金证评估谈AI赋能数据要素,构建驱动企业增长核心引擎

金证评估谈AI赋能数据要素,构建驱动企业增长核心引擎

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。

金证评估谈AI赋能数据要素,构建驱动企业增长核心引擎

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。

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。

公众号
公众号
信用中国 应聘登记
返回顶部