距離2024年1月1日《企業數據資源相關會計處理暫行規定》正式施行，已經過去快兩年了。

這兩年里，我經手并參與了30多個數據資產入表項目。如果讓我用一句話總結這兩年的行業眾生相，那就是：“我們在金礦上迷了路！”站在2025年底這個時間節點，我想跳出那些放之四海皆準的入表方法論和枯燥的會計分錄，結合當下的市場怪象和深層思考，跟大家聊聊數據資產入表的“里子”和“面子”。有些話可能不中聽，但絕對是真話。

01 現象：繁榮表象下的“獨角戲”。

如果是看新聞，你可能會覺得數據資產入表已經“熱辣滾燙”。但如果翻開上市公司的財報，你會發現這更像是一場“剃頭挑子一頭熱”的獨角戲。截至今年6月，A股5000多家上市公司里，真正把數據資源擺上臺面的，不過百余家，入表總金額也就20多個億。這個數字，對于動輒萬億級的數字經濟規模來說，簡直是九牛一毛。更耐人尋味的是，即使是這100多家“吃螃蟹”的上市公司，大部分也是通信、金融類的“國家隊”，大量的民營實體企業，依然在觀望。為什么不敢入？看看那些已披露的會計信息就知道了：語焉不詳。有的沒披露權屬風險，有的沒說清楚攤銷邏輯，甚至連數據到底拿來干什么用的（應用場景）都只字不提。這種“遮遮掩掩”背后反映了一個深層的恐慌：很多企業把數據入表當成了一次“美顏行動”。

02 隱憂：陷入了“為了融資而入表”的怪圈。

現在很多地方國企、城投公司做數據入表，動力非常直接：優化報表，做大資產分母，降低負債率，為了融資。這無可厚非，在土地要素紅利消退的今天，數據作為第五大生產要素，被寄予厚望接棒“土地財政”。但我必須潑一盆冷水：根據會計準則，資產的本質是“預期會帶來經濟利益”，如果你的數據只是單純地“大”，卻未經治理、找不到應用場景，那它就不是“資產”。更為致命的是，數據資產如果不能在業務中流動起來產生持續的經濟利益，它的價值衰減速度比想象的要快得多。今天你強行入表的幾千萬，未來面臨的就是巨額的資產減值，到時候不僅報表難看，還得面臨國有資產流失的風險。所以，如果我們只盯著“入表”這一動作，覺得把數據做進資產負債表就萬事大吉，那很可能制造出“泡沫繁榮”。

03?錯位：輕如鴻毛的黃金，重如泰山的垃圾。

看過很多家企業的數據家底后，我發現一個普遍現象：企業巨額的數字化投入，往往和“寥寥無幾”的數據資產規模，完全不成正比。目前的入表計量主要基于“歷史成本法”。簡單說，就是你為了生產這個數據花了多少錢（清洗成本、人工成本等），它就入表多少錢。這就導致了一個嚴重的價值錯位：

舉個例子，一家做AI的公司，它的高質量語料庫，采集加工成本可能不高（爬蟲、清洗、標注等成本），但在大模型時代的公允價值可能是天價。結果：真正值錢的資產，在報表上“輕如鴻毛”。

反過來，另一家傳統企業，花了上千萬搞ERP、搞數據治理，存了一堆沒什么用的流程數據，成本很高，但市場價值可能幾乎為零。結果：一文不值的垃圾，在報表上“重如泰山”。

所以，我的觀點是：不要迷信“入表金額”。對于企業的一把手來說，不要盯著資產負債表上多出來的那幾百萬。你要關注的是，入表這個動作，有沒有倒逼你的財務、IT、業務部門打破“厚障壁”。IT只管存，財務只管記，業務只管用——這種割裂必須結束。入表的真正價值，是強制讓CEO、CFO、CTO坐在一張桌子上，算清楚每一比特數據的投入產出比（ROI）。這才是數據資產管理運營的本質。

04?破局：不賣數據，數據價值在“信任”。

過去兩年，對于絕大部分傳統企業（非互聯網、非數商）而言，面臨一個巨大的尷尬： 對外賣不掉：你的經營數據涉及商業機密，或者缺乏市場剛需，直接交易（賣數據）這條路走不通。 對內證不明：你說數據賦能了內部管理，降本增效了。但在領導和審計師眼里，很難把這部分效益單獨剝離出來歸功于數據，而不是歸功于業務人員的努力。 對外賣不掉，對內證不明，這就是數據在當下企業面臨的最大的一筆“糊涂賬”。那傳統企業的數據到底怎么入表？價值在哪？我們必須轉換視角：對于絕大多數傳統企業來說，要放棄“賣數據賺錢”的幻想。數據真正的價值，在于讓你的主營業務變得“可信”，用來證明和放大你主營業務的現金流 。

比如，賦能融資。銀行風控看不懂你的“茶葉存貨”（怕發霉、怕造假）。但通過物聯網數據、倉儲監控數據入表，你把“不可信的存貨”變成了“可信的數據資產”。數據解鎖了銀行的風控盲區，讓銀行敢貸了。這時候，入表的是數據，變現的是更低的融資成本、更優的融資條件。

再比如，賦能銷售。消費者分不清你的“大師手作”和“機器量產”。但通過全流程溯源數據、工藝監控數據入表，你把這些數據做成了產品的“品質證明書”。數據賦權了消費者，讓他們愿意支付信任溢價。這時候，入表的是數據，變現的是更高的產品毛利。

05?新范式：構建“增信型”數據資產。

那么，如何把這種無形的“信任”，合法合規地寫進那張嚴謹的資產負債表里？基于“數據=信用”這個邏輯，我們再回頭看數據入表，思路就豁然開朗了：首先，入表對象“產品化”。千萬不要試圖把一堆原始數據塞進“無形資產”里。你要入表的是經過加工的“供應鏈金融風控模型”，或者“產品品質溯源證書”，要具備產生經濟利益的能力。其次，披露邏輯“增信化”。在財報附注和管理層討論與分析(MD&A)中，不要干巴巴地羅列數據量級。要大膽披露：“本公司通過‘供應鏈數據資產’的建設，實現了對存貨的穿透式管理，使得綜合融資成本下降了1.5個百分點，預計未來3年節省財務費用XX萬元。” 這才是投資人想看的“含金量”。最后，管理體系“閉環化”。把數據做成“可信產品”，財務部門負責把這個產品的“增信價值”翻譯成會計利潤，業務部門負責拿著這個產品去跟銀行、跟客戶談條件。這才是真正的數據資產管理。數據資產入表，從來都不是一場簡單的會計游戲，更不是為了在報表上多加一行數字。 而是一次商業信用基石的遷移——我們正在從依賴“土地、廠房”等有形資產的抵押背書，轉向依賴“數據、算法”等無形資產的信用增信。 更是企業經營邏輯的重構——告別“賣數據賺錢”的幻想，回歸主業，用數據去降低你的融資成本，去提升你的品牌溢價，去贏得消費者的信任投票。?

結語數據資產入表，是一場長跑。

回望這兩年，我們目睹了從“表面繁榮”的入表喧囂，到“為了融資而入表”的隱憂；親歷了過程中“成本與價值”的錯位，也在實戰中探索“數據增信”的破局思路。這就是我們在數據資產入表這條路上走過的曲折心路。我們現在看到的“亂象”和“痛點”，都是黎明前的混沌。作為實操者，我們既要仰望星空，看到數據要素的星辰大海；更要腳踏實地，在企業真實的業務場景里把每一比特數據的價值坐實。別讓數據資產，止步于報表。解決“信息不對稱”，建立“可信”的商業閉環，讓數據資產在實業的土壤里生根發芽——這才是數據入表該有的樣子。