写在前面：
过去一年，因为桑达的走势，在持筹者中产生了巨大的争论和分歧，产生这样的走势原因有很多，具体就不详说了（有宏观、有驱动因素、有筹码结构），坏处是拉长了持股时间，好处是筛选出了同路人（产业、基本面投资人，所谓的“耐心资本”）。
因此所有坚持到现在，看到此文的人，都算是一种缘分，确实过程中主动拉黑了不少人。
总体来说，过去和未来的走势，都可以用新兴产业发展知名的Gartner Curve盖特纳曲线来描述：
————————————————————————————————————
关于数据要素X
我认为数据要素和低空，是我们国家提出的，独特的、符合国情的、极具超长期战略眼光的战略。低空我近期见了一批团队（包括原商飞团队），有了更加深入的理解，后续写文章讲讲。
先讲数据要素，毕竟数据领域做了10多年，更为熟悉！
数据要素的超长期战略眼光体现在，1）它是未来AI智能时代的最重要的生产要素（生产力是算力）；2）中国发展AI产业，短期的瓶颈是算力芯片，但是AI长期的竞争力和制约因素只有电力&数据，刚好这两个因素，都是中国最强所在！电力有完整的新能源产业链和特高压电网，数据有强大的集中统一举国制度。因此，可以说得数据要素者，得未来AI时代。
大家可能认为抽象，举个例子：
特斯拉纯视觉FSD，最近大家都在热议。之所以纯视觉能够训练出高水平的智驾，得益于对millions of 统一型号（Model S X 3）、统一数据格式的视频数据点和对应驾驶行为的有效采集，基于视频数据点+驾驶行为，通过AI算力集群实现大模型训练，这样的方式比起传统雷达感知-计算-执行，更贴近第一性原理。同时为了更好的提取高水平驾驶员数据，特斯拉还引入了保险公司的出险数据，以训练出更加safe的高水平“司机”。
那么我们发展智驾，短期瓶颈是算力和算法（这点中长期可以克服），中长期最缺的仍然是统一的、多元的、高质量的数据！无论道路数据、车载数据、行为数据还是保险数据。
这只是一个例子！在AI未来覆盖的各行各业，无不体现出数据的价值，包括文字、知识、公共治理、法律、金融等等！
那么，未来的宝藏“数据”，对于今天，有怎么样的价值呢？
第一价值，体现在“数据资产化”，如果我们认为资产5-50年之间会产生巨大价值，那么今天他就具备“折现交易价值”，折现就是重要的金融手段，就像过去的土地，实际是将未来50年预期收益折现,开启了地方轰轰烈烈的土地财政时代！数据资产入表，本质上就是一种折现，这对于今天地方城投和创新性科技公司的资产负债表，太重要了，是解决流动性的有效手段！
所以，这又是一个考验地方胆识和前瞻性的时刻！
我们来看Wind假期的一条Push:
第二个价值，才是数据要素的场景应用和交易价值！
这个价值要随着AI智能时代的发展，逐步展开叙事，绝不是一蹴而就！这是很多人今天看空数据产业的原因-数据应用场景和交易有限！他们之所以认为有限，是因为在用过去的思维想问题，而未来，在大AI里面，讲的是Scalling Law规模化法则，这个规模化说的是算力、是数据。实际上，数据应用在过去已经产生了巨大的商业价值（抖音、蚂蚁金服、在线广告）无不受益于此，也将在未来创造出更多类似FSD自动驾驶一样的大场景！（智能医生、智能科研、合成生物、智能城市管理调度，you name it ！）这里面，数据的汇聚、存储、各地域各领域的交叉互通互联、隐私计算显得尤为关键！
由于数据广泛应用需要不断在垂直领域探索、深挖和产业经验结合，因此数据的场景应用，不应该也不可能由一个公司去完成，而应该有广泛的开发者群体（中小创新公司和互联网巨头）共同去探索，就像今天的鸿蒙生态、IOS生态和安卓生态，有联盟、有利益分配链条。 所以，所有认为可以垄断垂直数据应用变现的，都是幼稚的、不切实际的！
扯远了，讲中国系统！
———————————————————————————————————
先讲个小故事：
卖铲人总是比淘金者先淘到金
如果让你穿越到19世纪初的美国西部，在那场全民参与的淘金热中，你会选择去淘金还是选择卖淘金的工具，比如说，铲子。
也许你会毫不犹豫地选择淘金。但很遗憾，你淘到金的概率很低。
因为在那场轰轰烈烈的淘金运动中，大部分人都没赚到什么钱，但是卖铲子的人却实实在在发了大财。一个名叫萨姆·布瑞南的人靠卖铁锹成了当时加州首富。
看懂了这个故事，你大概就能明白中国系统的云数战略了，为什么叫云数，是因为云数一体、云数不分家，数在云端、云生数！
为了这个所谓的云数，每年实实在在10亿级别资金投入，看年报、季报研发投入及投入内容。虽然说研发费用单一不能说明问题，但是在中国，没有十亿级别的投入，要做PaaS SaaS 存算平台这类，基本没有什么竞争力可言：
2023年18亿研发费用，增长20%
2024年一季度，4.47亿，继续增长：
而大家讨论最多的数据要素公司-易华录，假设我没看错的话（449万？）：
正式讲-中国系统的云数布局
首先弄清楚一点，中国系统的客户群体-是公共服务领域、央国企等国家重大项目战略行业、战略项目！这点是前提，否则又陷入奇怪的对标怪圈中，设想下，星网、能源、电力、军工、金融灾备、甚至未来的公共数据，会不会直接跑在公有云上？
过去的布局，笼统说就是 云算、数两大层面。
云算层面（不是公有云、不是公有云、不是公有云，而是体量更大的私有云、混合云赛道）：
1）公司做了全套的IaaS、 PaaS、SaaS全栈自研
看起来确实大而全，但这也是做云的门槛，该有都得有，否则很难满足客户需求，其中很多都是开发整合甚至不排除资本方式做的整合-比如EasyStack易捷云。但是，真正核心的、和数据、自主智算相关的必须自研，比如真正决定云性能的计算平台（CECSTACK）以及数据存储系统（CEAStor）。
CEAStor,是前新华三副总裁现中国电子首席科学家朱国平主导的，是基于云原生、AI原生架构的，也是本次定增一个大的募投项目，目前已处于全球前列水平（对比业界高端集中式全闪的最好性能，中国电子云性能大幅领先、TCO对比大幅下降）。
CECStack,基于可信硬件设备和云原生技术架构，是中国信通院“全栈信创云解决方案”的首批产品。23年10月，在业界权威的SPECvirt性能测试中，刷新了双路服务器2T内存的虚拟化性能测试当时的记录，领先第二名达458分。本次作为北京智算节点-亦庄智算中心（3000P算力规划）的总集成方，体现了其智算中心的应用价值。
2）基于以上平台和产品，一方面公司做PaaS、IaaS、SaaS产品和超融合一体机的销售、智算中心集成，我统称为卖云产品；另一方面，自己卖“云服务”，这就是目前公司正在各地建的运营型云（说白了就是过去的数千亿私有云市场-公有云模式化，变一次性高门槛投入为持续运营费用）和智算中心，我统称为卖云服务（持续的运营收入），这块需要一个个去落地，投入在前，收入持续性强，客户后期切换成本高黏性大。
再进入数层面（我愿称之为公共数据要素卖铲王）
1)公司早期第一步是帮助地方实现、行业客户实现数字化（数字政府数字城市），有了数字化基础，才有数据来源。这块中国系统一直是数字政府数字城市的领军企业之一，具备从咨询-实施的一体化能力，包括对数字政府抓手IM蓝信（未来潜在的政务语料大数据价值）的收购，也是基于此在布局。但是这两年，随着公司向高价值产品型公司转型（数字政府数字城市过去总包集成项目多，公司现在以卖云产品云服务为主）+地方购买力下降+数字城市数字政府过去渗透较快，这块不是主动发力方向，更多依托向数字广东这样的参股公司去做。这是公司做的正确的战略选择，做高价值环节和通过参股做卡位，所谓增利不增规模。
2）做公共数据要素的铲子（比起铲子，更像工程机械）。作为中国最早探索数据要素的央企上市公司，基于实践研发了一整套的数据要素平台，包括数据存储数据处理中台、数据入表数据评估SaaS、和数据交易平台SaaS。
最具代表性的实践包括最头部的数据交易所平台-深圳数据交易所平台：
以及最近最新中标的哈尔滨工程设计院数据资产入表平台，具有时代意义的数据入表SaaS，按每个单位，每年，年费付费，也就是SaaS领域投资人最喜欢的Recurring revenue且单价高达50万/年/单位：
回到上面讲的，各地各部门数据资产入表“掘金热”，基于数据交易平台和数据入表平台的铲子需求，会不会在近年爆发出来？如果爆发，结合云算数一体产品，将会带动多少商业化需求？
3）数据场景应用变现-公共数据授权运营+场景试点，公司已经在多个城市取得公共数据试点资格，比如最近一季报公布的大连公共数据试点运营公司大连数据，中国电子云参股，再比如杭州、石家庄、沈阳的公共数据运营（未来可能还有北京、天津、长春等重点CEC集团签署合作的区域）。上文说了，这个领域商业化先赚卖铲子的钱，其次的重点在卡位（一个城市一个坑占领高地），为未来大规模公共数据变现留下想象空间，这是第二步。作为公共数据授权运营的重要部分，公司需要自己打样做一些场景应用和变现（一方面鼓励地方积极投入，另一方面为“生态伙伴”打样），这就是大家看到了几个数据产品，包括和长春一汽做的汽车数据车联网产品、耗保宝农业金融数据产品和石家庄的婚姻数据产品！
4）做完上述布局后，就要按此前文章说的构建生态联盟了，培育各地各垂直行业的数据应用合作伙伴（类似IOS app 开发者）。这就是年内要建立的百家数商参与的电子云数据产业联盟。
未来，顺便再将公司科技工程板块涉及的工业运维数据、工业软件数据等等整合起来。
这样，就完成了整个公共数据云数算的一体化，远近布局！也完成了公司整体高价值科技型公司的转型！
看完上述，是不是可以把整体公司的云数战略以及先后顺序串起来了。
总之，公司就是用国内科技工程龙头的海量利润、经验、影响力，以及混改融资、定增，在养出一个AI时代云数算一体的高价值科技型公司！
对于为什么剥离中电数创（数据集团 中电数创和公司的战略差异），为什么出现纠结走势，以及未来可能的走势、方向。
请见下集。
最近比较忙时间紧张，车上纯粹手打，笔误见谅！