《墾?。?024構建數據資產 訓練數據合規處理及數據資產入表處理研究報告（40頁）.pdf》由會員分享，可在線閱讀，更多相關《墾?。?024構建數據資產 訓練數據合規處理及數據資產入表處理研究報告（40頁）.pdf（40頁珍藏版）》請在三個皮匠報告上搜索。

1、目錄目錄撰寫人簡介-1報告起草情況與起草人簡介-2免責聲明-4序言-5第一部分-61.政策背景與市場分析-71.1 訓練數據合規的政策背景-71.2 數據資產入表的政策背景-81.3 訓練數據市場分析-101.4 數據資產入表的市場情況-11第二部分-142.訓練數據的合規應用-152.1 訓練數據的主要應用市場-152.2 訓練數據的提供者合規-162.3 訓練數據的使用者合規-18第三部分-21數據資產入表操作處理-213.數據資產入表操作處理-223.1 入表的總體規劃-223.1.1 入表的主體選擇-223.1.2 會計準則的適用-233.1.3 入表與稅務規劃-253.1.4 數據資

2、產預期經濟收益的預測-263.2 數據資產入表標準化處理-283.2.1 數據資產入表的標準化流程-283.2.2 數據的確權與達到控制的具體判定條件-303.2.3 數據資產的全生命周期合規治理-323.3 不同類型企業數據資產入表時的重點關注-333.3.1 平臺型企業數據資產入表時的重點關注-333.3.2 大型傳統企業數據資產入表的重點關注-343.3.3 中小企業數據資產入表的重點關注-353.4 數據資產入表還應注意的其他問題-363.4.1 上市公司關于數據資產評估的披露-363.4.2 數據資源的反舞弊建設-36致謝-38第 1 頁撰寫人簡介撰寫人簡介墾丁律師事務所墾丁律師事務

3、所是由一群在網絡法實務領域有豐富經驗的律師，于 2017年 7 月共同創設，是一家完全專注于提供“網絡法”法律服務的專業律師機構。墾丁律師正在服務或曾經服務的客戶包括：騰訊、小米、螞蟻國際、天貓人工智能、百度、360、星際魅族、虎牙、唯品會、焦點科技等綜合和細分市場頭部互聯網企業。也包括強生、耐克、松下、smart、上汽大眾、OPPO、日立（中國）、傳音控股、鵬成新能源等智能制造和新興產品市場。墾丁所的業務范圍涉及平臺治理、產品合規、投資并購、數據合規、知識產權、跨境爭議解決等等，行業領域涉及綜合網絡平臺、AIGC、NFT/區塊鏈、數字娛樂、智能終端等。中聯資產評估集團（浙江）有限公司【簡稱：

4、浙江中聯】中聯資產評估集團（浙江）有限公司【簡稱：浙江中聯】成立于2004 年 1 月，具有企業整體評估、單項資產評估（包括房地產、機器設備、流動資產、無形資產、數據資產評估）和資產評估咨詢等業務資質。目前浙江中聯擁有執業人員 90 余人，注冊資產評估師 50 余人。執業人員具備較強的資產評估能力，技術理論基礎扎實，工作經驗豐富，從事過各種類型的資產評估工作。浙江中聯是首批通過財政部、證監會證券資格備案，連續八年入圍中國資產評估協會機構綜合排名前百強，浙江省資產評估機構綜合評價排名前二。第 2 頁報告起草情況與起草人簡介報告起草情況與起草人簡介報告的訓練數據合規的相關內容由墾丁律所程念律師起草

5、，數據資產入表操作處理的相關內容由墾丁律所徐藝凌律師起草，數據資產評估內容由浙江中聯劉賽莉老師起草。起草人簡介（按姓名首字母拼音排序）起草人簡介（按姓名首字母拼音排序）程念律師程念律師中國政法大學法學碩士（網絡法學專業），墾丁律所人工智能法律研究部負責人，專注于人工智能、游戲合規、直播短視頻法律服務、電商合規、平臺治理、數據合規、個人信息保護、元宇宙相關法律服務及知識產權、不正當競爭、服務合同相關的涉網訴訟等互聯網法律實務工作，為多家知名網絡公司提供常年法律顧問服務，包括平臺協議起草與調整、電商平臺價格與廣告合規法律方案、資質準入、平臺協議審核、廣告合規咨詢、新業務風險評估等合規咨詢服務等；參

6、與首例 5G 云游戲第一案、小米手機風險 APP 治理第一案等典型案件，代理游戲道具低價代充不正當競爭糾紛、直播帶貨預期可得收益追回案等；參與撰寫直播與短視頻產業合規藍皮書元宇宙與元規則元宇宙產業及元規則體系建構藍皮書等報告；參與編寫著作理解與實施。劉賽莉老師劉賽莉老師中聯資產評估集團（浙江）有限公司合伙人、技術總監。注冊資產評估師、注冊房地產估價師。自從事評估工作以來，共參與鞍鋼集團等將近 100 多個項目的評估工作，專業技術底子較厚。適合參與評估重點問題、疑難問題的研究，特別是上市公司和國資央企的評估。第 3 頁入選行業技術專家庫、高端人才或領軍人才情況：12019 年 5 月至今浙江省資

7、產評估協會首批資產評估行業執業質量檢查暨技術幫扶人員；2浙江省注冊會計師協會第一屆數字化改革委員會委員；3浙江省資產評估行業第一批后備管理人才；4浙江省注冊會計師協會資產評估行業執業會員后續教育優秀培訓講師；5浙江萬里學院客座教授；6杭州市財政局質量檢查人員；7浙江省財政廳質量檢查人員；8浙江省國資委專家。徐藝凌律師徐藝凌律師同濟大學法律碩士，墾丁所數據資產部負責人，中國注冊會計師協會會員（非執業）、數據安全師（中級），通過證券從業資格、期貨從業資格、期貨投資分析考試。執業領域：科技公司的信息披露與合規化治理、數據資產類財法實務及其他相關網絡法領域。參與起草團體標準可入表數據資源信貸融資基礎要

8、求財務領域豐富實戰經驗：曾就職于內資八大會計師事務所 IT 與金融事業部、top30 地產集團，從事過科技型上市公司（A 股）年度報告的財務審計、IPO、境內債發行及公司金融管理等工作。社會職務：長三角大學生就業創業聯盟副秘書長，致力于大學生創業就業的財法合規公益宣講。第 4 頁免責聲明免責聲明本報告僅代表作者個人觀點，僅為提供一般性信息之目的，不應用于替代專業咨詢意見。盡管本報告中所包含的信息都是我們于發布之時從我們認為可靠的渠道獲得，但鑒于數據相關的法律法規變化迅速，司法實踐也會依個案實際情況處理，因此不對本報告內容、觀點以及建議的準確性、可靠性、時效性以及完整性作任何明確或隱含的保證。本

9、報告僅供企業參考使用，企業切勿依賴，任何僅依照本文全部或者部分內容而做出的決定以及因此造成的后果由行為人自行負責，本文的機構和作者明示不予承擔任何責任。在相關法律法規進行變更或更新時亦不會另行通知。第 5 頁序言序言隨著人工智能技術的飛速進步，特別是應用型人工智能領域的迅猛發展，智能化已成為各產業轉型升級的重要方向。在“AI all in”的環境下，訓練數據的合規性問題已經成為業界與學術界共同關注的焦點話題。近年來，國內外首例涉及人工智能的法律案件相繼出現從我國的“AI 文生圖第一案”到美國 ROSS案（首例 AI 訓練數據版權第一案），這些標志性案例不僅揭示了訓練數據合規治理的緊迫性和復雜性

10、，也表明相關法律規則亟需進一步完善。2024 年標志著數據資產入表元年的開啟，國有企業、央企以及地方城投公司正積極投身于這一新的發展階段；與此同時，上市企業與互聯網公司也在積極探索與落地部分數據資產入表案例。數據資產入表的核心在于明確數據的所有權并進行合理的價值評估，確保數據的安全性與推進數據標準化建設同樣至關重要?！皵祿畻l”作為指導性的政策文件，雖然為數據確權提供了框架性指引，但具體的法律規定仍有待進一步明確。此外，在數據資產評估實踐中，傳統評估方法需要與時俱進，適應數據時代的特性與需求。鑒于此背景，本報告旨在通過梳理政策環境、分析市場趨勢、分享數據資產評估的實際案例以及探討數據資產入表

11、的操作實踐，沉淀和總結寶貴的經驗與知識。我們期望這份報告能夠為促進訓練數據的合規治理和數據資產化的標準化處理提供有益的參考和支持，助力這兩個關鍵領域實現健康且可持續的發展。第 6 頁第一部分政策背景與市場分析第一部分政策背景與市場分析1.1 訓練數據合規的政策背景1.2 數據資產入表的政策背景1.3 訓練數據市場分析1.4 數據資產入表的市場情況1.1 訓練數據合規的政策背景1.2 數據資產入表的政策背景1.3 訓練數據市場分析1.4 數據資產入表的市場情況第 7 頁1.政策背景與市場分析1.1 訓練數據合規的政策背景1.政策背景與市場分析1.1 訓練數據合規的政策背景2023 年，一款能夠基

12、于在預訓練階段所見的模式和統計規律生成回答的產品 ChatGPT 把人工智能的熱潮徹底掀開。與這一波市場浪潮一并而來的，是產品接連被爆出訓練數據違反合理使用，訓練過程侵害個人數據權益等負面新聞。一系列關于訓練數據的負面消息不得不讓世界各國開始關注訓練數據的合規問題。然而，訓練數據并不是法律意義上的數據分類類型，其本質是所有投喂模型訓練的數據集合，包括公開數據、基于自身業務獲得的數據等，其中也包括他人享有知識產權的數據以及個人信息。訓練數據合規問題是數據內部治理的綜合體現，除了近期出臺的與訓練數據強相關的網絡數據安全管理條例 互聯網信息服務深度合成管理規定生成式人工智能服務管理暫行辦法，以往關于

13、數據收集、存儲、使用、加工等數據處理行為的法律法規也是指導訓練數據合規的重要規范。本報告整理了不同類型數據的使用規范以及相關政策文件，就訓練數據合規政策背景進行以下梳理：一、不同類型數據收集、存儲、使用、加工行為的依據已經建立，訓練數據收集獲取首先要符合這些法律規范的要求。中華人民共和國網絡安全法中華人民共和國數據安全法 中華人民共和國個人信息保護法等基礎性法律文件為訓練數據的安全管理和個人信息保護提供了法律框架，明確了數據處理活動最基本的責任與義務?？萍紓惱韺彶檗k法（試行）中規定，利用個人信息數據的科技活動，應當進行科技倫理審查。這明確了相關的研究性活動屬于科技倫理范疇。二、網絡數據安全管理

14、條例互聯網信息服務深度合成管理規定生成式人工智能服務管理暫行辦法針對“訓練數據”進行專條規范，展現了當前訓練數據合規的重點內容和政策導向。網絡數據安全管理條例要求加強對訓練數據和訓練數據處理活動的安全管理，采取有效措施防范和處置網絡數據安全風險；互聯網信息服務深度合成管理規定也提到了訓練數據管理和數據安全第 8 頁問題，并要求訓練數據包含個人信息的，應當遵守個人信息保護的有關規定；生成式人工智能服務管理暫行辦法要求依法開展預訓練、優化訓練等訓練數據處理活動，采取有效措施提高訓練數據質量并提出推動生成式人工智能基礎設施和公共訓練數據資源平臺建設，擴展高質量的公共訓練數據資源。由此可知，國家對待訓

15、練數據的態度是要在保障數據安全和個人信息安全的基礎上實現訓練數據的高質量發展和“資源化”發展。三、我國正在積極制定多項包含訓練數據合規內容的國家標準，作為接下來指導企業具體合規工作的重要參考文件。全國網絡安全標準化技術委員會發布了網絡安全技術 生成式人工智能服務安全基本要求（征求意見稿），全國信息安全標準化技術委員會發布信息安全技術 生成式人工智能預訓練和優化訓練數據安全規范（征求意見稿）。其中，網絡安全技術 生成式人工智能服務安全基本要求（征求意見稿）涵蓋了訓練數據安全的具體要求、風險點及安全措施要求，信息安全技術 生成式人工智能預訓練和優化訓練數據安全規范（征求意見稿）則包含了訓練數據處理

16、活動的評價方法，并對違反核心價值觀、歧視性內容、商業違法和侵權等具體風險點進行示例說明。對于需要數據投喂進行學習的人工智能產品而言，訓練數據是產品開發中必不可少的要素，相關企業對于訓練數據的需求是不言而喻的，如果將已經完成的訓練數據作為數據資產投入交易，則可以構建更廣闊的數據交易市場，也能一定程度減少企業合規成本。就數據資產而言，從 2021 年國務院關于印發“十四五”數字經濟發展規劃的通知開始，國家大力倡導協同推進技術、模式、業態和制度創新，切實用好數據要素，將為經濟社會數字化發展帶來強勁動力。各地紛紛設立數據交易所嘗試探索數據交易新模式。截至 2024 年 5 月，31 個?。▍^、市）和新

17、疆兵團均完成機構組建，其中，獨立設置機構 26 個，加掛牌子的 6 個1。將訓練數據打造成可交易的數據資產既有政策優勢，又有現實需求，必將成為數據市場的一大趨勢。1.2 數據資產入表的政策背景1.2 數據資產入表的政策背景隨著企業數據資源相關會計處理暫行規定于 2024 年 1 月 1 日的正式實1數據交易場所發展指數研究報告（2024 年）第 9 頁施，2024 年被譽為數據資產入表的元年。這一年，一系列重要政策文件和指導意見出臺為釋放數據要素的資產價值，推進數據資產化提供了堅實的制度基礎和技術支持。特別從三季度末開始，國家層面連續發布了多項旨在推動標準化體系建設、公共數據資源開發利用、數據

18、資產高質量管理與數據產業高質量發展的重要文件，這些舉措不僅反映了政策上對數據資源的開發利用的高度重視，同時也為企業的數據資產管理實踐指明了方向。本報告梳理了 2024 年三季度以來的發布的政策文件與征求意見稿，主要分為以下三個方面。第一，建立國家數據標準體系，推動數據產業的高質量發展。9 月 25 日，國家發展改革委、國家數據局、中央網信辦、工業和信息化部、財政部以及國家標準委聯合印發了國家數據標準體系建設指南，指南的發布標志著在構建國家級統一的數據標準體系邁出了關鍵一步，有利于推動不同行業間，產業上下游間的數據共享交換與互操作。10 月 28 日，全國數據標準化技術委員會的成立，標志著數據標

19、準體系的建設工作進一步落地。此外，為進一步減少理解偏差并提高溝通效率，國家數據局就數據領域名詞解釋向社會公開征求意見，為數據資源的開發利用提供了清晰的語音框架，確保各方的語境統一。9 月 27 日至 10 月 11 日期間國家數據局在其微信公眾號上就關于促進數據產業高質量發展的指導意見（征求意見稿）向社會公開征求意見，指導意見（征求意見稿）提出具體的支持措施和發展方向，有利于引導市場健康有序發展。11 月 21 日，國家數據局印發可信數據空間發展行動計劃（2024-2028年）（國數資源【2024】119 號），并在該計劃中對可信數據空間、隱私計算、數據沙箱、數據標識等 23 個名詞給出了官方

20、釋義。第二，加快公共數據的開發利用。10 月 9 日，國務院辦公廳發布了加快公共數據資源開發利用的意見。緊接著，國家數據局于 2024 年 10 月 12 日 公共數據資源授權運營實施規范（試行）（公開征求意見稿）。從規范（征求意見稿）中可以看出，通過規范的授權運營來推動公共數據的高效開發利用，釋放公共數據的價值，促進全社會范圍內數據共享機制的形成和發展。第三，推動企業數據的開發利用，促進企業間上下游協同，推進全國一體化數據市場建設。9 月 27 日至 10 月 11 日，國家數據局就關于促進企業數據資源開發利用的意見（征求意見稿）進行了為期兩周的社會公開征求意見。該份第 10 頁意見的核心目

21、標之一為健全企業數據權益實現機制，有利于推動數據產權從政策、法學理論層面的討論逐步上升為法律層面。此外，本報告匯總了從 2019 年至 2023 年期間有關數據要素提出及數據市場發展的全國性政策文件，旨在為讀者提供參考。詳見下表。表：2019 年-2023 年關于發展數據要素的重要政策時間時間重要政策重要政策2019 年 10 月中國共產黨第十九屆中央委員會第四次全體會議公報 首次將數據納入生產要素。首次將數據納入生產要素。2020 年 4 月關于構建更加完善的要素市場化配置體制機制的意見 首次提出培育數據要素市場。2021 年 3 月中華人民共和國國民經濟和社會發展第十四個五年規劃和 203

22、5 年遠景目標綱要提出建立健全數據要素市場規則。2021 年 11 月工業和信息化部 “十四五”大數據產業發展規劃 推動建立市場定價、政府監管的數據要素機制。2022 年 1 月國務院辦公廳公布 要素市場化配置綜合改革試點總體方案 要求探索建立數據要素流通規則國務院“十四五”數字經濟發展規劃鼓勵市場主體探索數據資產定價機制。2022 年 3 月中共中央 國務院關于加快建設全國統一大市場的意見要求加快培育統一的技術和數據市場制度2022 年 6 月關于構建數據基礎制度更好發揮數據要素作用的意見 指出創新數據產權觀念，淡化所有權淡化所有權、強調使用權，提出“三權分置”的數據產權制度。提出“三權分置

23、”的數據產權制度。2023 年 8 月財政部發布 企業數據資源相關會計處理暫行規定 提出數據資源會計計量辦法指引，正式推進企業數據資源入表正式推進企業數據資源入表。2023 年 9 月中國資產評估協會正式印發了數據資產評估指導意見，以規范數據資產評估執業行為。2023 年 12 月財政部發布 關于加強數據資產管理的指導意見 要求有序推進數據資產化，規范數據資產全過程管理規范數據資產全過程管理。2023 年 12 月國家數據局、中央網信辦、科技部、工信部等部門聯合發布“數據要素”三年行動計劃（20242026 年）激活數據要素潛能。1.3 訓練數據市場分析1.3 訓練數據市場分析根據2024 年

24、人工智能訓練數據集市場現狀分析與前景展望報告，2023年全球人工智能訓練數據集市場總規模達到了 248.13 億元人民幣。預計在 2029年，這一數字將增長至 964.62 億元人民幣，復合年增長率（CAGR）為 24.16%。第 11 頁國內的人工智能訓練數據集市場規模也在快速增長，盡管具體數值未提及，但其增速與國內整體 AI 行業的快速發展相一致。從自然數據源簡單收集取得的原料數據并不能直接用于有監督的深度學習算法訓練，必須經過專業化的采集、加工，形成相應的工程化訓練數據集后才能供深度學習算法等訓練使用。根據當前人工智能的市場形勢，可知訓練數據此類可供使用的數據集的價值及市場趨勢。根據易海

25、商情報告網公布的訓練數據未來發展趨勢預測-全球及中國訓練數據行業發展現狀及未來發展趨勢預測報告（2024 版），在 AI 產業鏈中，算法、算力和數據共同構成技術發展的三大核心要素。在當前人工智能行業發展進程中，有監督的深度學習算法是推動人工智能技術取得突破性發展的關鍵技術理論，而大量訓練數據的支撐則是有監督的深度學習算法實現的基礎，訓練數據已成為算法模型發展和演進的“燃料”。算法模型從技術理論到應用實踐的落地過程依賴于大量的訓練數據，2012-2016 年期間，人工智能行業不斷優化算法增加深度神經網絡層級，利用大量的數據集訓練提高算法精準性，數據集的超過1,400 萬張訓練圖片和 1,000

26、余種分類便在其中起到重要作用。行業內對訓練數據需求類型的增加以及對服務標準要求的提高，產業鏈的專業化分工將愈加清晰，專業化的訓練數據服務更加重要。根據艾瑞咨詢2024 年中國 AI 基礎數據服務研究報告，2023 年國內 AI 基礎數據服務市場規模 45 億元，未來 5 年復合增長率 30.4%。當前，按數據類型劃分，中國基礎數據服務行業的市場需求可以分為圖像類數據需求、語音類數據需求和自然語言處理類數據需求。我國緊跟互聯網浪潮，數據產業、數據服務行業發展很快，各類平臺類企業業務積累所形成的數據體量非常大。國內多個頭部平臺的數據業務給國內訓練數據的形成、開發打下良好的基礎。同時，由前述可知，國

27、內數據交易所數量多，分布廣，也已形成數據交易所、數據交易主體、數據商、第三方服務機構等數據交易模式，數據資產形成與流動增值的探索也呈遍地開花之勢。這些基礎條件均為訓練數據市場的未來發展打下堅實基礎。1.4 數據資產入表的市場情況1.4 數據資產入表的市場情況作為數據資產入表的元年，市場對此的反應呈現出復雜多樣的特點。本報告第 12 頁將市場參與者區分為兩類，以更清晰地描述對數據資產入表的不同市場反應。關于未上市的企業，筆者通過微信公眾號等媒體平臺收集了大量關于數據資產入表的信息。今年上半年，這一舉措的主要推動者集中在通信、交通運輸和醫療健康等行業的國有企業中，尤其是地方城投平臺及其設立的專業大

28、數據運營服務子公司表現得尤為活躍。這些企業在積極探索數據資產管理與價值變現，充分挖掘數據作為一種新型生產要素在優化資源配置上的潛力。關于 A 股上市的企業。筆者通過公開信息查詢，截止 2024 年 10 月 30 日晚，共有 54 家上市公司在三季報中披露數據資產入表，涉及總金額約 15 億元，與一季報的 17 家上市公司披露入表情況，共涉及數據資產約 6323 萬元相比，在入表的上市公司數量上增長 218%，涉及資產金額上增長 2284%。從申萬一級行業分布看，計算機行業共有 15 家上市公司將數據資產計入財務報表。通信行業有 4 家上市公司將數據資產計入財務報告，入表總資產金額為6.5 億

29、元，為目前入表總資產金額最大的行業。詳情見下表。表：通信行業 4 家上市公司三季報數據資產入表情況證券代碼證券代碼上市公司上市公司列報科目列報科目列報金額（單位：萬元）列報金額（單位：萬元）600050.sh中國聯通無形資產5730開發支出14673600775.sh南京熊貓存貨20124601728.sh中國電信開發支出15114600941.sh中國移動無形資產2800開發支出6800其他有入表的上市公司所在行業分布于交通運輸、國防軍工、醫藥生物、電力設備、商貿零售等。不同行業的參與程度有明顯差異，數據資產在各行業的普及認知還需要時間。從企業性質來看，三季報中有 8 家央企、2 家中外合資

30、、18 家國企和 26 家民企披露數據資產入表?？梢钥闯?，國央企與民企在入表推動中平分秋色，因為國央企的規模較大、技術力量較強，以及收到政策導向的支持，入表的積極性相對較高。但隨著 9 月資本市場的回暖，數據資產入表也有利于更好的反映企業的經營面貌，民企以其靈活性與市場敏感度，在數據場景應用上先發投入，也展現第 13 頁了獨特的優勢。雖然目前參與數據資產入表的上市公司家數占上市公司總家數 1%2，但從一季報到三季報，數據資產入表金額的持續增長以及參與的上市企業數量的不斷增加，清晰地反映出企業在數字化轉型過程中對數據價值的重視日益提升。這一趨勢不僅體現了市場對數據資產化的認可，也預示著未來數據資

31、產將在監管制度日益完善中得到更加健康有序發展。2截止 2024 年 9 月末，A 股上市公司共 5363 家。中國上市公司協會微信公眾號文章中上協發布 9 月統計月報2024 年 10 月 28 日 15:40 發布。第 14 頁第二部分訓練數據的合規應用第二部分訓練數據的合規應用2.1 訓練數據的主要應用市場2.2 訓練數據的提供者合規2.3 訓練數據資產化的合規要求2.4 訓練數據的使用者合規2.1 訓練數據的主要應用市場2.2 訓練數據的提供者合規2.3 訓練數據資產化的合規要求2.4 訓練數據的使用者合規第 15 頁2.訓練數據的合規應用2.1 訓練數據的主要應用市場2.訓練數據的合規

32、應用2.1 訓練數據的主要應用市場訓練數據的應用前景可觀，不同行業都有可能形成不同具體內容和應用領域的訓練數據。根據中國信通院發布的具身智能發展報告（2024），當前市場內已經形成人工智能(AI)與其他學科交叉融合發展的新范式，從字面可理解為“具身+智能”，通過給 AI 賦予“身體”使其能夠與物理世界產生交互，并在交互中主動探索世界、認識世界、改變世界?！癆I+行業”、“AI+領域”進一步拓展了人工智能市場，也拓展了訓練數據市場?；诖?，訓練數據市場可以暫不完整地細分以下幾類：（1）電商零售通過個性化推薦系統對用戶瀏覽歷史、購買記錄、搜索關鍵詞、點擊流數據、產品評論等數據進行整合后形成的可供訓

33、練的數據產品用于展示不同商品的受眾情況；結合季節性因素和促銷活動的影響，預測未來一段時間內的銷售量以及利用強化學習方法動態調整商品價格，以最大化利潤同時保持競爭力。（2）金融服務通過對客戶基本信息、交易記錄、信用報告、社交媒體活動、市場新聞分析后評估客戶的違約風險，識別出不符合正常模式的交易行為等。（3）交通運輸通過對車輛行駛軌跡、交通攝像頭視頻、天氣預報、道路狀況報告等數據進行整合后形成的可供訓練的數據產品，用于預測城市交通擁堵情況，整合實時路況信息和用戶偏好，規劃最優路線。（4）娛樂通過對視頻網站的觀看歷史、點贊分享行為、評論文本、用戶畫像屬性等數據進行整合后形成的可供訓練的數據產品，用于

34、訓練生成新的藝術作品或音樂片段，分析觀眾對特定節目的情緒傾向。（5）公共安全通過對監控視頻流、報警記錄、社交媒體帖子、地理定位信息等數據進行整第 16 頁合后形成的可供訓練的數據產品，用于實時監測異常行為，構建時空數據預測犯罪事件發生的地點和時間，以及規劃最佳救援路線等。2.2 訓練數據的提供者合規2.2 訓練數據的提供者合規訓練數據提供者在形成訓練數據時經歷了數據的收集、存儲、使用、分析，并形成可供交易的數據資產的過程，因此訓練數據提供者的合規義務應當涵蓋訓練數據相關法定義務以及數據收集、使用至交易的各項義務，具體包括：1）不同類型數據來源合法合規開放的公共數據。1）不同類型數據來源合法合規

35、開放的公共數據。任何人均有權獲取并無條件使用的數據，例如政府依法開放的公共數據，來源合法性可以保證，但企業也要同時企業應當注意合理使用，不得侵害數據主體合法權益，保持信息的客觀準確性、時效性。通過數據爬取等方式獲取的公開數據需要審查網站 Robots 協議。通過數據爬取等方式獲取的公開數據需要審查網站 Robots 協議。在獲取此類數據時需要進一步審查被爬取網站是否具備 Robots 協議，爬蟲軟件是否遵守被爬取網站的 Robots 協議內容。例如，百度在線網絡技術（北京）有限公司等與北京奇虎科技有限公司不正當競爭案（2013）一中民初字第 2668 號民事判決認定：奇虎公司在推出其 360

36、搜索引擎伊始沒有遵守百度公司網站的 robots協議的行為明顯不當3。利用技術手段突破網站設置的防護措施（例如訪問需要身份驗證、加密等）爬取的數據不屬于合法合規來源的數據，企業不能采取此種方式獲得數據。利用技術手段突破網站設置的防護措施（例如訪問需要身份驗證、加密等）爬取的數據不屬于合法合規來源的數據，企業不能采取此種方式獲得數據。因可能存在未經許可進入計算機系統的行為，從而可能落入中華人民共和國刑法 第二百八十五條所規定的非法侵入計算機信息系統罪，或第二百八十六條所規定的破壞計算機信息系統罪中的侵入和破壞行為。因使用自動化采集技術使得爬取數據中必然包含個人信息的，企業必須獲取個人同意，或及時

37、刪除信息，或采取匿名化處理。因使用自動化采集技術使得爬取數據中必然包含個人信息的，企業必須獲取個人同意，或及時刪除信息，或采取匿名化處理。根據中華人民共和國個人信息保護法，收集個人信息應取得個人授權同意，或者基于訂立合同必須、3聚法案例：https:/ 年 12 月 19 日最后訪問。第 17 頁履行法定職責和義務等正當事由，否則會涉嫌違法收集個人信息。同時，根據 網絡數據安全管理條例第二十四條，因使用自動化采集技術等無法避免采集到非必要個人信息或者未依法取得個人同意的個人信息，以及個人注銷賬號的，網絡數據處理者應當刪除個人信息或者進行匿名化處理。企業應當根據實際情況采取不同的個人信息保護措施

38、。爬取存在競爭關系的主體的數據時，可能涉嫌構成不正當競爭，企業需要提前考察獲取數據的對象以及避免業務中涉及構成“實質性替代”的情形。爬取存在競爭關系的主體的數據時，可能涉嫌構成不正當競爭，企業需要提前考察獲取數據的對象以及避免業務中涉及構成“實質性替代”的情形。例如，北京百度網訊科技有限公司與上海漢濤信息咨詢有限公司不正當競爭糾紛案（2016）滬 73 民終 242 號判決書，二審法院維持了一審判決，一審判決認定百度公司的搜索引擎抓取涉案信息并不違反 Robots 協議，但這并不意味著百度公司可以任意使用上述信息，百度公司應當本著誠實信用的原則和公認的商業道德，合理控制來源于其他網站信息的使用

39、范圍和方式4。2）訓練數據資產化的合規要求采取數據安全管理措施和個人信息保護2）訓練數據資產化的合規要求采取數據安全管理措施和個人信息保護由前述可知，網絡數據安全管理條例互聯網信息服務深度合成管理規定 生成式人工智能服務管理暫行辦法等法規要求企業對訓練數據采取必要的安全保障措施，具體而言企業應建立內部安全管理制度、分類管理、加密、去標識等操作規程、應急預案、操作權限設定、安全教育培訓和責任人制度。如涉及國外業務中形成的數據在國內轉化為訓練數據資產的，嚴格遵守不同國家關于數據跨境流動的法律要求。同時，針對業務中收集的個人信息，投入訓練應當采取“最小必要”原則，做好個人信息保護措施，將個人信息泄露

40、等相關風險事件處理納入機構信息安全事件應急處置工作機制，制定專門的流程和預案，定期評估應急處理流程和預案，并依照法律法規要求做好個人信息保護影響評估，專人專崗落實個人信息保護職責。確保符合科技倫理與主流價值導向確保符合科技倫理與主流價值導向生成式人工智能服務管理暫行辦法 要求企業在算法設計、訓練數據選擇、4聚法案例：https:/ 年 12 月 19 日最后訪問。第 18 頁模型生成和優化、提供服務等過程中，采取有效措施防止產生民族、信仰、國別、地域、性別、年齡、職業、健康等歧視，因此企業在以數據材料形成訓練數據的過程中需要做好價值導向的工作，針對其中可能涉及違反國家規定，以及涉及敏感的政治立

41、場、民族、信仰等內容做好事先審核與排查。完善訓練數據管理，確保訓練數據質量完善訓練數據管理，確保訓練數據質量生成式人工智能服務管理暫行辦法 要求企業采取有效措施提高訓練數據質量，增強訓練數據的真實性、準確性、客觀性、多樣性。企業在形成自身的訓練數據資產時，需要做好前期的數據清洗、數據排查等大數據形成的必要工作，對錯誤的、殘缺的數據進行事前篩選，保證訓練數據的整體質量。發現內容違法情形時及時調整、優化訓練數據發現內容違法情形時及時調整、優化訓練數據生成式人工智能服務管理暫行辦法要求企業發現違法內容的，應當及時采取停止生成、停止傳輸、消除等處置措施，采取模型優化訓練等措施進行整改，并向有關主管部門

42、報告。企業需要做好內容審核與配套的整改、報告工作。做好數據標識，明確各類數據來源以配合監管檢查做好數據標識，明確各類數據來源以配合監管檢查生成式人工智能服務管理暫行辦法 要求企業在有關主管部門依據職責對生成式人工智能服務開展監督檢查時，依法予以配合，按要求對訓練數據來源、規模、類型、標注規則、算法機制機理等予以說明，并提供必要的技術、數據等支持和協助。資產化及交易合規要求資產化及交易合規要求訓練數據資產化并提上交易的過程中，企業可以依托各地數據交易所，審慎選擇數據交易方式，無論采取交易所的場內交易還是不通過數據交易場所的場外交易，企業都需要保障訓練數據資產在使用、轉移、交付等環節的安全可靠，可

43、以選擇第三方專業服務機構（會計事務所、律師事務所）評估資產價值與資產風險情況。在交易時，明確合同約定，尤其是訓練數據資產中包含的數據類型、內容、用途、使用范圍與限制、交付方式、保密條款等，尤其對于數據安全措施及接收方的保障義務，以及涉及數據跨境流動時的具體要求進行說明。2.3 訓練數據的使用者合規2.3 訓練數據的使用者合規第 19 頁1）做好事前盡調審核，確保數據來源合法合規1）做好事前盡調審核，確保數據來源合法合規企業在接受訓練數據并使用之前，應當要求提供方企業提供完整的數據來源說明，并要求提供方企業做好充分的保證說明。同時，合同內必須明確約定數據種類、內容以及因數據來源違反導致的損失承擔

44、主體，避免后續因數據本身來源的問題出現危害公共安全、侵害第三方權益的情形。2）嚴格遵守約定的使用方式2）嚴格遵守約定的使用方式首先，作為訓練數據使用方的企業需要注意數據資產的二次使用限制，依據合同中約定的使用范圍和附帶特定的使用條件，比如只能用于研究目的、不能轉售等，企業應在此范圍內使用數據，履行合同內的承諾，避免出現違約風險。如涉及個人信息的，即使原始數據提供者已經協助接收方獲得了收集和處理個人數據所需的同意，接收方在使用這些數據時也需遵守相關條款，不得超出原定目的或范圍。其次，接收方企業使用數據投入具體的業務場景中也需要對數據質量進行考察。雖然數據集可能經過清洗和處理，但接收方仍需對數據質

45、量進行評估，以確保數據的準確性和可靠性。錯誤的數據可能導致分析結果偏差，進而影響決策制定。3）保障數據安全3）保障數據安全數據安全是圍繞數據使用的永恒主題。數據資產中包含的能夠反映國家整體經濟形勢、交通道路情況的內容，一旦泄露可能引發危害結果。并且，如合同內約定了接收方企業需要嚴格保密數據內容，出現泄露需要承擔責任等內容，則數據安全義務的缺失也會引發違約風險。因此，接收方企業同樣需要履行數據安全保障義務。接收方企業有責任確保數據的安全性，防止未經授權的訪問、丟失或泄露。這要求實施有效的信息安全管理體系，包括數據加密、訪問控制、備份恢復計劃等。同時，為了保障數據的完整性和準確性，避免因數據篡改而

46、影響業務決策或損害其他利益相關者的權益，還需要采取數據加密存儲、備份等措施。4）4）結合自身業務，注意跨境流動場景下的數據資產使用問題結合自身業務，注意跨境流動場景下的數據資產使用問題第 20 頁接收方企業需要結合自身業務，當需要將數據資產投入涉外業務中時，需要遵守國內與國外不同國家和地區關于數據跨境的規定。接收方需要就訓練數據中包含的數據類型和內容進行充分了解，并了解該類數據的出境限制等。例如，中國的網絡安全法和個人信息保護法對重要數據和個人信息的出境有嚴格限制。接收方需要了解并遵守這些規定，否則可能面臨罰款或其他法律后果。第 21 頁第三部分數據資產入表操作處理第三部分數據資產入表操作處理

47、3.1 入表的總體規劃3.2 數據資產入表的標準化處理3.3 不同類型企業數據資產入表時的重點關注3.4 數據資產入表還應注意的其他問題3.1 入表的總體規劃3.2 數據資產入表的標準化處理3.3 不同類型企業數據資產入表時的重點關注3.4 數據資產入表還應注意的其他問題第 22 頁3.數據資產入表操作處理3.數據資產入表操作處理本報告中指的數據資產入表是指企業將數據資源資產化后，計入財務報告的無形資產或存貨科目。（以下簡稱“入表”）本報告中指的數據資產入表是指企業將數據資源資產化后，計入財務報告的無形資產或存貨科目。（以下簡稱“入表”）3.1 入表的總體規劃3.1 入表的總體規劃3.1.1

48、入表的主體選擇3.1.1 入表的主體選擇在闡述數據資產入表主體選擇之前，先明確幾個關鍵概念：會計主體、法律主體、數據持有主體和數據處理主體。以下是各主體的簡要定義及其區別：會計主體：是指會計信息所反映的單位，一個會計主體是編制財務會計報告的任何單位或組織。企業作為一個會計主體,應當對其本身發生的交易或事項進行會計確認、計量和報告。5法律主體（法人）：具有民事權利能力和民事行為能力，依法獨立享有民事權利和承擔民事義務的組織。6本報告中的法人一般指公司。會計主體與法律主體的區別：會計主體不一定是獨立的法律主體的，比如，分公司可以作為獨立的會計主體進行獨立核算，但它并不具備法人資格。但法律主體一定是

49、獨立的會計主體。特別是編制合并報表的情景下，會計主體的概念會更寬泛。合并報表口徑的會計主體指的是會計主體實際上是指母公司及其控制下的所有子公司組成的企業集團的整體財務表現，此處的會計主體涵蓋了多個法律主體（即各個子公司）以及它們之間的交易和影響。數據持有主體：合法獲得并持有數據資源的組織，這類組織在法律上具有合法合規性，在技術上訪問控制的能力來保護數據不受侵犯。數據處理主體：合法獲得數據處理的權利，并且具體承擔數據處理工作的主體。特別說明，關于數據的具體使用還需獲得授權。舉例說明：ABC 公司是一家從事物流運輸行業的集團型境內上市公司，旗下有 A、B、C 三家子公司，A 公司負責提供數據分析服

50、務；B 公司負責貨運與快遞5百度百科：https:/ 57 條第 23 頁的投放；C 公司負責貨運站場和智能柜的投建與運營。會計主體：ABC 公司的 20X4 年財務報告分為母公司財務報表和合并財務報表。母公司財務報表是 ABC 公司作為獨立的會計主體，記錄并報告自身的財務狀況。合并財務報告是將 ABC 公司與其 3 家子公司一同視作一個整體來作為會計主體，報告整體的財務狀況。法律主體：ABC 公司與 A、B、C 三家子公司均是獨立的法人。數據持有主體：B 公司對貨運過程中的司機工作管理數據（含工作時間、薪酬等）、路線、車輛損耗、快遞的目的地、件數等數據具有持有的權利；C 公司對站場內的快遞數

51、據、投放與智能柜的運營數據（含用戶數據）具有持有的權利。數據處理主體：A 公司負責提供數據分析服務是數據處理主體，若 A 公司未獲得數據使用的權利，僅可在受托范圍內提供數據加工處理服務。如上所述，在選擇數據資產的入表主體時綜合考慮以下三點來確保入表主體的合規與適格。第一，入表主體需是境內的會計主體，且適用境內的會計準則。第二，入表主體的主營業務或重要的經濟活動需與數據的生產、處理等環節具有直接關聯性，確保數據資源是未來可為企業帶來經濟利益的核心資產之一。第三，入表主體首先需明晰數據權屬，不存在爭議或潛在的糾紛；其次，入表主體應當建立完善的數據合規管理體系，確保數據的收集與處理是符合相關的法律法

52、規。3.1.2 會計準則的適用3.1.2 會計準則的適用目前數據資產入表的主要依據是企業數據資源相關會計處理暫行規定（以下簡稱“暫行規定”），這是國內首次正式將數據資源納入企業資產負債表，而國際會計準則在這方面尚未有明確規定。故境內企業在暫行規定的指導下，積累實踐經驗，可能未來會形成新的國際會計標準。根據暫行規定，企業需要考慮對數據資產的持有目的、形成方式及業務模式等特性來決定數據資產的科目列報。從法律視角出發，為了確保財務報告的真實與可比，數據資產在選擇科目列報前需確定權屬、預估合理的經濟利益流入以及謹慎考慮后續的攤銷模式。對于暫時無法資產化，未來預期可能給企業帶來經濟利益流入的數據資源可在

53、附注中予以披露。圖：數據資源的財務分類處理第 24 頁此外，本報告梳理了會計領域的相關法律法規，并構建了法律與會計準則的關系圖，旨在幫助讀者更清晰地理解編制財務報告時所需遵循的操作指南和行為規范。圖：相關法律與會計準則關系關于境外上市企業會計準則的適用。本報告所指的境外上市企業所適用的會計準則指國際會計準則（IAS/IFRS）。由于目前國際會計準則并沒有對數據資產有專門的規定，所以境外上市企業是否將數據資產納入資產負債表應當謹慎評估。若企業同時在境內外上市，即在 A 股上市也同時在 H 股上市，為了保持會計政策的一致性和增強投資者的信任，管理層在確權與符合兩地監管要求的基礎上，可以從數據資產的

54、業務屬性出發，如大模型的迭代需要大量的訓練數據投喂，企業需要購買或可生產這類數據資源，該數據資源成了企業生產經營的成本或收入，也是符合國際會計準則對資產定義的描述，為了更全面的反映企業的財務與經營狀況，可適當入表。若數據資產類型與政策在兩地實屬差異過大，為了保證財務信息的透明度，第 25 頁企業可在財務報告中充分披露關于數據資產的會計政策及其選擇的理由，以及造成的境內外報告的差異。綜上所述，境外上市的企業并非都不能進行數據資產入表，但仍然需要從業務屬性出發，在符合國際會計準則的要求與境外相關法律法規下進行。目前，企業可嘗試將訓練數據與大模型結合進行資產化。圖：國際會計準則與企業會計準則關于資產

55、的表述3.1.3 入表與稅務規劃3.1.3 入表與稅務規劃數據資產的入表會引發財務和稅務上的變化。暫行規定未實施之前，企業在處理數據相關成本時通常將其費用化，企業可以在稅前列支這些成本，減少當期應納稅所得額。然而，隨著企業開始將數據視為有價值的資產并進行資本化，這種做法改變了數據成本的會計處理方式，并可能對企業的稅務負擔產生影響。例如，卓創資訊（301299.SZ）在將其支持資訊服務和數智服務產品的底層數據列為無形資產后，之前作為費用處理的數據成本不再可以稅前列支，這一轉變直接導致公司所得稅費用顯著增加，根據三季報的披露，增幅約為 51%。稅務上的原理是資本化的數據資產不再能立即作為費用抵減當

56、期利潤，而是需要通過折舊或攤銷的方式逐步確認為費用。對于能夠通過研發立項確認為無形資產的數據資源，企業不僅可以享受稅收優惠政策，還能促進業務創新和發展。這類數據資源通常涉及大量的智力投入，以開發新的算法模型和技術，為企業創造新的增長點。例如，韻達股份（002120.SZ）和圓通速遞（600233.SH）都已將部分物流數據的開發支出列為資本化項目，這不僅強化了它們的技術優勢，也體現了數據資產在企業發展中的戰略價值。企業在將數據資源作為研發活動時，需要事先通過項目立項、可行性論證等前置程序，并在整個研發活動中保留詳細的文檔記錄，以便證明其真實性和合規性，最終企業應當將研發活動的成果真正的應用到生產

57、經營過程中，為其創造價第 26 頁值。關于數據資產可適用的稅收優惠政策的梳理關于數據資產可適用的稅收優惠政策的梳理企業在 2024 年 1 月 1 日至 2027 年 12 月 31 日期間發生的專用設備數字化、智能化改造投入，不超過該專用設備購置時原計稅基礎 50%的部分，可按照 10%比例抵免企業當年應納稅額。企業當年應納稅額不足抵免的，可以向以后年度結轉，但結轉年限最長不得超過五年?！菊咭罁宏P于節能節水、環境保護、安全生產專用設備數字化智能化改造企業所得稅政策的公告（財政部 稅務總局公告 2024 年第 9 號）】企業開展研發活動中實際發生的研發費用，未形成無形資產計入當期損益的，在

58、按規定據實扣除的基礎上，自 2023 年 1 月 1 日起，再按照實際發生額的 100%在稅前加計扣除;形成無形資產的，自 2023 年 1 月 1 日起，按照無形資產成本的200%在稅前攤銷?！菊咭罁宏P于進一步完善研發費用稅前加計扣除政策的公告（財政部 稅務總局公告 2023 年第 7 號)】集成電路企業和工業母機企業開展研發活動中實際發生的研發費用，未形成無形資產計入當期損益的，在按規定據實扣除的基礎上，在 2023 年 1 月 1 日至2027 年 12 月 31 日期間，再按照實際發生額的 120%在稅前扣除；形成無形資產的，在上述期間按照無形資產成本的 220%在稅前攤銷?！菊?/p>

59、依據：財政部 稅務總局 國家發展改革委 工業和信息化部關于提高集成電路和工業母機企業研發費用加計扣除比例的公告（財政部 稅務總局 國家發展改革委 工業和信息化部公告 2023 年第 44 號)】3.1.4 數據資產預期經濟收益的預測3.1.4 數據資產預期經濟收益的預測以收益法作為評估的主要方法，中聯資產評估集團（浙江）有限公司主要將其應用于啟迪公交北京公交“實時公交預報站”數據資產評估案例。以下為實務案例解析。收益法評估的基本計算模型為：指標解析：P評估值；Ft數據資產未來第 n 個收益期的預期收益；n剩余收益期；t未來第 n 年（根據信息系統及數據資產財產權轉移協議，本次評第 27 頁估預

60、計收益期至 2039 年 6 月）；i折現率。評估工作思路：Ft=數據資產產品銷售收入-建設成本的固定成本-建設成本的變動成本-數據安全費-數據運維費-間接成本根據委估數據資產的經營歷史以及未來市場發展等，估算其未來預期的數據資產直接收益額。將未來收益期內的數據資產直接收益額進行折現處理并加和，測算得到數據資產的估值。本次評估對象為啟迪公交所屬的“實時公交預報站”產品收益權涉及的相關數據資產。產權持有人于 XXXX 年完成該產品的開發，其產品主要市場為北京市場，主要服務客戶為北京地區的地圖圖商 APP、支付類 APP、生活服務類 APP、銀行類 APP、公共服務機構等。截至評估基準日，客戶數量

61、為 1 家，為高德地圖。根據產權持有人提供的歷史期產品的收益分成情況測算，歷史期“實時公交預報站”產品的年服務費分別為 XX 萬、XX 萬、XX 萬元（含稅）。本次評估基于評估基準日的產權持有人的客戶拓展計劃以及產品定價策略對預測期的“實時公交預報站”產品收入進行預測。委估數據資產產品重點對象是北京地區的地圖圖商 APP、支付類 APP、生活服務類 APP、銀行類 APP；考慮到重點對象的實際應用情況和市場需求，對于預測期委估數據資產產品的定價，本次評估基于歷史平不含稅單價，考慮行業政策變化、客戶所處行業市場變化、公交客流變化、數據本身對客戶的變現能力變化等因素綜合判斷。委估數據資產產品的運維

62、成本是指從數據資產產品日常的運維成本。運維成本涉及到原始數據庫協議變更發生數據遷移的成本，同時委估數據資產產品還需要定期進行常規線路信息維護、異常數據處理、日常監控和巡檢等維護工作。歷史期委估數據資產產品運維成本為 XX 萬元，預測期參照歷史年度數據維護成本進行評估。本次評估折現率采用無風險報酬累加風險報酬的方法確定。風險累加，首先分析確定風險種類，通過確定每一種風險的報酬率，累加得出風險報酬率。無風險報酬率和風險報酬率合計為折現率。即折現率無風險報酬率風險報酬率第 28 頁（1）無風險報酬率的確定無風險報酬率即安全報酬率，可選取評估基準日中國人民銀行公布的一年期存款利率作為無風險報酬率。（2

63、）風險報酬率的確定風險種類風險種類內容內容取值范圍取值范圍數據資產開發階段風險因不同開發階段距數據資產產品實現收益的時間長短以及對未來開發建設條件、市場條件的判斷的不確定性造成的。數據資產設計階段、數據資產產品開發階段、數據資產產品銷售階段等不同階段風險不同。1%-5%數據資產質量風險由數據資產規范性、完整性、準確性、一致性、時效性和可訪問性等質量因素造成的不確定性帶來的風險。1%-5%數據資產運營風險數據資產經營風險是數組資產經營過程中，在市場需求、要素供給、綜合開發、數據資產管理等方面的不確定性所造成的風險。1%-3%行業風險由行業性市場特點、投資特點、開發特點等因素造成的不確定性帶來的風

64、險。1%-3%其他個別風險屬于非系統性風險的一部分，主要考慮數據資產所屬產權持有人規模、管控制度、人力資源因素等。1%-3%評估值的確定將得到的數據資產直接收益總額代入基本模型公式，得到啟迪公交所屬的“實時公交預報站”產品經營權涉及的相關數據資產價值為 XX 萬元。3.2 數據資產入表標準化處理3.2 數據資產入表標準化處理3.2.1 數據資產入表的標準化流程3.2.1 數據資產入表的標準化流程數據一般指企業生產和可訪問的所有信息集合，包括源自內部業務操作記錄、員工信息、會議紀要、客戶關系、銷售數據，產品信息、社交媒體傳播。這些數據覆蓋了從結構化的數據庫表格到非結構化的文本、圖像及音頻文件等多

65、種形式。但并非所有的數據都可以資產化，我們需要尋找能夠達到確權標準、滿足合規要求和為公司創造潛在經濟利益的數據資源，投入各類成本進行維護、加工后才可形成數據資產。第 29 頁我們認為數據資產化可分為三步走，第一步，數據資源化。此步驟中關鍵的數據盤點，包括盤點管理組織架構的設立、盤點表單模板的出具、盤點資產目錄的編制，以及識別各類數據資源，包括但不限于生產數據、運營數據、用戶數據、交易數據等，按照數據類型、來源、敏感度等因素進行科學分類。在盤點的過程中進行權利與合規的排查，并進一步規劃應用場景。第二步，數據產品化。企業通過投入設備、資金和人力，將數據資源與具體的應用場景相結合，繼而生產具有商業價

66、值的數據產品。例如，在物流行業中，通過對站場面單數據的智能分析，可以實現包裹的精準分揀和快速處理；而對運力數據的有效利用，則有助于動態調整運輸資源分配，確保貨物按時送達。此外，還可以通過面單的派送數據，貨運數據計算出更為客觀的從業人員的收入，為銀行的普惠金融產品的設計提供數據支撐，延伸金融行業的發展。企業通過數據資源產品化，一方面可以為數據資源的商業利用找到具體的場景支撐，另一方面，也可以推動行業上下游、衍生行業之間的數據互操作性，推動數據合規共享。圖：物流數據產品化案例第三步，數據資產化。企業通常已經對數據的權屬有了初步的明晰，并且在數據合規治理方面取得了一定成效。此時，推進以數據產品為載體

67、的數據資產入表成為關鍵任務之一。在這一階段的任務中，我們認為要考慮兩個方面，第一，是否推動數據知識產權的登記。我們認為如果企業對具有智力成果的數據資產可以進行數據知識產權的登記來保護其權益。主要理由如下：1）各地相繼出臺了數據知識產權的相關規定，浙江、北京、江蘇等多個省市以地方性法規的方式出第 30 頁臺，具有法律效力。以浙江為例，根據浙江省數據知識產權登記辦法（試行），對于依法收集、經過一定算法加工、具有實用價值和智力成果屬性的數據可以進行數據知識產權登記。72）司法實踐中，數據知識產權登記證具備證明效力。北京互聯網法院于 8 月 26 日發布的全國首個涉數據知識產權登記證效力認定案，該案首

68、次在司法裁判中確認 數據知識產權登記證 對數據持有的證明效力。第二，關于建立合理的數據資產初始入賬成本、后續分攤與減值評估體系。在初始成本核算上，企業需要建立一套計時計費量化系統，識別并量化數據采集、存儲、處理以及分析過程中涉及的所有直接和間接成本。對形成資產化的數據產品，首先分析其應用場景，區分內部管理，用于降本增效還是外部使用，計劃形成新的業務增長點。若是內部使用的數據資產，通過數據資產的使用壽命，合理進行后續分攤。若是用于外部經營的數據資產，因考慮數據資產的生命周期、外部市場環境和具體應用場景，可以在年末的時候進行資產評估確定是否需要計提減值。圖：數據資產化三步走圖片來源：StartDT

69、 企業數據資產入表建設方案，由墾丁律所與奇點云聯合編寫3.2.2 數據的確權與達到控制的具體判定條件3.2.2 數據的確權與達到控制的具體判定條件基于數據二十條提出了“三權分置”的概念，即數據資源的持有權、加工使用權及數據產品經營權，但目前的法律規定缺位問題，我們結合了張素華教授提出的數據產權雙階二元結構理論8，將數據基于不同場景下去考慮其權屬的7浙江省數據知識產權登記辦法（試行）中適用范圍和原則的相關規定。8張素華：數據資產入表的法律配置，載中國法學2024 年第 4 期，第 237 頁。第 31 頁歸屬與承載，即在“三權分置的基礎上”進行數據持有權與數據利用的二權分置，在數據利用權主體上區

70、分數據持有者利用權和非持有者利用權。非數據持有者的利用要求有一條完整的授權鏈條，確保每一次數據處理活動都能追溯至合法的數據持有者，從而保障數據處理過程的透明度和合法性。通過數據價值鏈的區分參與主體，以各價值鏈的參與主體中的付出與收獲來劃分數據的權屬結構，從而解決后續的知識產權保護的問題，為數據資產入表創造充分條件。圖：圖解數據產權雙階二元結構理論關于數據資產的形成和控制，在暫行規定中并沒有過多贅述，此處我們主要引用浙江省地方標準數據資產確認工作指南（DB33/T 1329-2023）為數據資產的判斷要點，結合業務實際，形成以下確權判斷方式：1）依據數據可追溯的原則，數據確權要了解數據的來源，保

71、證數據的整體授權鏈路的清晰，主要包括以下要點：1外部獲得的數據：如交易取得的數據資源具有合法的交易憑證，如合同、發票等。2內部生成的數據：自主生產的數據資源具有相應的成本支出和過去生產經過相應的事項支撐。3無論內外部取得的數據應獲得合法授權，具有合法合規的授權憑證。2）從以下兩方面判斷數據資產持有主體是否擁有或控制數據資源1數據資源是組織合法擁有或控制的，或者雖然不享有某項數據資源的所有權，但該數據資源能被合法控制，例如云存儲企業管理的數據資源。2組織采用以訪問控制為核心的信息技術對數據資源進行管控，并設置安全防護防止被非法用戶竊取和濫用。第 32 頁綜上所述，關于數據的確權與控制條件需要用動

72、態的視角來綜合考慮，具體有以下三個方面，第一，追溯數據來源，區分原始取得與繼受取得，若后者，以合同協議等方式對數據權屬進行固定；第二，建立動態的數據權屬管理體系，包括但不限于數據的取得、流傳、加工使用、銷毀等方面的授權管理，確保數據的權屬納入動態管控之中；第三，技術手段的支持，通過載體固定數據并受到技術規則的控制。3.2.3 數據資產的全生命周期合規治理3.2.3 數據資產的全生命周期合規治理數據的合規治理是指在數據的整個生命周期內，確保數據的收集、存儲、處理、傳輸、共享和銷毀等環節均符合法律法規，具體可參考的法律法規有數據安全法、網絡安全法、個人信息保護法、網絡數據安全管理條例（尚未生效）。

73、數據全生命周期的合規治理的目標是風險可控、運營合規和價值實現，主要分為兩個方面，一是數據管理合規，即確保數據的安全性、完整性和可用性，同時保護個人隱私和商業機密，避免數據泄露和濫用的風險。二是數據經營合規，即公司在開展數據經營業務時應獲得相應的資質，行政許可（若有）與充分授權，建立完善的內控制度，確保數據經營符合法律法規的要求。整體的制度建設需要包含以下方面。第一，健全數據治理組織架構，明確數據管理的責任主體、職責分工和相應權責；第二，制定數據分類分級制度，根據數據的敏感性和重要性采取不同的管理措施；第三，完善數據安全策略與個人信息保護機制，包括物理安全、數據加密、訪問控制、安全審計等；第四，

74、制定數據資產管理制度與交易合規管控機制，確保數據資產的合規管理，促進數據資產的價值發現與合規交易；第五，制定數據合規審計和評估機制，定期對數據管理活動進行合規審計，并且評估公司的合規管理狀況，并提出改進建議；第六，建立數據應急響應機制，確保在數據安全事件發生時能夠迅速有效地應對，減少損失。在具體的操作上，基于數據的生命周期每個階段，需要采取相應的措施來識別、評估和控制潛在的風險，確保數據處理活動符合相關法律法規和內部政策的要求，并最終通過合規的數據管理實現數據的潛在價值釋放。第 33 頁3.3 不同類型企業數據資產入表時的重點關注3.3 不同類型企業數據資產入表時的重點關注3.3.1 平臺型企

75、業數據資產入表時的重點關注3.3.1 平臺型企業數據資產入表時的重點關注1）個人用戶數據驅動型企業的數據資產入表，重點關注個人信息保護與數據權屬之間的關系。這類企業的顯著特點是持有大量個人用戶信息，包括敏感信息。比如電商平臺有大量的買家數據，在線藥店的患者病歷及購藥歷史等。個人信息保護法確立了“告知-同意”規則體系，也就是平臺在收集個人用戶信息并使用的時候，需要征求用戶本人的明示同意。所以在使用這些數據的時候，這意味著企業在考慮處理和使用這類數據時，除了遵循個人信息保護法，還需考慮其他相關法律法規對數據權利的保護要求。此外，根據個人信息信息保護法、最高人民法院、最高人民檢察院關于辦理侵犯公民個

76、人信息刑事案件適用法律若干問題的解釋的規定，直接可以識別到個人的信息是禁止交易的。因此，企業可以借助隱私計算、數據脫敏等技術手段，確保經過匿名化處理后不再展示個人信息的數據集得以合法使用。參考“淘寶訴美景案9”法院判決指出，“網絡數據產品不同于網絡原始數據，數據內容經過網絡運營者大量的智力勞動成果投入，通過深度開發與系統整合，最終呈現給消費者的是與網絡用戶信息、網絡原始數據無直接對應關系的獨立的衍生數據，可以為運營者所實際控制和使用，并帶來顯著經濟利益。網絡運營者對于其開發的數據產品應享有獨立的財產性權益?！边@表明，通過適當的隱私技術處理，使原始數據不出域、數據可用但不可見的方式下，用戶數據可

77、作為企業數據資產入表。值得注意的是，在司法實踐中，對于何為充分匿名化或去標識化的標準尚不明確，導致不同主體在理解和執行上存在差異，增加了企業在數據交易及數據入表過程中的不確定性。因此，企業在進行數據資產入表前，須謹慎評估技術可行性和法律合規性，做好充分的準備，以降低潛在的風險。2）提供 SaaS 服務的平臺型企業用戶數據驅動型企業，在進行數據資產入表時，需要重點關注企業用戶的商業秘密保護以及合同條款中關于數據利用權的約定。該類平臺型企業通常持有大量的用戶企業核心商業秘密和敏感信息，通常涉及流程工藝、人員管理、財務管理等領域，所以，平臺型企業在數據資產化的過9淘寶訴美景案【（2018）浙 01

78、民終 7312 號】第 34 頁程中應當更為謹慎。實踐中，平臺型企業在與用戶簽訂定制化軟件開發合同時，會簽訂保密協議，確保平臺企業及其員工不會泄露任何從用戶處獲得的敏感信息。在數據利用權上，部分企業用戶會在合同中明確約定排他性權利，即平臺企業不得將客戶數據用于其他目的或向第三方披露，除非得到用戶的書面同意。但是平臺型企業也需要發展標準化產品，產品的發展離不開合理利用訓練數據，一般可以通過技術手段對基礎數據進行脫敏處理，并采用隱私計算等先進技術，在確保數據安全和商業秘密的前提下，充分利用訓練數據來持續完善和優化產品。所以該類企業做數據資產入表前需從兩個層面著手：法律層面，平臺型企業應當充分評估數

79、據資產的合規性與企業對數據資產的使用權屬；嚴格遵守數據安全法、個人信息保護法等法律法規的要求，并且制定透明和詳細的合同條款，清晰界定平臺與企業用戶之間的權利義務關系。會計層面，平臺型企業需要明確區分軟件開發過程中已經形成的無形資產與后續的成本維護以及基于數據資源的算法模型建設的成本支出，以確保財務報表能夠真實反映企業的經濟活動及其成果。3.3.2 大型傳統企業數據資產入表的重點關注3.3.2 大型傳統企業數據資產入表的重點關注大型傳統企業，尤其是傳統的制造業，在將數據資產納入財務報表時，必須重視數據合規體系的構建與組織架構的革新。從合規治理角度看，因為數據關聯著企業的核心商業秘密，但是傳統行業

80、的公司治理結構中缺失了數據合規治理部分，故從組織架構層面調整改革變得尤為關鍵。從業務趨勢的角度看，隨著實數融合趨勢的發展，傳統行業正加速向數智化轉型，推動組織架構的向數據合規治理轉型，以支持更加靈活、高效的運營模式，從而在數智化時代保持競爭力。在具體組織結構的建立上，可以引入首席數據官（CDO）角色，該職位將專注于數據治理、數據分析以及數據驅動的業務決策。并且可以考慮設立數據委員會，包含來自不同部門的負責人，負責協調跨部門的數據活動，共同推進數據的合規治理。同時也需要打破部門壁壘，在建立以訪問控制為核心的數據分類分級制度，在保證數據安全的前提下，實現信息的高效與共享。此外，還可以采用現代化的數

81、據管理平臺和技術工具，構建靈活的數據架構，支持快速響應業務變化。圖：企業數據安全與合規治理組織架構第 35 頁3.3.3 中小企業數據資產入表的重點關注3.3.3 中小企業數據資產入表的重點關注1）數據價值發現的途徑與數據質量改善中小企業的數據相對單一且數據量不大，但卻蘊含著極大的能量。特別是在專精特新“小巨人”企業中，通過高質量的數據資產入表，可以顯著提升企業的股權價值。特別是在引入 AI 算法模型后，有助于企業在細分賽道中形成頭部優勢，吸引更多的投資機會。此外，通過入表還可以為中小企業提供一個平臺，促進與其他企業和機構的合作，共同探索數據共享和聯合研發的機會，擴大市場份額。目前，中小企業的

82、數據質量普遍不高，數據的標準化建設也存在明顯不足。主要包括低質量的數據難以支持復雜的應用場景，限制了企業在數據分析、預測建模等方面的能力，未經標準化處理的數據在轉化為實際產品時面臨諸多障礙，可能導致市場接受度低，從而無法充分發揮數據的潛在價值。中小企業可以在數據質量評價標準的指導下，實施以下治理措施：1數據清洗，包括去重與校正，統一格式2數據打標，包括分類與編碼，標明屬性3制定制度與規范進行標準化建設4引入數據管理和分析工具，并對員工進行定期培訓。2）數據合規投入與產出關系鑒于中小企業規模較小，資源有限，無法像大型企業那樣通過復雜的組織架構變更或設立專門的數據安全和合規治理委員會來實現全面的數

83、據合規治理。因此，中小企業往往依賴于更為靈活、高效的虛擬組織結構來進行數據合規管理。第 36 頁這種虛擬結構不僅能夠整合現有資源，還能確保各部門在數據治理方面保持協調一致。然而，在這種模式下，評估合規的有效性及投入產出比尤為關鍵，以確保每一分投入都能帶來相應的回報，并真正提升企業的數據管理水平。一般可以通過跨部門組建虛擬團隊，負責協同和監督數據合規工作，并且引入自動化工具和簡化審批流來保障數據的處理和流動。同時，中小企業可以尋求外部支持與合作，例如與專業的法律、會計、評估機構和技術團隊合作，并且通過上述機構的定期培訓來提升員工的數據安全防護技能與數據合規意識。3.4 數據資產入表還應注意的其他

84、問題3.4 數據資產入表還應注意的其他問題3.4.1 上市公司關于數據資產評估的披露3.4.1 上市公司關于數據資產評估的披露根據暫行規定中其他披露要求，企業對數據資源進行評估且評估結果對企業財務報表具有重要影響的，應當披露評估依據的信息來源，評估結論成立的假設前提和限制條件，評估方法的選擇，各重要參數的來源、分析、比較與測算過程等信息。目前上市公司普遍采用成本法進行數據資產入表，以“擁堵指數數據產品不正當競爭糾紛案”10為例，可以從判罰金額側面地說明數據產品的價值釋放及其對財務報表的重要性。所以，為了使報表使用者能夠更加完整地了解公司的財務狀況和經營成果，若公司認為數據資產評估價值對財務報表

85、有重大影響，則應充分披露相關信息。3.4.2 數據資源的反舞弊建設3.4.2 數據資源的反舞弊建設內部審計部門一直是企業反舞弊的主陣地，隨著數據資產入表的推進，內審部門的工作職責也將新增與數據處理相關的內容，包括實施反舞弊策略，識別異常的數據交易模式，確保所有數據活動符合公司政策和法律法規。具體實施方面，第一，內審部門參與構建數據訪問權限控制體系，確保敏感信息的物理隔離和技術授權。第二，內審部門可以協同信息技術部門，引入先進的數據監控與分析工具，實時跟蹤和分析數據流動，及時捕捉可疑的操作行為，10擁堵指數數據產品不正當競爭糾紛案：6 月 28 日上午，涉導航電子地圖“擁堵延時指數”數據權益不正

86、當競爭糾紛案在北京市朝陽區人民法院公開開庭審理，朝陽法院一審認定被告某信息技術股份有限公司構成不正當競爭，判決該公司停止侵權、消除影響，并賠償原告北京某科技有限公司、某軟件有限公司各項損失共計 1250 萬元。第 37 頁參與構建涵蓋從數據生成到銷毀的整個生命周期的全方位的數據安全防護網。第三，內審部門可以協同人力資源部門定期組織數據合規培訓與考核，加強員工教育，提升全員的數據合規意識，確保每位員工都能認識到自身責任的重要性。最后，建立快速響應的數據舞弊舉報和調查機制，推進構建透明、高效的數據治理環境。第 38 頁致謝致謝在這個快速發展的時代背景下，數據作為新型生產要素的重要性日益凸顯，如何實

87、現數據的有效管理和價值最大化已成為業界和學界共同關心的話題。本報告旨在探討數據資產入表以及訓練數據合規處理的問題，這一過程不僅需要深入的研究，更離不開各方的協作與智慧貢獻。在本研究報告即將完成之際，我們懷著誠摯的感激之情，向所有為本報告提供支持與幫助的個人和機構致以最衷心的感謝。首先，我們要特別感謝政府相關部門及政策制定者們。近年來，隨著數字經濟的發展，國家高度重視數據要素市場的建設，并陸續出臺了一系列重要的法律法規和指導文件，這些政策為我們提供了堅實的制度基礎和技術支持，為數據產業高質量發展奠定了良好基礎，使得我們在研究的過程中有了明確的方向和依據。其次，本報告的撰寫過程中得到中聯資產評估集團(浙江)有限公司董事長鄔崇國、總裁駱丁輝、墾丁律所主任張延來律師、合伙人柴玲律師、李晉沅律師的指導和實務案例的支持。上述資深律師、會計師以其深厚的理論功底和專業見解，幫助我們更加全面地理解問題的本質，確保了研究成果的專業性和權威性。還有團隊的其他小伙伴的互幫互助，大家的團結一致是推動本報告順利進行不可或缺的力量。最后，感謝支持我們的家人和朋友，謝謝你們一直以來的陪伴和對我們的默默的支持，正是有了你們的照顧和關心，我們才可以勇往直前！再次向所有給予幫助和支持的人士表示深深的感謝！謹此致謝！報告起草團隊2024 年 12 月報告起草團隊2024 年 12 月