距离2024年1月1日《企业数据资源相关会计处理暂行规定》正式施行，已经过去快两年了。
这两年里，我经手并参与了30多个数据资产入表项目。如果让我用一句话总结这两年的行业众生相，那就是：“我们在金矿上迷了路！”站在2025年底这个时间节点，我想跳出那些放之四海皆准的入表方法论和枯燥的会计分录，结合当下的市场怪象和深层思考，跟大家聊聊数据资产入表的“里子”和“面子”。有些话可能不中听，但绝对是真话。
01 现象：繁荣表象下的“独角戏”。
如果是看新闻，你可能会觉得数据资产入表已经“热辣滚烫”。但如果翻开上市公司的财报，你会发现这更像是一场“剃头挑子一头热”的独角戏。截至今年6月，A股5000多家上市公司里，真正把数据资源摆上台面的，不过百余家，入表总金额也就20多个亿。这个数字，对于动辄万亿级的数字经济规模来说，简直是九牛一毛。更耐人寻味的是，即使是这100多家“吃螃蟹”的上市公司，大部分也是通信、金融类的“国家队”，大量的民营实体企业，依然在观望。为什么不敢入？看看那些已披露的会计信息就知道了：语焉不详。有的没披露权属风险，有的没说清楚摊销逻辑，甚至连数据到底拿来干什么用的（应用场景）都只字不提。这种“遮遮掩掩”背后反映了一个深层的恐慌：很多企业把数据入表当成了一次“美颜行动”。
02 隐忧：陷入了“为了融资而入表”的怪圈。
现在很多地方国企、城投公司做数据入表，动力非常直接：优化报表，做大资产分母，降低负债率，为了融资。这无可厚非，在土地要素红利消退的今天，数据作为第五大生产要素，被寄予厚望接棒“土地财政”。但我必须泼一盆冷水：根据会计准则，资产的本质是“预期会带来经济利益”，如果你的数据只是单纯地“大”，却未经治理、找不到应用场景，那它就不是“资产”。更为致命的是，数据资产如果不能在业务中流动起来产生持续的经济利益，它的价值衰减速度比想象的要快得多。今天你强行入表的几千万，未来面临的就是巨额的资产减值，到时候不仅报表难看，还得面临国有资产流失的风险。所以，如果我们只盯着“入表”这一动作，觉得把数据做进资产负债表就万事大吉，那很可能制造出“泡沫繁荣”。
03 错位：轻如鸿毛的黄金，重如泰山的垃圾。
看过很多家企业的数据家底后，我发现一个普遍现象：企业巨额的数字化投入，往往和“寥寥无几”的数据资产规模，完全不成正比。目前的入表计量主要基于“历史成本法”。简单说，就是你为了生产这个数据花了多少钱（清洗成本、人工成本等），它就入表多少钱。这就导致了一个严重的价值错位：
举个例子，一家做AI的公司，它的高质量语料库，采集加工成本可能不高（爬虫、清洗、标注等成本），但在大模型时代的公允价值可能是天价。结果：真正值钱的资产，在报表上“轻如鸿毛”。
反过来，另一家传统企业，花了上千万搞ERP、搞数据治理，存了一堆没什么用的流程数据，成本很高，但市场价值可能几乎为零。结果：一文不值的垃圾，在报表上“重如泰山”。
所以，我的观点是：不要迷信“入表金额”。对于企业的一把手来说，不要盯着资产负债表上多出来的那几百万。你要关注的是，入表这个动作，有没有倒逼你的财务、IT、业务部门打破“厚障壁”。IT只管存，财务只管记，业务只管用——这种割裂必须结束。入表的真正价值，是强制让CEO、CFO、CTO坐在一张桌子上，算清楚每一比特数据的投入产出比（ROI）。这才是数据资产管理运营的本质。
04 破局：不卖数据，数据价值在“信任”。
过去两年，对于绝大部分传统企业（非互联网、非数商）而言，面临一个巨大的尴尬：
对外卖不掉：你的经营数据涉及商业机密，或者缺乏市场刚需，直接交易（卖数据）这条路走不通。
对内证不明：你说数据赋能了内部管理，降本增效了。但在领导和审计师眼里，很难把这部分效益单独剥离出来归功于数据，而不是归功于业务人员的努力。
对外卖不掉，对内证不明，这就是数据在当下企业面临的最大的一笔“糊涂账”。那传统企业的数据到底怎么入表？价值在哪？我们必须转换视角：对于绝大多数传统企业来说，要放弃“卖数据赚钱”的幻想。数据真正的价值，在于让你的主营业务变得“可信”，用来证明和放大你主营业务的现金流 。
比如，赋能融资。银行风控看不懂你的“茶叶存货”（怕发霉、怕造假）。但通过物联网数据、仓储监控数据入表，你把“不可信的存货”变成了“可信的数据资产”。数据解锁了银行的风控盲区，让银行敢贷了。这时候，入表的是数据，变现的是更低的融资成本、更优的融资条件。
再比如，赋能销售。消费者分不清你的“大师手作”和“机器量产”。但通过全流程溯源数据、工艺监控数据入表，你把这些数据做成了产品的“品质证明书”。数据赋权了消费者，让他们愿意支付信任溢价。这时候，入表的是数据，变现的是更高的产品毛利。
05 新范式：构建“增信型”数据资产。
那么，如何把这种无形的“信任”，合法合规地写进那张严谨的资产负债表里？基于“数据=信用”这个逻辑，我们再回头看数据入表，思路就豁然开朗了：首先，入表对象“产品化”。千万不要试图把一堆原始数据塞进“无形资产”里。你要入表的是经过加工的“供应链金融风控模型”，或者“产品品质溯源证书”，要具备产生经济利益的能力。其次，披露逻辑“增信化”。在财报附注和管理层讨论与分析(MD&A)中，不要干巴巴地罗列数据量级。要大胆披露：“本公司通过‘供应链数据资产’的建设，实现了对存货的穿透式管理，使得综合融资成本下降了1.5个百分点，预计未来3年节省财务费用XX万元。” 这才是投资人想看的“含金量”。最后，管理体系“闭环化”。把数据做成“可信产品”，财务部门负责把这个产品的“增信价值”翻译成会计利润，业务部门负责拿着这个产品去跟银行、跟客户谈条件。这才是真正的数据资产管理。数据资产入表，从来都不是一场简单的会计游戏，更不是为了在报表上多加一行数字。
而是一次商业信用基石的迁移——我们正在从依赖“土地、厂房”等有形资产的抵押背书，转向依赖“数据、算法”等无形资产的信用增信。
更是企业经营逻辑的重构——告别“卖数据赚钱”的幻想，回归主业，用数据去降低你的融资成本，去提升你的品牌溢价，去赢得消费者的信任投票。
结语数据资产入表，是一场长跑。
回望这两年，我们目睹了从“表面繁荣”的入表喧嚣，到“为了融资而入表”的隐忧；亲历了过程中“成本与价值”的错位，也在实战中探索“数据增信”的破局思路。这就是我们在数据资产入表这条路上走过的曲折心路。我们现在看到的“乱象”和“痛点”，都是黎明前的混沌。作为实操者，我们既要仰望星空，看到数据要素的星辰大海；更要脚踏实地，在企业真实的业务场景里把每一比特数据的价值坐实。别让数据资产，止步于报表。解决“信息不对称”，建立“可信”的商业闭环，让数据资产在实业的土壤里生根发芽——这才是数据入表该有的样子。
（部分内容来源网络，如有侵权请联系删除）
