10萬億市場的數據資產化背景下，工業(yè)大數據如何發(fā)揮最大價值？

作者：王飛鵬物聯(lián)網智庫 原創(chuàng)

隨著今年年初數據資產“入表”正式實行，喊了多年的“發(fā)揮數據價值”的口號終于可以說是落到了實處。

所謂數據資產入表，是指將數據確認為企業(yè)資產負債表中“資產”一項，即數據資產入資產負債表，在財務報表中體現其真實價值與業(yè)務貢獻。國家發(fā)改委價格監(jiān)測中心副主任王建冬表示，我國數據資產化和資本化后，所催生的相關市場潛在規(guī)?？赡軙_到10萬億級。

自本世紀初，“大數據”概念被提出，如何利用這種新型資源的討論就不絕于耳，從“新能源”、“新石油”等概念，到“要素化”和“資產化”等舉措，數據的價值形態(tài)變得越來越清晰。

在”小數據”時代，數據被當作某些項目或流程中被動使用的工具，數據本身的價值沒有被認識。而在”大數據”時代，數據超越了輔助性的工具地位，成為值得收集、治理、增值的資產。

在工業(yè)領域，生產與服務的全環(huán)節(jié)產生、處理、傳遞、使用的各類海量數據集合而成的工業(yè)大數據，有著其獨特的價值和意義，在數據資產化的過程中，也注定有著獨特的轉換過程和應用價值。本文將就工業(yè)大數據屬性及其數據資產化、要素化過程展開討論。

什么是數據資產化？

資產定義為由企業(yè)擁有或控制的、由過去的交易或事項形成的、預期會帶來經濟利益的資源。

數據資產化指的是將數據轉化為可以進行交易的資產，如同房產或股票一樣。這一過程是企業(yè)實現數據價值的核心，不僅實現了數據的使用價值，同時也向交換價值邁進，釋放了數據的生產力。通過深入挖掘數據價值、明確資產價值實現路徑，推進商業(yè)模式的變革，是企業(yè)數據流通與交易的必然趨勢。

數據資產化進程中，企業(yè)需要構建數據能力體系和數據治理體系，以支持數據驅動型的業(yè)務模式。

數據資產化戰(zhàn)略可分為四種主要類型：內部專用、對外共享、數據交易和對外開放。內部專用使企業(yè)能夠利用數據優(yōu)化運營，開發(fā)新業(yè)務；對外共享強化了供應鏈的合作，增強了整體市場供給；數據交易提供了一個在合規(guī)性和公允性之間平衡的市場環(huán)境；對外開放通過數據開放，增強了平臺的市場連接力。

總的來說，數據資產化不僅是企業(yè)實現數據價值的手段，也是推動數據要素市場建設的重要途徑。企業(yè)對跨區(qū)域、跨部門的協(xié)調機制和統(tǒng)一的數據流通規(guī)則的需求日益強烈，這對數據價值評估的標準化和數據交易市場的規(guī)范化提出了新的挑戰(zhàn)和要求。

數據資產化逐步深化了企業(yè)對數據的認識和利用，使其轉化為可交易和有價值的資產，工業(yè)大數據的概念和實用性也在相似的軌道上展開。這種發(fā)展不僅彰顯了數據的經濟潛力，還提供了一個框架，用以理解如何系統(tǒng)地利用這些數據，推動工業(yè)生產的智能化和高效化。

工業(yè)大數據的分類和屬性

按照工信部的定義：工業(yè)大數據是工業(yè)領域產品和服務全生命周期數據的總稱，包括工業(yè)企業(yè)在研發(fā)設計、生產制造、經營管理、運維服務等環(huán)節(jié)中生成和使用的數據，以及工業(yè)互聯(lián)網平臺中的數據等。

從數據來源來看，工業(yè)大數據主要分為三類。

第一類是企業(yè)運營管理相關的業(yè)務數據，源自企業(yè)信息化系統(tǒng)如企業(yè)資源計劃（ERP）、產品生命周期管理（PLM）、供應鏈管理（SCM）、客戶關系管理（CRM）以及能耗管理系統(tǒng)（EMS），構成了傳統(tǒng)的數據資產。

第二類是制造過程數據，這類數據涵蓋了工業(yè)生產過程中設備、物料和產品加工的工況狀態(tài)參數和環(huán)境參數等，通過MES系統(tǒng)實時傳輸，在智能裝備廣泛應用的今天，這類數據的增長尤為迅速。

第三類是企業(yè)外部數據，包括產品銷售后的使用和運營數據，以及大量的客戶名單、供應商信息和其他外部互聯(lián)網數據。

工業(yè)大數據有著天然的資產化條件，因為從經濟學的角度來看，工業(yè)大數據具有價值屬性和資產屬性。

其價值屬性表現為工業(yè)大數據通過分析能夠為企業(yè)在設計、工藝、生產、管理及服務等方面實現智能化，滿足定制化需求，提升生產效率，降低成本，從而為企業(yè)創(chuàng)造出可量化的價值。

資產屬性則體現在工業(yè)大數據作為一種資產，可以幫助企業(yè)改善組織結構和創(chuàng)造價值。

工業(yè)大數據的價值和資產屬性互為補充。價值屬性側重于通過先進的技術手段提取并變現數據價值，而資產屬性則強調通過社會制度和管理機制來明確數據資產和資源的分布及所有權，從而為進一步挖掘其價值提供技術和評估支持。這種雙重視角不僅幫助企業(yè)界定數據的邊界，也推動了工業(yè)大數據技術的成熟和應用。

工業(yè)大數據的資產化路徑

王建峰和辛華兩位老師曾在文章中提到，工業(yè)企業(yè)的數據資產化需要經歷業(yè)務數據化、數據資源化、資源資產化、資產價值化、價值要素化等“五化”的演進。

業(yè)務數據化階段：是企業(yè)實現數字化轉型的基礎，利用物聯(lián)網、云計算、大數據、人工智能等新一代數字技術，構建一個全感知、全場景、全智能的數字世界，將現實世界中企業(yè)的業(yè)務場景、業(yè)務模式和業(yè)務流程，在數字世界中精準映射。有效獲取企業(yè)內部到外部，從供應鏈上游、企業(yè)經營情況到銷售服務下游的關鍵數據，對整個組織的業(yè)務流程進行端到端的實時監(jiān)控。

數據資源化階段：工業(yè)大數據類型繁多，包括結構化、非結構化和半結構化數據，具有多樣化和復雜性等特性。生命周期有長有短，因此不是所有的工業(yè)大數據都有價值。需要對數據進行識別，將那些對生產、經營、管理和決策過程有實際價值和用處的數據進行資源化。

資源資產化階段：不是所有的數據資源都是數據資產，有些數據資源不僅不會創(chuàng)造收益，反而有巨大的擁有成本。所以，資源化后的數據還需要進行資產化，也即數據資產化。這一過程需要制定數據資產化的方法和流程，需要由業(yè)務和技術共同協(xié)作，識別和定義數據資產，把數據資產價值和業(yè)務價值相結合，確保數據資產的價值可度量。

資產價值化階段：數據資產化后，就需要考慮如何發(fā)揮其價值。在工業(yè)領域有兩種可行的模式，一種是把數據資產的價值與業(yè)務價值進行關聯(lián)，比如實現管理效益（降本、增效、風控）或經營效益（拓客率、精準營銷、產品優(yōu)化）；另一種是形成數據化產品，數據集、報告、趨勢、算法等，直接進行數據交易產生價值。

價值要素化階段：通過數據分析技術，可以從數據中提煉出有價值的商業(yè)洞察和產業(yè)知識，從而幫助企業(yè)方更好地整合其他不同生產要素，使其更好地發(fā)揮經濟價值。只有通過構建可度量的價格體系，才能明晰數據資產在工業(yè)企業(yè)生產經營活動中對于企業(yè)效益及價值的貢獻，才能真正實現從數據資產向數據要素的轉變和實現。

從上述內容中不難看出，數據的要素化促進了數據的資產化，因為只有將數據成功轉化為資產，才能充分利用其作為生產要素的潛力。

關于數據要素化

2020年，《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》首次將數據并列于土地、勞動力、資本、技術等傳統(tǒng)生產要素之列。不僅反映了數據在現代經濟中的核心價值，也預示著數據要素將在推動生產力發(fā)展中發(fā)揮至關重要的作用。

美國經濟學家約翰·加爾布雷思曾指出：“在不同的發(fā)展階段，每個時代都有一個最重要的生產要素。誰掌握了這一要素，誰就掌握了權力，并在收入分配中獲得更多的收益?！?/strong>這一觀點今天依然適用。