對於日本科技動向的觀察者來說，2025年11月11日的一則消息是不容忽略的。這一天，日本四家與數字空間相關的團體宣佈結成「日本數據空間聯盟（Japan Data Space Alliance (JDSA)）」。這四家團體分別是：DSA、DPFJ、JDTF以及RRI。
DSA（Data Society Alliance）：數據社會聯盟，成立於2021年4月，旨在根據日本數字廳計畫的「數據戰略」和「內閣府戰略創新創造計畫（SIP）」，通過產官學的合作實現跨領域的公正與自由的數據流通和利用，營造富裕的社會。DSA涵蓋跨領域數據流通的規則、商業模式和法律社會議題，從更宏觀的社會和經濟視角，構建數據流通的通用準則。在JDSA框架中，DSA負責制定跨領域數據流通規則與社會構想。
DPFJ（Digital Policy Forum Japan），日本數字政策論壇，成立於2021年9月，是一個由學術界知名學者發起的討論數字政策的平台。它超越產學官民的框架，構築起多元化專家鬆散合作的社區，廣泛且深入地討論有關數字政策，及時提出建議，並與其他組織開展各種合作以深化討論。在JDSA框架中，DPFJ負責研究數字政策與建言。
JDTF（Japan Digital Trust Forum）:日本數字信賴聯盟，創立於2020年8月，旨在利用數位技術確保在實現日本提倡的「社會5.0」過程中的組織、人員、物品、數據、過程以及系統的信賴性。在JDSA框架中，JDTF負責構建數據流通的基本信任技術。
RRI（Robot Revolution & Industrial IoT Initiative）：機器人革命與產業IoT促進協會，成立於2015年2月，代表製造業和機器人技術領域的需求與實務。RRI將其在智慧製造、物聯網和機器人數據互聯方面積累的技術標準和實務經驗帶入JDSA，確保日本數據空間的建設能夠緊密服務於其核心的製造業。代表製造業與產業IoT領域，推動產業應用。
最近一段時間，圍繞著數據空間的企業間的合縱連橫令人眼花繚亂。那麼，日本這個時節推出JDSA，有什麼背景與目的呢？
首先，數據空間概念最早是由美國數據庫學會在2005年提出的，之後，德國在2015年提出了產業數據空間（Industrial Data Space）組織，並成立了「國際數據空間聯盟（International Data Spaces Association（IDSA）），將數據空間概念進一步具體化並推廣。歐洲已經成立了許多有關數據空間的團體，比如知名的Gaia-X，Catena-X，IMX等等。其中，Catena-X整合了汽車行業的數據，在追溯車載蓄電池供應鏈數據方面，正在發揮重要的作用。IMX則為整合製造業的數據空間。
為了推廣與普及數據空間的利用，歐洲還在積極地推進與數據空間相關的標準化。Gaia-X與IDSA旗下，設立有標準化推進工作群組，其開發的「數據空間協議（Data Space Protocol）」正在成為行業標準。
日本近幾年在數據空間方面也做了諸多努力，成立了不少官民合作的機構與團體，推進該領域的研發。但是，日本的團體之間的聯繫比較鬆散，也尚未形成行業標準。
日本作為一個工業化強國，在供應鏈以及國民經濟的各個領域，擁有豐富的經驗，積累了豐厚的數據。但是，這些數據存在於各個企業內部，沒有得到充分的利用。假如這些分散在各處的數據池能夠在行業之間流動，形成一個更大的數據湖或者數據海，那麼其威力可想而知。
我們可以設想以下幾個有關數據空間的應用場景。
場景一：製造業 × 物流業 —— 「零庫存」與「 預測性維護（predictive Maintenance）」，將「庫存成本」轉化為「數據服務費」，實現真正的精實生產。
「A製造公司」的CEO一直為高昂的原材料庫存和生產線意外停機而頭疼。現在，他們接入了一個工業數據空間。與上游供應商共享生產數據，A製造公司將即時生產進度和物料消耗數據安全地分享給核心供應商「B精密零件公司」，同時與物流夥伴共享出貨計畫，將未來數周的精準備貨計畫會分享給戰略物流夥伴「C物流」。
這樣的數據空間將發生數據驅動的業務變革。對B精密零件公司而言，不再是盲目生產，而是根據A製造公司的即時消耗，進行準時化順序供應，零件在需要的那一刻送達生產線。對C物流來說，可以提前調配專屬運力和倉位，實現 「生產線-大貨車」無縫對接，運輸時間可精確到小時。對A製造公司，其原材料庫存趨近於零，現金流大幅改善；同時，產線上的設備運行數據被用於預測零部件損耗，提前安排維護，生產線意外停機時間相應下降。在這個過程，商業模式出現了創新。A製造公司向供應商和物流商支付的不再僅僅是零件和運費，更包含了一筆「數據協同服務費」，因為後兩者基於數據提供了更高價值的服務。
場景二：農業 × 金融保險業 —— 「從看天吃飯」到「看數據定產」。將不可控的農業風險，轉化為可精算、可對沖的金融產品。
譬如，「金稻集團」需要貸款擴大再生產，但銀行認為農業風險太高。於是，金稻集團將其高標準農田的土壤墒情、作物長勢衛星影像、無人機巡查數據以及歷史產量數據，打包成一個數據資產包，與金融機構交易，進行風險評估。銀行與保險機構利用這些數據，能夠更精準地評估抵押物價值和還款能力，敢於發放 「產量鉤型貸款」，即收成越好，還款條件越優惠。保險公司則能設計出 「區域產量指數保險」 ，當衛星監測到該區域平均產量因災害低於特定指數時，自動觸發理賠，無需繁瑣的現場查勘。通過這種商業模式的創新，金稻集團出售的不再只是糧食，而是其精準的農業生產過程數據，這些數據成為了獲得金融支持的「新型抵押物」。
場景三：汽車製造業 × 能源業 × 城市管理 —— 「智慧能源網路」，將電動汽車車隊，變為城市電網的「移動行動電源」。
假定「豐奇汽車公司」生產了大量電動汽車，但電網公司擔心用電高峰時，大規模充電會沖垮電網。於是，豐奇汽車公司將其所有車輛的電池狀態、位置和充電計畫數據匿名化後，安全地共享給電網公司。電網公司利用AI分析這些數據，在用電低谷時，向車主的APP發送優惠信號，鼓勵充電；在用電高峰時，向參與 「車輛倒電網」 計畫的車主付費，請求從他們的汽車電池中取回少量電力反哺電網。這樣的商業模式創新，對電網公司來說，可以以極低成本獲得了龐大的分佈式儲能資源，避免了數百億的電網升級費用；對豐奇汽車公司而言，其產品不再僅是交通工具，而是能源生態的參與者，這是一個強大的銷售賣點和新的收入來源，可以從能源服務中分成。
我們還可以設想更多的應用場景，甚至一些隨處可見的公開信息，譬如天氣預報所積累的數據，電視收視率的累計數據等等，都可以打包出售，賣給有需求的商家，以促進其商業模式的變革與創新。
數據不僅可以變成有償的資產，還可以成為新的「商業談判籌碼」和「抵押物」，幫助企業獲得更優的金融條款、供應鏈服務和商業合作。從「鏈式」協作升級為「網路式」協作。企業間不再是簡單的上下游關係，而是通過數據編織成一張價值網，任何一個節點的數據都能為其他節點創造價值。
通過數據空間，商業模式從「賣產品」延伸到「賣服務」，而數據是這些新服務（如預測性維護、精準營銷、能源調度）的基石。
本質上，數據空間正在構建一個企業間的「數據價值交換網路」，在這裡，最寶貴的不是獨佔數據，而是如何安全、可信地利用自己的數據，去交換和激活外部更廣闊生態的數據，從而共同創造單體無法實現的價值。
隨著人工智慧（AI）利用的深化，對數據的需求愈演愈烈。而日益激烈的地緣政治情勢，越來越對實現安全、公平的數據共享提出要求。
要實現上述跨行業、跨區域數據空間的美好願景，需要克服很多技術與立法上的門檻。從技術角度看，不同行業的數據結構相異，如何在數據的汪洋大海中找到匹配的數據，如何定價並實現交易，如何確保數據的質量並且確保數據的隱秘與安全，這一系列的難題都需要建立相應的標準化與管理機制。從法規的角度，如何對數據所產生的權利進行定義與保護，如何對接跨行業、跨區域的相應法規，都是亟需解決的課題。
日本此前的四個核心團體（DSA, DPFJ, JDTF, RRI）雖已在各自領域推動數據空間的建設，但力量分散，尚未建立有影響力的國際標準，不足以應對日益增長且複雜的國際競爭。因此，以「JDSA」作為統一品牌，構建一個更強有力、一體化的推進體制，加速數據空間在日本的社會實施與國際合作，將促進各團體間的深化合作，整合各團體在政策、社會實施、信任技術、產業應用方面的專業知識與網路。
根據JDSA發佈的內容，JDSA將作為一個整體，主導以下活動：
政策與規則：進行政策建言，參與國內國際數據規則的形成。
實務與推廣：支持創建跨行業的應用案例，分享最佳實務。
國際對接：加強與海外先進數據空間的聯繫，確保國際互通性性。
信任基礎：推進數據空間社會實施所必需的信任技術基礎的建設。
普及啟蒙：舉辦研討會、工作群組會議等活動，進行普及和人才培養。
以此次統合為第一步，JDSA旨在推動構建一個「全日本」體制的數據空間生態系統，以增強日本產業競爭力並解決社會問題。
供稿 / 戴維
編輯 JST客觀日本編輯部
