企業數據資產化的機理和實施路徑

隨著我國數字化建設水平的不斷提升，企業經營過程中產生的數據規模在不斷擴大，將這些企業合法持有的原始數據轉化為數據資源，從而推進數據資產化的發展進程，能夠顯著提升企業的數字化建設水平。

某技術有限公司是數據技術驅動型國家高新技術企業，業務聚焦工業物聯網，以人工智能算法技術為核心驅動，為工業企業提供智慧運維、能源管理、工業控制、供應鏈優化等服務。該公司通過多年的數據積累，形成了“1+4+6+N”解決方案，包括1套智能服務平臺、4類硬件產品、6大智慧系統、N個細分行業場景，累計擁有30多項授權專利，70多項軟件著作權。該公司通過自身盤點找出最具有市場價值的數據資源，通過研究論證、產品研發、形成兩款數據產品并完成數據資源入表，進一步提升了公司的數字經濟建設水平。

企業數據資產化的機理

數據資產化的理論前提，主要體現在以下方面：

隨著信息技術與各行各業融合程度的不斷加深，數據逐漸成為一種具有特殊性質的生產要素。相較于勞動力及土地等傳統生產要素，數據要素展現出不可消耗性、高度可復制性以及獨特的非均質性，它不僅構成了數字經濟建設的基石，更是推動傳統產業邁向數字化轉型的關鍵所在。企業對數據資源應用價值的挖掘和利用，需要通過數據資源化、資產化與資本化三個環節來進行。

數據資源化。企業需致力于原始數據的全面采集、深度挖掘、細致分析以及高效資源化利用，從而發掘生產經營中潛藏的數字資源，促成數字資源化的實現。在“加快培育數據要素市場”和“推進政府數據開放共享”等產業政策出臺后，該企業管理人員充分認識到公司原有業務過程中有價值的數據資源可以通過“入表”真實反映公司隱形數據資源價值， 實現數據資源化。

數據資產化。將原始數據轉變為企業經營資產的過程就是數據資產化。在經營生產過程中，切實屬于企業且能夠為企業帶來經濟效益的資源稱之為企業的資產，數據資產則是指在企業內部能夠直接或間接產生經濟效益的數據資源。在數據資產化管理過程當中，企業會對有較高經濟價值的數字資源進行集中管理，將客戶數據及經營數據等內容轉變為企業經營的數字資產。某企業在市場調研基礎上，以商業場景應用為驅動，拓展市場，推動業務增量，以可預測的收益為基礎，評估數據資產價值，顯性反映公司數據資源未來市場價值。

數據資本化。數據資本化是指以資本角度來衡量數據資源的具體價值，并根據價值衡量結果進行等價交換，將數據資源視作可交易的商品或服務。企業可以將其數據資源轉化為數據資產，并通過數據資產入股、數據資產證券化等多種資本交易方式，實現數據收益的杠桿效應。例如，案例企業通過數據資產增進信用等級，成功獲得3000萬元融資授信額度，實現了民營科技企業數據要素資源化向資產化、資本化的轉變，為企業探索數字經濟發展打開了新空間。

企業的原始數據只有完成數據資源化、資產化及資本化，才能夠切實發揮數據的資產價值。數據資產化的三個階段是不斷遞進的，三者缺一不可，并且在這一過程中也需要明確數據資產的所屬權。因此，在進行數據資產化的過程中，務必重視資產產權歸屬問題，構建并完善數據產權保護體系，清晰界定數據資源的所屬權、使用權及經營權，以防止因產權劃分模糊而阻礙數據資源價值的充分發揮。

從數據到數據資產的理論前提，主要體現在以下方面：

業務數據化。企業利用大數據等智能信息技術，建立并使用線上業務經營活動平臺，通過該平臺能夠將企業經營運行過程中產生的交易或服務資料轉變為數字化資料，并存儲到平臺數據庫當中。這一環節是實現數據資產的前提，能夠實現對經營數據的采集與分析。

數據資源化。企業通過多種方式，如經營管理、購買數字資源等，合法獲取原始數據，并經過篩選、整合及可視化處理，依據特定邏輯整合成規模化數據，進而形成便于使用和獲取的數據資源，具體流程詳見圖1。這一過程就是數據資源化，通過對原始數據的處理，增加數據的使用價值，是實現數據資產的必要前提。

數據產品化。在此進程中，企業需依據內部產品規劃視角，對數字資源展開全面評估，進而構建出數據產品設計藍圖，打造具備實用價值并能滿足企業客戶需求的數據化產品。數據實現產品化后具有可交易及價值可衡量的特點，主要有自用、共享、公共產品及市場交易這幾種價值實現渠道，是企業實現數據資源價值的關鍵環節。

數據資產化。企業通過數據資產入表、交易及投資等多種方式的數據資源使用，為企業帶來更多經濟效益的過程就是數據資產化。例如，通過數據資產入賬，以賬目的形式清晰展現企業內部數據資產的實際價值。同時，交易及投資活動則進一步彰顯了數據資產的市場價值。

企業數據資產化的實踐與探索

健全數據采集加工標準。根據案例企業數據資產化實踐來看，企業要正確認識數據資產化的重要性，并將數據資產化作為企業發展的戰略資源，在此基礎上建立健全的數據采集加工標準，為數據入表工作提供制度規范，開展數據資產標準化管理。企業要注重數據資源盤點工作，例如案例企業的數據項目組攜手第三方數據咨詢專家，全面梳理企業內部的設備故障模式及解決措施知識庫、故障特征提取算法庫以及各項專利資源等數據資源，清晰界定這些數據資源在經營管理過程中的價值所在。根據資源盤點結果，企業要開展數據資源識別工作，對于數據來源、名稱、存儲方式和資源等級劃分等多種內容進行識別，依據識別結果，填補數據空缺，并編制形成具有資產屬性的數據資源報告。通過建立健全的數據采集加工標準，能夠提升數據采集工作的規范性，為后續數據資產化工作的開展提供標準化數據資源。

提煉數據資產經濟價值。現階段的資產評估環節，主要是通過成本法、收益法及市場法三種辦法來確定數據資產的經濟價值。企業在進行數據資產化變革的過程中，應根據不同種類數據資源的特點，對評估體系進行創新。企業還應嘗試將大數據等智能信息技術與數據資產經濟價值評估相結合，開展智能化數據資產評估工作，顯著提升數據資產價值評估的效率與精確度，同時降低數據資產化部門的工作負擔。在完成數據資產價值評估工作后，形成數據產品開發方案，以數字產品的方式充分發揮企業數據資產價值，為企業帶來經濟效益。

例如，案例企業在提煉數據資產經濟價值的過程中，數據資源化管理部門首先開展了數據資源確認工作，對數據資源的內外部典型應用場景、潛在的用戶及未來經濟利益流入可實現性進行分析并形成數據產品開發報告，經領導審批后確定數據產品開發方案。在數據產品生產研發的過程中，還需要委托相關律所開展對企業內部的數據資源確權工作，保障數據來源及處理的合法合規，從而規避數字產品侵權風險。

完善數據資產交易體系。當前，數據資產交易面臨諸多挑戰，包括行業和企業間標準不統一，導致數據資源共享困難，限制了數據資源的經濟價值。此外，缺乏全國統一的數據流通市場規范和監管機制，使得企業間數據資產交易的安全性受到影響，增加了經營風險。例如，根據《關于構建更加完善的要素市場化配置體制機制的意見》，數據被定義為與土地、勞動力、資本、技術并列的第五大生產要素，但目前數據確權過程中的權屬界定模糊，合規性問題以及數據安全與隱私問題等，均對數據資產交易構成了挑戰。同時，市場對數據資產的認知和接受程度較低，金融機構對數據資產質押融資持謹慎態度，法律法規和監管環境的不完善也影響了數據資產交易的健康發展。

為解決這一困境，首要任務是借助云計算等信息技術，對不同格式的數據資源進行標準化處理，統一數據格式，從而實現數據的無縫共享。各地政府應加強合作，實現對數據資產交易規則和流程的互聯互通，推動建立全國一體化的數據資源流通市場機制。此外，還需強化對數據資產交易過程的監管力度，確保交易雙方的資產安全無憂。

合理利用數字產品。數字產品作為數據資源化的主要載體，其中蘊含較多的應用價值。案例企業在應用數字產品時主要分為對內應用和對外應用兩種。其中，對內應用首先是開展員工培訓，利用知識庫中的案例和解決方案，培訓維護和操作人員，提高他們的技能和故障處理能力。然后是進行知識傳遞，構建知識共享平臺加速企業內部的知識流動和技術對話，進而提升團隊的綜合能力。最后，通過集中管理技術文檔和操作手冊，實現相關數據的實時更新，提升技術文檔管理效率。

對外應用主要是由預防性維護、故障診斷及維修和設備性能優化等幾個方面組成，具體包括：預防性維護使得數字產品系統得以動態監控，從而及時發現并有效應對潛在風險；通過故障診斷及維修能夠利用數據庫中的故障模式，實現對設備故障診斷并提供故障解決方案，縮短設備故障維修時間；將設備性能數據與標準數據進行比對，一旦發現參數偏差，能夠及時進行糾正，保證設備運行性能。

隨著當前我國數字經濟建設水平的不斷提升，企業要對數據資產化產生正確認知，通過健全數據采集加工標準、提煉數據資產經濟價值及完善數據資產交易體系等多種方法，深入挖掘企業數據資源的經濟價值，在企業內部構建起規范化的數據資產運營模式，借此強化企業的核心競爭力，為企業的長遠發展奠定堅實基礎。