数据资产入表新政落地与科技企业数据合规商业化路径观察

数据资产入表政策框架与企业实践进展

数据要素市场化配置改革进入深水区。财政部《企业数据资源相关会计处理暂行规定》自2024年1月施行以来，已有超过200家上市公司在财务报表中确认数据资源资产。2026年上半年这一数字加速增长，A股数据资源入表金额累计突破80亿元，涵盖金融、通信、互联网、制造业四大行业。数据资产从”沉没成本”变为”表内资产”，直接影响企业资产负债率和融资能力。

入表的核心逻辑是：企业合法持有、可计量、可变现的数据资源，按照取得方式分类——外购数据计入无形资产，自行采集加工的数据按采集与加工成本资本化。实践中的难点集中在数据权属界定、价值评估方法和减值测试标准三方面，目前行业尚未形成统一评估体系，不同审计机构标准差异明显。

谷歌收购精神航空数据：破产数据资产的定价逻辑

8月14日美国纽约南区破产法院文件显示，谷歌以1000万美元收购破产廉航精神航空（Spirit Airlines）的75亿条乘客交易记录和700万会员数据，将用于产品与AI改进。这笔交易清晰展示了数据资产的定价范式：破产清算中数据资产估值远低于活跃运营期，法院以清算价值而非持续经营价值定价，1000万美元对于75亿条17年跨度（2008-2025）的出行数据而言折价显著。

对谷歌而言，航空出行数据是训练出行推荐AI模型的稀缺语料——用户出行偏好、订票习惯、价格敏感度等维度数据在公开数据集中难以获取。精神航空的北美廉价航空定位使其数据样本具有独特的人群覆盖价值，与谷歌已有的搜索和地图数据形成互补。这笔交易引发的数据合规讨论焦点在于：破产公司是否有权出售用户个人数据？美国破产法允许出售”资产”但受FTC隐私条款约束，用户数据转移需通知用户并允许退出。

宇树科技科创板上市：具身智能资本化里程碑

8月17日晚，宇树科技（688836）公告股票将于8月19日在上交所科创板上市，发行价150.80元/股，对应市值约610亿元。这只人形机器人第一股从受理到过会仅104天，创科创板速度纪录，背后是资本市场对具身智能赛道的强烈看好。战略配售引入DeepSeek、腾讯启善投资等产业资本，AI大模型与人形机器人的融合路径得到资本认可。

宇树科技的610亿估值对应2025年35.89倍市销率，反映出市场对”AI+机器人”的成长性溢价。对比全球同行，波士顿动力尚未上市，Agility Robotics融资处于早期阶段，宇树率先登陆公开市场具有稀缺性。但高估值也伴随争议：人形机器人商业化仍在早期，工业场景落地进展有限，消费市场尚未验证。战略配售中DeepSeek的参与值得关注——大模型公司投资机器人企业，意在打通”大脑+身体”的端到端智能闭环。

AI视频生成赛道估值泡沫与商业验证落差

AI视频生成平台Higgsfield完成4亿美元融资，估值达54亿美元，距上一轮8个月估值翻了4倍。DST Global、高盛、Liberty Global、英特尔参投。行业观察来看，视频生成赛道的估值膨胀速度远超商业化验证进度——Runway年营收约1亿美元对应40倍PS，Higgsfield尚无公开营收数据，54亿美元估值基本靠技术叙事支撑。

视频生成的技术壁垒在下降：开源模型如CogVideoX、Open-Sora逐步缩小与闭源方案的差距，算力成本持续降低。商业壁垒尚未建立：品牌广告、影视制作、短视频等场景对精度和可控性要求高，当前AI生成视频还难以满足专业级交付标准。投资逻辑正在从”技术领先性”转向”商业落地速度”，能率先在特定行业场景验证ROI的玩家将拿到下一轮融资的入场券。

全球AI治理分歧加剧：开放权重模型安全审查争议

特朗普政府8月初告知AI企业，不会对开放权重模型进行安全审查，推翻了6月行政令中先进AI系统发布前30天自愿检视的规定。Meta、Anthropic、谷歌、英伟达、OpenAI等参与了闭门会议。此举的背景是美国在AI竞赛中对监管力度的两难：过严的审查延缓技术迭代，给竞争对手窗口期；过松的管控增加高风险模型扩散风险。

开放权重模型的安全审查争议本质是”创新优先”与”安全优先”的政策路线分歧。欧盟AI法案要求所有通用目的AI模型提供技术文档和版权合规声明，审查力度明显强于美国。中国《生成式人工智能服务管理暂行办法》侧重应用端管理而非模型发布审查。三大经济体的AI监管节奏差异正在影响全球AI产业格局——模型开发人才的流向、算力资源的部署、开源社区的重心都在向监管友好区域集中。

绿色算力大会与全国算力基础设施新格局

2026绿色算力大会8月22日将在呼和浩特举行，主题聚焦算电协同与词元经济。全国一体化算力网纳入国家”六张网”战略，算力基础设施从项目级建设升级为国家战略级规划。内蒙古、甘肃、宁夏等西部枢纽节点凭借电力成本优势和可再生能源比例，正成为大模型训练算力的主要承载地。

算力与电力的博弈日趋尖锐：一座大型智算中心功耗达50-100MW，相当于一个中等城市的用电量。算电协同的核心挑战不是单纯增加供电能力，而是如何实现算力负载随电力供给波动弹性调度——风电光伏出力高峰时加大训练任务，出力低谷时减少非紧急训练。这种”算随电动”的调度模式需要电网与算网的双向数据打通，也是绿色算力大会重点讨论的技术议题。