行业大咖谈数据资产｜国科大经管学院院长：数据资产 + AI 到底值多少钱？这个世纪难题，终于有了测度思路
上海荟宸信科，数字中国的实践者；数字化转型的引领者；数据资产估值**的领跑者。详情点击：“数价锚钉”数据资产估值AI模型获得的荣誉及资质
当数据资产遇上人工智能，一个所有企业、投资人、政策制定者都绕不开的问题横空出世：
数据资产的价值究竟怎么算？AI 带来的贡献又该如何量化？
在数字经济与新质生产力深度融合的今天，价值测度已经不是学术问题，而是决定融资、定价、入表、交易的生死命题。中国科学院大学经济与管理学院汪寿阳**院长领衔团队，从顶层视角给出了一套科学、前沿、可落地的分析框架 —— 不仅回答 “值多少”，更解释 “为什么值钱”，为数据资产与 AI 双轮驱动时代，提供了关键的理论支撑与实践指引。
这篇干货，建议所有做数据、做 AI、做投资、做财务的人，认真看完。
一、为什么 “数据 + AI” 的价值，传统方法算不出来？
汪寿阳院长一针见血：
我们正处在一个新旧生产要素交替的时代，传统统计与会计工具已经失灵。
过去衡量企业价值，看土地、厂房、设备、现金流；
现在衡量科技企业、数字企业，要看数据规模、数据质量、算法能力、大模型迭代效率、场景落地速度。
但这些东西有三个 “致命特点”：
非竞争性：一份数据可以被无数人同时用，越用越值钱
网络效应：接入场景越多，价值呈指数级上升
动态增值：AI 越训练越准，数据越用越有价值，无法用静态成本估算
这就导致：
成本法只能算投入，算不出乘数效应**
市场法缺乏可比交易，参考性极弱
收益法难以预测 AI 带来的长期增量价值
测不准，就定价难；定价难，就交易难；交易难，数据就永远变不成真正的资产。
这正是汪寿阳院长团队要攻克的时代课题。
二、大咖核心观点：数据价值与 AI 贡献，必须 “一体化测度”
很多企业陷入误区：
把数据价值和 AI 贡献分开算，结果两边都算不准。
汪寿阳院长明确提出：
数据资产与人工智能是 “孪生要素”，必须放在一个框架里联合测度。
他的核心逻辑可以用三句话概括：
数据是 AI 的 “燃料”
没有高质量、大规模、场景化的数据，大模型就是 “无米之炊”，价值趋近于零。
AI 是数据的 “放大器”
未经 AI 加工的原始数据，只是成本负担；
经过大模型清洗、标注、理解、生成之后，数据才真正变成资产。
价值产生于 “数据 ×AI” 的耦合效应**
最终价值 ≠ 数据价值 + AI 价值
最终价值 = 数据基础 × 算法能力 × 场景乘数 × 安全可信系数
一句话总结：
不谈 AI 的数据估值，是低估；不谈数据的 AI 估值，是悬空。
三、未来方向：大咖给出的三大测度新路径
针对当前行业痛点，汪寿阳院长团队前瞻性提出了三大科学测度方向，
这将是未来 3–5 年数据资产评估、会计入表、投融资定价的主流思路：
- 基于复杂系统的 “动态测度模型”
打破静态会计思维，用系统科学方法**刻画：
数据生命周期演化
AI 模型迭代升级路径
价值随时间、场景、用户量的动态变化
构建可计算、可模拟、可预测的动态价值曲线，而不是一张静止的评估报告。
- 多维度指标体系：从 “单一定价” 走向 “综合画像”
汪寿阳院长强调，未来数据资产估值不再是一个数字，而是一张价值画像：
数据维度：规模、质量、合规性、稀缺性、时效性
AI 维度：准确率、泛化能力、推理效率、训练成本、迭代速度
应用维度：场景覆盖率、产业带动性、风险水平、可持续性
市场维度：流通性、可交易性、增信能力、融资潜力
用多维指标体系，替代传统单一估值法，更真实反映数字资产价值。
- 融入宏观核算：为国家数字经济 GDP “算账”
数据资产不仅是企业问题，更是国家战略。
汪寿阳院长的研究，同时面向宏观经济核算体系：
把数据资产、AI 贡献纳入 GDP 核算
衡量数字经济对新质生产力的真实拉动
为政策制定、产业规划、国际比较提供科学依据
对企业而言，这意味着：
未来国家怎么统计，资本市场就怎么认；资本市场怎么认，你就该怎么管。
四、大咖金句：读懂这一段，就懂了数据资产的未来
汪寿阳院长对行业的判断，极具穿透力：
数据要素与人工智能技术是数字经济时代最重要的新质生产要素。
科学测度数据资产价值与人工智能技术贡献，
不仅是企业层面资产定价、融资交易的基础，
更是国家构建现代化产业体系、发展新质生产力的关键支撑。
这段话背后释放三个信号：
数据 + AI = 核心新质生产力
测度问题不解决，数据要素市场就是空中楼阁
谁先建立科学估值能力，谁就能在下一轮竞争中掌握定价权
结语：下一个风口，不是拥有数据，而是 “算懂数据”
过去，大家比拼的是：谁有更多数据。
现在，行业真正比拼的是：
谁能算清数据 + AI 的价值，谁就能掌控资产定价权、融资权、交易权。
汪寿阳院长的研究，正是为这个时代提供了一把关键钥匙：
用科学测度，让看不见的数据价值，变得可计算、可管理、可变现。
对于企业、投资人、从业者而言：
2026 年之后，不懂数据价值测度，
就像过去不懂财务报表一样，终将被时代淘汰。
