RWA（真实世界资产，Real World Assets）其实并不是 Web3 新赛道。早在 2019 年，MakerDAO 就已将部分现实资产（如房地产抵押债权）纳入其 Dai 稳定币的抵押品体系，只不过彼时，这一实践更多停留在小规模实验阶段，远未形成主流认知。
时间来到 2024 年，随着以美国，尤其是华尔街为主导的传统金融机构的下场，与现实资产挂钩的 RWA 赛道，才真正从一个相对边缘的技术试验场，转变为全球主流资本与监管重点关注的战场。
根据 Redstone 关于 RWA 的最新报告《Real-World Assets in Onchain Finance Report》，截至 2025 年 6 月，RWA 的规模激增，从 2022 年的 50 亿美元，攀升超 240 亿美元，增幅 380%，成为加密货币领域除稳定币外第二具有强大吸引力的流动性锚点。同时，报告给出预测，最迟到 2034 年，全球将最高有 30% 的资产可能会被代币化，即超 400 万亿。
然而，当我们试图拓展“什么才能成为 RWA”时，市场的主流答案仍集中在：
- 房地产、艺术品、碳信用等具备物理载体的资产；
- 国债、货币市场基金等可标准化的金融资产。
但在这份清单之外，另一类资产也正被悄然纳入讨论边界，那就是：数字资产，尤其是数据。
随着数据在 AI 训练、广告商业、链上经济等场景中的应用价值不断上升，它不仅成为新的生产要素，也具备了真实、可验证、可交易的部分 RWA 特征。正因如此，越来越多声音开始将其纳入“资产上链”的设想版图之中。
因此，现在的关键问题在于：
数据真的能成为 RWA 吗？如果能，它需要被怎样重新定义与处理？
本文将围绕这一核心问题展开，梳理当下正在成型的两类数据资产化路径，重点解析这两种路径的演进基础、架构设计与利益分配机制，理解数据如何在现实资产框架下，逐步获得“真实世界资产”的可能性身份。
路径一：RDA 模式
RWA（Real World Assets）之所以能“上链”，本质不是把资产实体搬到区块链上，而是将它的价值流和权属结构数据化、标准化、可验证化。链上流通的，不是某块土地或某台设备本身，而是它所附着的权利与收益凭证，同时，这些凭证又建立在可持续的运营数据与确权机制之上。
以朗新充电桩为例，其上链对象不是孤立的设备，而是“设备＋运营数据”的完整数据资产。链上通证包含了历史用电量、收益率、设备状态等运行指标，并以这些数据为基础进行价值定价与分红分配。这意味着，资产的核心价值源于运营数据系统，而非设备自身。
那么，既然资产的核心价值落点在数据，是否可以直接将“数据本身”作为一种 RWA 结构发行与交易？
2025 年 7 月，上海数据交易所在闭门研讨会上正式提出“RDA”新范式，旨在将可确权、可估值、可交易的数据资产，纳入类似 RWA 的结构设计，用于探索数据资产的市场化路径。
以上海数交所实际推进的农业物流、工业设备数据等项目为例，其基本操作路径是：
- 数据确权与封装：由设备制造商、行业龙头或地方政府提供数据资产来源，经过专属确权机构与可信执行环境封装；
- 结构设计与定价：通过技术服务商与评估机构将数据资产定价，并设计收益模型；
- 权益发行与交易：由金融机构完成发行与做市，投资者可认购相应收益权凭证。
从底层架构和价值分配设计来看，RDA 这条路径与传统 RWA 一脉相承，即链上发行的是由现实资源锚定的数据包，底层逻辑依然是“数据赋值资产，资产绑定收益”。数据只是承担了 RWA 结构中的资产表征角色，本质还是为融资服务。
然而，也正因为延续了 RWA 的思路，当前 RDA 框架下的数据资产发行，仍面临三重结构性限制：
数据贡献者缺席
当前 RDA 资产主要由平台或机构上传，原始数据的产生者，比如软件用户、消费者，并未成为发行结构的一部分。这意味着，数据的所有权与使用权之间存在天然断裂，难以实现用户主导的数据确权与授权。
激励机制缺失
当前 RDA 路径下，数据尽管作为资产在链上映射和流通，但从增值的逻辑来看，数据资产更多是作为“融资”工具发行，收益收益通常通过合同或协议回馈给代币购买者，与数据本身的生成过程脱钩，激励逻辑更多体现为“资本投入—经营回报”的闭环，而非“数据供给—收益反馈”的结构。
缺乏使用与验证路径
在 RDA 结构中，数据被打包为类资产，用作估值与融资依据，而非面向真实使用场景的分析、建模或 AI 调用。其“流通”过程也更多停留在 token 层面的转让，数据本身并不参与后续应用。这种架构下，数据资产难以形成动态的使用反馈机制，缺乏价值再验证与更新迭代路径，也难以支撑“基于使用表现的二次定价”逻辑，实质违背了数据作为“可评估、可验证资产”的基本价值预期。
以上这些局限说明，RDA 路径虽在技术实现上接近了链上资产的形态，但其底层仍是“数据服务于金融”的旧模型，尚未建立起真正以数据为核心的激励、确权与使用闭环。而要突破这一边界，DataFi 路径正在给出另一种答案。
路径二：DataFi 模式
与 RDA 的“资产 - 融资 - 分红”逻辑不同，DataFi 并不将数据本身作为资产发行的抵押品，而是将用户在链上或平台中产生的行为数据，转化为具备结构化标签和验证机制的数据单元，并通过加密技术保障其隐私与使用边界。该数据资产，既可以数据市场流通，也可以被品牌或者平台购买在经营中验证使用，打破了单一的 token 模式。
更重要的是，DataFi 通过“由用户主导授权”+“平台撮合需求”的方式，构建出一种多边参与、可持续运营的轻量型数据资产流通模式。
目前，DataFi 整体仍处于早期搭建阶段。尽管其底层所依赖的加密技术（如智能合约、ZK、MPC、TEE）已经相对成熟，但要真正实现“数据资产的可控流通”，仍需在产品机制、参与者协同、使用场景等维度完成大量打磨，即：
- 如何建立一套可持续的数据供需撮合逻辑；
- 如何让用户与品牌方的交互流程标准化、低门槛；
- 如何在不依赖投机预期的前提下，构建真实的激励闭环。
DDC（DataDanceChain）正试图以自身架构，补足这些关键断层。尽管产品尚未全面上线，DDC 团队已与多家品牌方及数据需求方展开技术验证，初步打通了“结构化数据生成—授权控制—隐私验证—商业反馈”的完整闭环。
在此基础上，DDC 围绕“数据使用入口”打造新的产品路径，旨在提供同时适用于 Web2 与 Web3 用户的轻量级分享机制，让用户能够以更低的参与门槛、更清晰的授权边界，参与到结构化数据的生成与收益中。
从 DDC 的机制设计上看，DataFi 具备三项核心优势：
数据归属的用户主导权
在传统 Web2 或 RDA 式的数据模型中，数据的归属往往由平台或资产发行方掌控，个人用户虽然也可能是数据提供者，却无法定义其用途或收益路径。而 DataFi 以“行为数据结构化 + 授权为入口”，将数据的资产边界还原给用户本人：
- 用户可对行为数据设定是否授权、授权给谁、授权何种用途；
- 有时间和使用上限，避免一次性买断或者滥用；
- 对应的数据收益也将明确归属给数据贡献者本人。
可验证、隐私共存的交易结构
DataFi 的第二大优势，是在数据交易过程中实现了验证能力与隐私保护的双重保障。
传统数据市场要么牺牲隐私换取可用性（如 Web2 广告投放中对全链路数据的抓取与标签分析），要么因隐私保护过度导致交易效率受限。而 DataFi 采用了以 ZK+TEE+MPC 为核心的技术组合路径，以及 sub-address 的链上身份模型，构建出一套“可验证、不可还原”的数据资产交易结构：
- 数据由用户本地生成结构化标签，平台仅获得可验证性证明，不接触原始数据；
- 验证过程通过 ZK 或 MPC 完成，无需中介解密或人工干预；
- 行为标识与主身份间以 sub-address 等方式解耦，确保不可追溯。
该机制不仅适用于商业数据交易场景，也正在被用于 AI 训练数据贡献、公共研究数据捐赠等领域。例如在 AI Agent 的使用中，由用户自行定义训练范围与去向，平台则提供去标识化验证与激励分发功能，保障“参与 AI 但不裸奔”。
可持续激励与实时反馈机制
相比 RDA 一次性发行型的收益模式，DataFi 提供的是一种参与即反馈、使用即收益的动态激励结构：
- 数据上传获得积分、token 或预付激励；
- 行为数据被命中匹配、使用后可获得二次收益；
- 长期数据贡献者可基于其行为累积获得会员、治理权等衍生价值。
DataFi 的激励设计，并不依赖预期涨幅或价格逻辑，而由数据在实际商业使用中的“匹配度”所决定。这一逻辑更贴近 Web2 熟悉的“参与 - 使用 - 回报”路径，但建立在隐私保护与价值验证的基础上。
基于 DataFi 的架构，数据的资产化不再依赖抵押、估值或托管发行等传统模型，而是建立在“结构化使用能力”本身。而 DataFi 路径所强调的，也不是把数据变成凭空定价的交易品，而是将其转化为可流通、可激励、可控制的价值单元，从而构建出另一种更贴近真实交互的资产形成逻辑。
两条路径，共同问题
从「RDA」到「DataFi」，看似路径各异，实则都在回答同一个问题：数据到底凭什么成为资产？
是靠确权登记，还是靠使用证明？是用来抵押融资，还是参与流通交易？是归属于平台的静态存量，还是由用户动态生成的高频意图？
答案或许没有唯一，但趋势正在清晰：数据资产化的核心，不再是让数据“归谁所有”，而是让数据“如何被用”。
只有能被验证、可被调用、具备边界、反馈清晰的数据，才真正具备资产属性。无论是 RDA 在做的“金融化映射”，还是 DataFi 推动的“结构化流通”，底层竞争的，其实是一套更能适配数据本质的使用机制。
谁能在这一机制上建立共识与网络效应，谁就可能定义数据资产的下一阶段。
