元宇宙背景下的數據治理發展趨勢

趙 濤

（浩鯨云計算科技股份有限公司，江蘇 南京 211153）

1 “元宇宙”概念的興起

1.1 概念的起源與興起

人類文明對于超現實、造物和沉浸式體驗的情節自古有之，早在18世紀初期，就出現過現實主義畫家通過提供360°視野的作畫方式，對觀賞者提供沉浸式的觀賞體驗。在20世紀50年代，著名電影攝影師Morton Heilig（莫頓·海利格）發明了由傳感仿真器、3D顯示器、風扇、震動座椅組成的裝置，為電影觀影提供身臨其境的感覺。20世紀90年代初，我國的著名科學家錢學森先生將“Virtual Reality”（虛擬現實技術）一詞翻譯為具有中國風味的“靈境”，被評價為“來自科學家的浪漫”。近年來的元宇宙（Metaverse）概念，一般被認為起源于1992年的科幻小說《雪崩》，代表了和現實世界對立的虛擬世界。

在日漸發展的人工智能、大數據、云計算、增強現實和區塊鏈等技術的發展加持下，元宇宙概念變得越來越具像化，同時，隨著新冠疫情的全球蔓延，線上化辦公與生活時間的明顯增長，人們對數字世界的興趣繼續升溫。元宇宙概念在近一段時間內受到了各行業的廣泛關注，在國家語言資源監測與研究中心2021年12月6日發布的“2021年度十大網絡用語”里，更是將元宇宙收入在其中。

1.2 元宇宙的框架解讀

元宇宙概念本身還處于一個不斷發展和演化的過程，對于元宇宙是什么，目前還沒有完全的共識定義，但它的系統框架至少包括以下方面。

（1）虛擬與現實的融合交互。元宇宙賽道的玩家們，無論是通過數字孿生來提升現實到虛擬的全真投影效率，還是從視聽到體感全方位地反映虛擬世界的感觀，都存在虛擬與現實融合的縱深有增強的趨勢、邊界的區分有淡化的趨勢。

（2）用戶參與定義和創造。游戲領域的元宇宙先驅都有這個相同屬性，支持用戶對內容的設計和創造，這也意味著用戶創造的內容數據量將會逐漸趨近甚至超過系統設定和創造內容的數據量。

（3）沉浸式和疊加式的體驗。已經出現的元宇宙代表們幾乎都在或者規劃向社交、娛樂、支付[1]等人類社會生活的基礎設施方向發展，不斷地疊加著支持現實社會行為的基礎元素，并且在視聽、觸覺、情感方面完善體驗的界面。

（4）公平與安全的秩序。隨著用戶在虛擬世界行為的豐富、交互復雜度的增加，系統性的管理難度也會加大，平臺運營所涉獵的法律、公序、秩序需要具備完善的體系保障，并且能夠被相關機構進行必要的監管。

2 元宇宙背景下的數據技術驅動

元宇宙可能還需要相當長的一段時間來對相應的技術進行研發和迭代，它在什么時間完全到來，本文不展開討論。但可以肯定的是，數據技術是數字化和智能化進程中的一項基礎型技術。數據的快速增長、多形態數據存儲的管理、數據交互能力需求的增強、跨系統多元化數據的安全管控等方面都將驅動與之配套的數據治理能力。

2.1 數據摩爾定律依然存在

虛擬世界即是現實世界的仿真投影，用戶會在其中根據基礎投影進行創造和開發，同時AI自動生成的內容數據，用戶的行為數據以及創造的內容數據都會因為大規模的線上并發與協作，而驅動數據量的高速增長。伴隨VR、AR、MR、全息影像等交互類技術的應用，圖像、語音等非結構化數據也會大量產生。據國際數據公司IDC（International Data Corporation）報告，全球數據總量2020年約為53 ZB，而2025年預計將達到175 ZB。大數據的摩爾定律依然存在。

2.2 多形態數據管理的要求

元宇宙通過多種數據形式對用戶提供沉浸式服務，數據承載了現實世界的投影、體系內的自身數據、用戶行為創造的數據、AI自動生成的數據。數據存儲的形態變得更加豐富，包括中心化的數據中心存儲、基于區塊鏈的去中心化存儲、覆蓋邊緣端設備的分散式存儲。離散分布的數據在原子性、一致性、安全性方面需要有自動化的保障或管理機制。在多形態的數據存儲和使用的模式下，統一的管理范式是數字化系統運轉的必要保障。

2.3 數據的共享和交互要求

隨著多技術的復合應用、數字世界與現實世界交互形式的增多、數字世界社會屬性的不斷豐富，在元宇宙內云端與邊端之間、應用與運營之間、虛擬行為與法律法規監管之間，數據的高效交互和安全流通是其良性運轉的關鍵。

第一，支持大規模并發在線模式的云或多云架構是必然的選擇。第二，沉浸式的視覺、音覺、觸覺等體驗需求帶來了設備終端的使用要求，通過對云端與本地設備的數據進行融合分析來提供安全、可靠、低延時的感知服務。第三，在元宇宙體系中，AI除了協助完成邊端的決策響應，也同時負責虛擬內容的生成制造。AI的核心目標是通過將可復用的算法模型進行封裝，為業務場景提供低成本、敏捷的AI能力[2]。第四，基礎的保障性運營有多個方面構成[3]，例如，以用戶偏好體系畫像、用戶行為分析及以預測為主的“客戶洞察體系”，以新進分析、活躍分析、支付分析、流失分析、路徑分析為主的“基礎專題運營”，以曝光分析、停留分析、分享分析為主的“內容優化運營”。這些基礎的運營分析需求都需要在元宇宙體系內對從業務實體到數據實體進行規范，才能完成有價值、有效率的數據計算。

2.4 多元化的數據安全要求

在元宇宙體系中，隨著數據的體量、產生的來源、存儲的形態、使用的場景更加復雜和多元化，數據安全面臨的風險和隱患同樣變得更加多樣化、復雜和隱秘。

（1）用戶數據的確權。虛擬世界中各類尤其是用戶定義、制作以及改編自顯示世界影音文學等作品的數據資產在確權和使用的機制還不完善或存在缺失。

（2）用戶隱私的保護。用戶隱私的外沿放大，如身份、行為、運動、生理、社交、財產、場景、甚至情感類等信息，都可能被納入到虛擬世界用戶的隱私信息中，來確保用戶的隱私安全。

（3）人工智能計算。為了滿足對圖像和語音等非結構化數據的識別與計算決策、打造和優化動態的虛擬現實交互體驗等需要[4]，AI都將被廣泛地應用于元宇宙。AI計算結果的路徑與規則都不同于可以解釋的顯性規則，對使用帶來的安全隱患需要進行考量。

（4）跨境的法規界定。虛擬世界中缺少現實世界中的國界與行政區域的顯性制約，跨境跨域的信息交互和數據流通對區域級、國別級的法律法規邊界界定帶來新的復雜度。

3 數據治理的發展趨勢分析

結合前面對元宇宙這類復雜的大規模系統的數據技術驅動的分析，我們從多元化方面、組織模式方面、技術演進方面分析數據治理可能的發展趨勢。

3.1 數據治理的多元化趨勢

在數據加大對用戶感知、體驗、生活等類型服務支持的背景下，數據治理的范疇也在向更加多元化的方式進行延展。

（1）學科與原理的多元化。隨著應用在多領域的展開，數據表達業務的范疇增多，數據治理體系涉及的原理和底層邏輯也相應地擴展到了政治學、法學、社會學、管理學、經濟學、數據科學、信息資源管理學等更多領域的學科。

（2）數據所有權的多元化。隨著數據產生模式和應用場景的拓展，數據的所有權向著社會公有、機構組織私有、機構組織與企業共有、企業私有、個人私有、企業個人共有等多模式或多模式并存的方式轉變。

（3）數據治理價值的多元化。過去我們對數據治理的價值更多的是關注數據在共享、流通、交易過程中，因為效率改進而產生的應用或經濟價值。而對支持保障情感和感知的AI準確性計算，對虛擬世界中的秩序完善、風險防范、合規監管等過程中帶來的幫助也會產生更多的“隱性價值”。

3.2 數據治理組織的演進趨勢

數據治理的組織機制通常屬于中心化的組織模式，即以統一組織、分級或分類負責的方式開展。但當相關方變得復雜甚至存在跨境情況、業務關聯領域變得多元化、多方向的專業技術疊加，想要搭建一個更高層面的的權威中心化數據治理組織的難度也就變得更大。

（1）聯盟共治模式。由多專業化技術疊加的復雜大規模系統，采取技術的生態化聯盟共同完成系統的搭建或拼接是目前的一個趨勢。同樣，數據治理的組織模式，也可以采取與之匹配的聯盟共同治理模式，在通過法律或契約均衡利益的保障下，聯合協同開展數據治理是降低技術成本、達到參與方收益最大化的一個方式。

（2）分布式自治模式。2019年出現的“分布式自治組織”（Distributed Autonomous Organization，DAO）是通過一系列公開的規則達到自運行的組織形態。DAO的管理標準以智能合約的形式編碼在區塊鏈上，在沒有集中控制和第三方干預的情況下，通過智能化管理手段和通證經濟激勵，實現自運轉、自治理、自演化，進而實現組織的最大效能和價值流轉的組織形態[5]。

3.3 數據治理的技術演進趨勢

效率、成本、客戶感知和業務創新始終都是技術前進的驅動力[6]，同時也是對數據治理的驅動力。數據治理不完全等同于數據管理。如何更高效、更準確、更安全地管理和使用數據、提供更佳的數據服務體驗，是數據治理的演進目標。

（1）元數據管理要求的升級。元數據管理的作用會更加重要，伴隨云計算、邊緣計算技術的廣泛應用，數據治理也相應地面臨對分布式數據、分散式數據的管理和協調要求。數據存儲的位置是數據治理的視線方向之一，數據治理依據元數據來展開數據的定義和管理，無論數據分散存儲在何處，通過元數據都可以把它們關聯在一起。對于數據的管理者，元數據不止提供對數據的功能與特性描述，還包括數據存儲和索引等客觀介紹；對于數據的開發者和消費者，元數據提供屏蔽數據存儲和分布的技術細節，支持直接使用工具或接口對數據進行邏輯操作。

（2）數據標注對多態數據的治理支持。在結構化數據、圖像、聲音、視頻、文字等多態存儲模式下的數字化系統中，子模塊系統數據和設備側數據容易形成數據黑盒。需要預防多態存儲模式下的數據成為不互通的孤島。數據標注在業界數據湖治理中已經具備一些初步的實踐，它通過對非結構化數據包含的業務實體或基礎特征進行標識和注明，為數據的消費者提供查詢或關聯的條件，提高數據的檢索和使用效率。使非結構化數據形態下的分析、關聯使用成為可能。

（3）治理規則的自學習。數字孿生、虛擬現實以及不斷新增的物聯網設備，都會帶來動態的、未知種類的新增數據。已有的數據治理規則要能夠不斷適應新的數據甚至業務標準，面臨著向探索性、自動化、智能化的方式轉變。治理規則的自學習和自優化是解決上述需求的一個可能路徑。以數據標準為例，當出現新增的數據集或者樣本后，對它的各個數據項進行統計分析。當其數值明顯偏離其余的觀測值的情況時，結合樣本數據中可枚舉性的原則進行匹配，制定出這個數據項的參考主數據范圍。依據這樣的參考主數據標準自動化機制，可以將不匹配的記錄進行識別、確認并進行必要的溯源或清洗。

（4）數據安全要求的升級。由于用戶數據確權復雜度加大、用戶隱私的保護范圍復雜化、人工智能計算過程對安全的影響、跨境數據管理的法規尚不完善，數據安全會向著更加多元化的安全防控體系延伸。基于去中心化的區塊鏈技術在明確數據來源、所有權、使用權和流通路徑、事后追溯方面有著天然的優勢[7]，去中心化的數據安全治理是此類場景的可選項。除了數據存儲、訪問、確權與應用安全的狹義數據安全，用戶隱私保護、算法規則安全也都將納入數據層面安全需要考量的內容。總的來看，安全體系的范圍和縱深都會大于現階段的要求。■