# 当前数据趋势和市场概述

中心化中心化去中心化集中化去中心化分析分析在当今的数码经济中，无论是 Web2 还是 Web3 世界，数据和信息都是企业和社会最重要的资源。诸如人工智能 (AI) 和去中心化物理基础设施网络 (DePIN) 等新技术的发展，不断推动集中化或去中心化应用程序，通过生成非结构化数据，为企业创造巨大的增值潜力。作为获取信息的原材料，数据对于企业的经济成功被认为至关重要。

数据不仅是创建新型数码服务，甚至是新商业模式的基础。它被视为一种资产，和任何其他实物资产一样具有财务价值，而当然其管理也会需要成本。数据的链上或链下使用、创建或收集可以作为原始或处理后并出售给其他组织或个人，使其不再仅仅是产品的支撑，而成为产品本身。这引发了数据资产可以通过组织和个人之间的交换和交易实现盈利的想法。

基于此背景，近年来涌现出了许多集中化或去中心化的平台，其主要商业模式包括交易原始数据和处理后的数据（以及从数据中生成的可视化和洞察），以及提供与数据相关的服务。在 Web2 世界中，数据分析，包括提供数据分析能力的工具和直接提供分析结果的平台，已经拥有非常成熟的商业模式。最主要的原因在于，在 Web2 行业中，数据大多不是公开的，数据的所有权可以形成非常高的壁垒。在 Web3 世界中，由于区块链的透明性和无信任性，任何人都可以轻松获取链上数据，数据获取不再是问题。然而，由于区块链的专业性较强，向公众提供链上数据解读的平台应运而生，并孕育出几个潜在的独角兽。

另一方面，数据市场在理论和实践中越来越受欢迎。一般来说，这些平台通过充当数据提供者和购买者之间的中介，提供数据交换的基础设施。尤其是随着 AI 技术的发展，训练 AI 模型需要大量原始数据。数据，特别是处理和清洗后的数据，变得极其有价值。在数据收集和交换领域，也诞生了许多独角兽公司。

然而，数据与实物产品相比具有不同的特性，这妨碍了已建立的交易流程和规则的直接转移，特别是在定价机制方面。在交易数据方面，支付意愿较低。

例如，数据或数据服务的买家往往无法在购买前完全了解其潜在价值。此外，很多人没有意识到，高质量数据的创建、处理、存储和分析是数据和数据服务提供者的主要成本因素。另一个障碍则是缺乏信任和安全性，导致潜在的数据提供者担心竞争对手会从披露内部数据中受益。

下表列出了涵盖不同领域的代表性数据项目，包括索引、数据交换和分析。

<table><thead><tr><th width="152">项目</th><th width="166">价值主张</th><th width="273">数据变换</th><th>结构</th></tr></thead><tbody><tr><td><a href="https://thegraph.com/">The Graph</a></td><td>索引</td><td>原始数据 -> 结构化数据</td><td>去中心化</td></tr><tr><td><a href="https://subsquid.io/">Subsquid</a></td><td>索引</td><td>原始数据 -> 格式化数据</td><td>去中心化</td></tr><tr><td><a href="https://dune.com/browse/dashboards">Dune</a></td><td>数据分析</td><td>原始数据 -> 分析</td><td></td></tr><tr><td><a href="https://messari.io/">Messari</a></td><td>数据分析</td><td>原始数据 -> 分析</td><td>中心化</td></tr><tr><td><a href="https://openocean.finance/">OpenOcean</a></td><td>市场平台</td><td>数据集 &#x3C;> 数据集</td><td>去中心化</td></tr><tr><td><a href="https://www.iota.org/">IOTA</a></td><td>市场平台</td><td>数据集 &#x3C;> 数据集</td><td>去中心化</td></tr><tr><td><a href="https://nodereal.io/">Nodereal</a></td><td>远程过程调用和API</td><td>原始数据 -> 结构化数据</td><td>去中心化</td></tr><tr><td><a href="https://www.kaiko.ai/">Kaiko</a></td><td>数据分析</td><td>原始数据 -> 分析</td><td></td></tr></tbody></table>

在数据基础设施领域，已经涌现出了许多优秀的项目，这意味着后来者的机会相对减少。然而，与此同时，提供超越数据基础设施核心功能的额外超值的数据相关服务，似乎成为成功的关键因素。以下是一些例子：

<table><thead><tr><th width="147">项目</th><th width="149">结构</th><th>范畴</th></tr></thead><tbody><tr><td><a href="https://scale.com/">Scale.ai</a></td><td>中心化</td><td>数据标签</td></tr><tr><td><a href="https://rapidapi.com/hub">RapidAPI</a></td><td>中心化</td><td>数据集交换</td></tr><tr><td><a href="https://www.nansen.ai/">Nansen.ai</a></td><td>中心化</td><td>链上数据分析</td></tr><tr><td><a href="https://galxe.com/">Galxe</a></td><td>去中心化</td><td>链上凭证数据网络</td></tr></tbody></table>

决定性因素在于，这种协同效应如何推动市场发展，以及如何鼓励数据提供者分享他们的数据。

\
总而来说，数据变得越来越重要。数据将作为一种关键的生产材料，推动AI技术的发展。同时，作为引领下一次工业革命的核心技术，AI正坚定地朝着通用大模型技术的方向发展。在此背景下，将会有更多的基础设施建设来提供数据收集、组织、确认和交易的基本服务。我们认为，无论是在Web2还是Web3领域，数据赛道依然存在大量的机会。
