供应链管理系统，通过统一数据空间与工具，仅凭一套接口对接多方，可有效降低操作成本。其次，在金融保险领域，尤其是正在推进的组合辅助驾驶保险和个性化保险，通常需要车企提供用户驾驶行为与车辆行驶数据。在做好隐私保护的前提下，这类数据具有较高应用价值。此外，随着L2、L3级组合辅助驾驶功能上车，事故责任鉴定（人为还是系统导致）成为重要问题。利用数据空间中的区块链技术，对事故发生时原始数据进行哈希存证，有助于解决数据真实性问题，具有一定应用潜力。最后，正如刚才所提，我们基于车辆维保数据与电池使用数据，开展车辆残值与电池状态评估。在这一过程中，维修保养机构、车企及监管平台等多方之间均存在数据流通需求，也可通过数据空间提供支持。

　　 也有一些场景难度较大，例如许多企业及场合呼吁推进的组合辅助驾驶研发数据流通。我们认为，无论从企业当前技术能力还是数据空间支撑来看，均存在一定困难。组合辅助驾驶涉及的视频、激光雷达点云等原始数据多为多模态，若再经隐私计算或多方安全计算处理并流通，其成本开销巨大——仅算力成本就可能增加30%至40%，导致商业模式难以成立。这类场景仍需解决技术与机制上的关键问题。

　　 最后是关于发展建议。如前所述，数据连接器、隐私计算、数据沙箱等技术能力目前仍处于验证阶段，需持续攻关与迭代，以更好地服务真实需求。在场景建设方面，当前已提出三四十个细分场景，我们建议聚焦于有价值场景优先推进，待模式验证成功后再逐步推广。我们也希望强化生态合作，目前多个汽车行业数据空间正在并行建设，若共性场景仍各自为战，反而可能形成新的数据壁垒。应加强标准与技术合作，共同推动汽车行业数据流通。

　　 以上是我的一些初步理解与介绍，谢谢大家！