数据资产化与工业大数据——驱动制造业转型的双轮|制造业|工业大数据|数据资产化|金融行业

11月12日，数据资产一千零一夜，华东数交周二夜谈第十四期圆满结束，陕西糖云流水工业大数据有限公司经理杜长亮；数据宝数据资产研究院项目实施专员陈佩佩；北京市道可特（深圳）律师事务所合伙人齐秦共同围绕“数据资产化与工业大数据--驱动制造业转型的双轮”开启本期夜谈。

陕西糖云流水工业大数据有限公司经理杜长亮以“工业大数据如何驱动制造业转型升级”为主题展开分享。他提出，近年来，工业大数据从概念走向实际应用，利用大数据等技术在创造价值。工业大数据的来源包括生产经营领域的数据、生产设备和高端产品在运营过程中产生的机器数据。数据不仅仅是存储，更重要的是智能分析和智能决策，通过构建智能分析优化系统，实现工业大脑的智能决策。工业大数据的特点包括：多模态、高通量、强关联。工业大数据种类、格式、结构复杂，例如一个复杂装备的制造企业，数据种类多达300余种。数据产生频繁，数据量大，实时性要求高。产品设计涉及多个学科，数据之间的关联反映了工业系统的复杂动态关系。

数据宝数据资产研究院项目实施专员陈佩佩围绕“数据资产入表服务简要剖析”分享观点。她重点介绍数据资源资产化和数据资产资本化，前者是数据资产入表的过程，后者是将数据资产打包成金融产品在资本市场上流通。同时她提出了数据资产入表的核心在于：六化，即数据治理智能化、建模加工积木化、流通交易合规化、场景应用商品化、数据资产资源化、数据资产资本化。通过“六化”建设，可以帮助企业更好地管理和利用数据资产，通过金融手段进一步提升数据资产的价值，为企业带来了更多的商业机会和市场竞争力。

北京市道可特（深圳）律师事务所合伙人齐秦重点分享了“数据资产入表的实践观察”。他提到，随着国家政策密集出台，数据要素作为第五大生产要素被正式提出。各大数据交易所的入表流程虽有差异，但核心步骤相似，包括数据资源的盘点、治理、产品化、资产化和入表。企业根据自身需求对接金融机构，完成融资需求。数据资产入表的行业主要分布于上市公司完成数据资产入表的主要集中在TMT行业，尤其是计算机、通信和传媒。国央企完成数据资产入表多基于政策驱动，涉及行业广泛，交通类数据占比最高。数据资产入表有助于企业提升内部经营效率，支持战略性决策，对接资本市场。企业需要进行数据合规和网络安全管理，确保数据资产的合法性和安全性。

本次夜谈，分别强调了工业大数据的多模态、高通量和强关联特性，以及企业在数据收集、分析和应用中面临的挑战；数据资产入表的政策背景、流程和行业分布，并通过多个实践案例展示了数据资产入表的具体应用和效果，充分揭示了数据资产在推动企业数字化转型和提升竞争力中的重要作用。