1月1日，《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）正式实施。企业数据资产入表迈出了“从0到1”的关键一步。
数据是数字化、智能化的“成果”，也是驱动数字化、智能化的“要素”。数据资产入表，意味着工业数字化迎来新机遇。
“入表”改变企业商业模式
数据资产入表不仅对内提升数据的规范性、统一性，对外也可以作为交易的资产，成为可以确权并衡量企业资产、利润的重要指标。在这个过程中，企业商业机制或服务模型将发生转变，数据资产入表在倒逼企业释放数据能力的同时，也在倒逼其数字化业务模式发生变化。
浪潮海岳数据中台产品部总经理王相成认为，《暂行规定》为企业数据资产提供了正式的账面确认，为其定价与交易奠定了坚实的基础，也使得数据资源丰富的企业能够更轻松地通过资产证券化等方式获得融资支持，特别是对于掌握数据资源行业龙头企业的产业数字化发展推动具有重要意义。
在中关村大数据产业联盟副秘书长颜阳看来，数据资产将接棒土地财政，总规模达8.6万亿元，潜在市场高达60万亿元。当前，企业数据资源“入表”，企业可以在相关数据安全管理条例与规范的指导下，按照入表准备、管理活动、资源分类、资源估值、使用寿命预估、重复销售、税务风控的“七步法”推进入表工作，在此过程中要重点解决数权问题，并融合运用传统估值、订单驱动、算法细化、AI精调、三大重构（投入、创造价值及交易）五类数据资产评估与定价方法。
然而，数据资产入表不只是财务一个部门的职责，而是一项系统化工程，需要组织内部的信息化/数字化管理、财务管理、采购管理和人力资源管理等多部门协同，必要时还会借助组织外部的数据评价师、律师、会计师和审计师等提供多项专业服务。
在《暂行规定》出台之前，市场上大多数的“数据资产”并不一定满足会计准则的资产确认条件，换句话说，不一定能“入表”。在《暂行规定》之后，更多从能否入表的角度来判断相关数据资源是否可以称之为“数据资产”。
数据资产正式入表后，将对企业的资产规模、融资路径以及盈利模式带来较大变化。
一方面，入表的数据资产将直接增大企业的资产总额，有利于充分展示企业的资产实力，提升企业的整体价值，将对企业并购或获得投资产生重大影响。另一方面，入表的数据提供了账面的资产依据，企业可以利用数据资产进行抵押或者证券化，扩大融资渠道。这减轻了过去数据资产无形、难以评估带来的融资难题。此外，合理的会计核算也可以帮助企业设计切实可行的数据资产摊销机制，通过数据授权、共享等创新业务孵化新的收入来源。
在某业内人士看来，《暂行规定》标志着国家正式确认了数据资产的经济价值，并为数据资产的发展提供了制度保障。企业可以通过账面确认和披露数据资产，对其进行更准确的评估和管理，将有助于为有关监管部门完善数字经济治理体系、加强宏观管理提供会计信息支撑，也为投资者等报表使用者了解企业数据资源价值、提升决策效率提供有用信息。
在该人士看来，数字资产入表对财务报表在负债、资产、利润表、现金流量、信息披露、税务处理、企业内部控制产生巨大影响。他指出，数字资产在确权定价过程中，也将面临如资产性质不明确、缺乏标准化、技术风险高、数字资产的法律和监管框架尚不完善、法律和监管风险、市场波动性大、缺乏专业人才、数据隐私保护、交易效率低下等难题。
他建议，为了解决这些难题，企业需要拥有强大的数字化能力和专业的财务团队，对数字资产确认和计量，以及在财务报表中恰当地披露数字资产相关信息，以满足会计准则和投资者的需求。其次，企业需要建立健全的内部控制体系和数据安全保护机制，确保数字资产的安全性和隐私保护性。此外，由于数字资产的价值波动性较大，企业需要对其价值进行准确地评估。
“入表”为工业企业数字化转型
带来新机遇
随着数据资产入表政策的实施，工业、制造类企业对数据要素的重视程度日益加深，这不仅有助于工业、制造类企业更好地挖掘和利用数据资产的价值，还为工业、制造类企业的数字化转型带来了一系列新的机遇。
中央财经大学中国互联网经济研究院副院长、中国市场学会副会长欧阳日辉表示，在工业、制造业领域，数据的积累和采集，不同于其他行业。厂房、生产线等涉及一系列的数据，企业可以根据生产、流通、消费、分配等环节的数据进行决策，这对于一家生产制造型企业来讲影响重大。因此，数字资产入表对工业企业的影响十分重要。它可以帮助企业优化财务管理、提高运营效率、降低成本、增加商业机会、促进创新、增强市场竞争力、优化资源分配以及提高企业信誉、企业综合竞争力等方面发挥积极作用。
一批企业已开始做出有益的探索和成功实践。
浪潮已经在数据资产质量评价、数据资产价值评估做了一些实践。王相成介绍到，浪潮傲林扎实开展数据资产评估工作，以浪潮傲林分析模型数据资产为主体开展数据资产评估，2023年10月23日通过了数据质量评价，11月16日发布了首份被中评协备份的数据资产评估报告，并基于此数据资产取得1000万元的授信额度。
数据资产质量好坏对企业数据资产价值有决定性影响。浪潮推出的浪潮海岳数据质量评价工具3.0，产品内置国家标准、行业标准、外部数据等海量参考数据，综合《数据质量评价标准GB/T36344—2018》和《数据资产评估指导意见》建立起权威全面的评价体系，可针对不同的数据资产，动态准确生成匹配的评价规则。通过规范化的评价流程，对实时交换数据、离线数据包、模型等各类型数据进行评价，覆盖金融、电信、政府等各行业，实现数据质量提升、提高决策依据可靠性、支撑数据资产评估等关键应用场景，赋能企业数据管理过程。
用友精智工业大数据中心汇聚300万工业企业的亿万数据，沉淀2926款工业机理模型。其中，基于工业互联网标识大数据，可以实现产业链上下游企业智能互联；基于设备故障大数据，可以帮助工程师快速定位故障原因、精准排故；基于废钢判级大模型，可以帮助质检人员提高工作效率、降低生产成本；基于安全行为识别大模型，可以帮助生产安全管理人员及时发现危险行为、实时预警、消除安全隐患。
鞍钢作为中央直管的国有大型企业，将数智化视为新一轮钢铁工业革命的核心竞争力，充分发挥海量数据和丰富应用场景的优势，持续推进数字化、智能化建设。2022年6月鞍钢已开始着手数据治理和数据资产梳理相关工作。为了数据流通，以及数据价值的更好利用，鞍钢从规划层面和方案落地分解出五大类17项的重点应用进行展开。
倒逼数转动力不足企业
释放数据能力
然而，当前我国还存在很大一部分工业企业数字化转型的动力不足，还处于信息化的过程中，它们没有形成数据体系或者说没有一个完整的数据战略去指导产生数据资产。
在国际数据高级管理研究院主要负责人吴大有看来，工业企业数据化转型，不能只是卖个设备、工具。工具或设备一定要具有数据采集合法采集的能力，我们需要去思考远程的数据联动，能够去监控数据，监控设备的运转正常性，能够提前地预测设备可能故障，并且做到“零故障”服务。
现在越来越多的企业意识到，工业行业数字化降本增效必然会走到一个瓶颈期，因为所有的数字化转型如果是以降本增效的目标是遇到“阀值”，成本不可能归零，效益不会无限扩大。企业要转变商业机制或服务模型，而这个过程当中，数据资产入表其实在倒逼企业释放数据能力的同时，也在倒逼数字化业务模式要发生变化。企业数据资产将促进企业传统的业务形态升级，而数据资产的沉淀将最终为用户创造实质价值，这样才能够产生有效的发力点。
用友网络大型企业客户事业群首席数据官张旭同样认为，如果仅仅是降本增效“终会有头”，但是企业能提供更好的商品和产品给社会，它的未来可期的地方就非常多。他提到，用友“工业大数据+AI”解决方案基于大数据技术及新一代AI技术，融合到工业全生命周期业务场景里，挖掘工业大数据价值，帮助制造企业实现合理排产、优化配料、质量诊断、故障预测、安全预警，玩转数据资产，让生产更简单，质量更稳定，成本更低廉，决策更科学。
王相成则认为，工业企业的数据来源复杂多样、数据规模更大，需要有针对工业企业专门数据治理、数据资产管理平台来支撑，这是实现数据资产化的技术保障；另外工业企业在经营管理、生产运营方面，有很多场景可以拉动由数据资源到数据产品、数据服务转换，如战略决策、生产改进、运营优化、风险防控等方面，这是实现数据资产化的重要引擎，需要专业化厂商提供服务支撑。
工业数据资源的开源设计非常具有价值，由大企业牵头然后开源打造生态，会有新的商业转换机会。颜阳预测，随着大模型、元宇宙的发展以及未来企业数据资产入表的推进，如果企业能够抓住机会成长起来，有可能会成为新的“独角兽”。