金证评估谈AI赋能数据要素,构建驱动企业增长核心引擎
近日,“释放×数效应·共创智+未来”2024第七届金猿&魔方论坛——大数据产业发展论坛暨数据要素趋势论坛在上海明捷万丽酒店成功举行。本次论坛由金猿组委会、数据猿、上海市数商协会及上海大数据联盟联合主办,新华社中国经济信息社作为支持单位,汇聚了来自政府、企业、学术界及媒体界的数百位精英人士,共同探讨大数据及数据要素产业的未来发展。上海市数据局数据要素发展处处长刘迎风,上海大数据联盟秘书长、上海超级计算中心主任李根国等嘉宾到场致辞。
金证评估管理合伙人谢佳妮受邀出席本次活动,在“AI赋能数据要素,构建驱动企业增长核心引擎” 圆桌对话环节发表观点。圆桌由数据猿联合创始人、主编张艳飞主持,成都电信云中台副总经理兼CIO张维,数据宝董事长、华东江苏大数据交易中心总经理汤寒林,TapData创始人兼CEO唐建法共同参与。
数据要素VS传统要素的特征
数据要素与土地、劳动力、资本等传统生产要素之间存在本质的区别,从价值的角度看,我们认为数据要素区别于传统要素的特征体现在非稀缺性、非排他性、高流动性和高差异性。
特征举例 | 描述 | 估值影响 |
非稀缺性 | 可以无限复制、重复使用的要素,不会因为使用而消耗,也不会因为共享而减少 | -可能在不断使用、共享中增厚数据的价值密度 |
非排他性 | 可以在一定范围按照一定权限重复使用,数据的使用者不会妨碍其他使用者的使用数据 | -增加了数据权属认定、收益范围确定的复杂性 |
高流动性 | 流动性极强,可以在不同地域、不同领域、不同层级、不同业务等方面快速流通,流动速度更快、程度更深、领域更广 | -企业内部流动的数据,资产确认需要厘清数据流动方式、价值形成链路,以合理确认各部门、各环节的成本投入 -向企业外部流动的数据,增加了观测交易行为、交易数据的难度,市场化的价值标尺更难获得 |
高差异性 | 数据要素根据来源、类型、格式、质量、用途等因素有很大差异,其价值和贡献也有很大不确定性 | -数据要素的价值评估非常有赖于数据的应用场景以及质量、治理程度等因素 |
数据要素与AI融合后的变化
数据要素与AI共生发展。AI技术的进步对数据要素的影响体现在三个方面:
· AI作为一种工具,大大提升了数据开发利用和价值挖掘的效率。
· AI作为一种驱动力,它的迅猛发展对数据的“渴求”程度,影响了数据的存储、生产、加工、流通、消费各个环节的技术走向,催生了新的技术方案诞生。
· AI作为一种应用,能够使数据更智能地被应用于各种场景,促使数据要素与其他生产要素的融合更加深入和紧密,催生出新的产品、服务和商业模式,推动经济社会向智能化、数字化方向加速发展。
数据资产化、资本化的展望
资本化是数据资产化后非常可能实现的一步,现阶段,数据的资本化仍有诸多问题亟待解决。金证评估在圆桌对话中,从财务咨询、价值咨询服务提供商的角度,阐述了对数据资产化意义的理解。我们认为,各国会计准则变革的讨论均围绕企业价值形成驱动力的变革展开,推动数据资产入表,一方面是激活企业对数据价值的认知,另一方面是在不断努力尝试提升数据要素型企业报表的决策相关性。
现阶段,通过AI等技术的革新释放数据要素价值是重点,待到数据资产化成熟时,资本化是自然而然的一步。
图片摘自:数据猿——引领数智未来!第七届金猿&魔方论坛圆满落幕,八大榜单重磅发布。2024年12月26日,责编:凝视深空/数据猿。