政策法规 - 财政部发布《企业数据资源相关会计处理暂行规定》，明确数据资源会计处理标准，自2024年1月1日起施行 [1] - 规定采用"强制披露加自愿披露"方式，企业需在资产负债表增设数据资源项目，同时可自愿披露应用场景等补充信息 [3] - 政策适用采用未来适用法，施行前已费用化的数据资源支出不再调整 [4] 行业实施情况 - 98家上市公司2024年年报披露数据资源入表总金额21.4亿元，其中无形资产占比63%（13.49亿元），开发支出占比36%（7.7亿元），存货占比1%（0.21亿元） [1] - 数据资产占企业总资产比例普遍低于1%，仅7家公司超1%，最高为卓创资讯（3.52%） [1] - 典型企业数据资源入表情况：中国移动5.83亿元、中国联通1.89亿元、拓尔思3910万元、卓创资讯3205万元 [26][27][72] 会计处理标准 - 符合无形资产定义的数据资源应确认为无形资产，用于出售的数据资源符合存货定义的应确认为存货 [2] - 外购数据资源成本包括购买价款、税费及加工处理费用，不符合资产条件的支出计入当期损益 [2] - 开发支出资本化需满足5项条件：技术可行性、开发意图、市场/用途证明、资源保障及可靠计量 [5][6] 企业实践案例 - 每日互动：形成1150亿设备数据积累，开发DiOS系统实现数据资产化管理，数据资源采用5年加速摊销 [16][17][18] - 中国联通：构建"算网数智"产品体系，开发经济大模型等核心产品，数据资源按7-5年摊销 [30][31][32] - 拓尔思：采集5000亿条多模态数据，建立7层数据治理体系，研发投入3910万元开发数据平台 [45][46][47][57][58][59] - 卓创资讯：大宗商品数据资源采用年数总和法5年摊销，年收入占比超70%，覆盖368万注册用户 [76][77][78]

文章核心观点 2024年光大银行紧跟国家政策方针，推动数字化转型，通过科技创新、数据流通和科技赋能等举措为银行高质量发展注入活力，未来将继续统筹发展与安全，赋能银行业务高质量发展 [1][5] 创新驱动构建新生态 - 光大银行坚持金融科技前沿研究与实践探索，2024年组织跨总分行研究协作，完成27个课题研究，金融科技条线申请知识产权近900项，提交专利56项 [2] - 光大银行让AI融入金融服务，在风险防控前线构建线上信贷模式，在业务办公一线开展基础平台建设与优化，在模型建设领域制定规划并上线大模型授信报告智能生成功能 [2] 数据流通激活新动能 - 2024年光大银行完成近500个数据标准制定发布，牵头编制首个《银行业数据资产估值指南》团体标准，发布相关研究报告 [3] - 光大银行采用自研工具结合政策打造金融服务特色产品，支持分行落地数据资产授信融资业务超亿元，为创新提供理论和实践基础 [3] - 光大银行通过技术赋能实现数字化生产力工具创新突破，开发智能分析工具“问数”，上线分行经营分析画像报告，升级数据资产管理平台移动端“魔数” [4] 科技赋能塑造新体验 - 2024年光大银行“七剑人才”数量较年初增长超50%，为数字化转型提供人才支撑 [5] - 未来光大银行将统筹发展与安全，推进重点项目和数智化运营，深化数据资产管理和价值创造，赋能业务高质量发展 [5]

能源与智能融合 - AI正成为下一代电池技术突破的核心引擎，全固态电池研发转向"文献AI读、报告AI写、模型AI算、优化AI做"的新范式[2] - 锂电产业链自2019年起导入AI技术，蜂巢能源投产车规级AI智能动力电池工厂，宁德时代提出"电池极限制造"理念[2] - 宁德时代2024年前三季度销售毛利率达28.19%，远超行业平均18%，AI驱动的"极限制造"形成飞轮效应[2] 企业战略合作 - 宁德时代提出转型为"能源智能化的操作系统"，与百度合作开发无人车产品及数智化建设[3] - 百度以全栈AI能力支持宁德时代，涵盖芯片、平台、应用层[3] - 国内电池与AI领域代表企业合作，推动能源与智能融合革命[4] AI4S电池创新 - AI4S应用于电芯设计和材料研发，需模型、数据、算力支持[5] - 中科院院士鄂维南开发Uni-Mol通用模型，支持分子生成与属性预测[6] - AI与先进表征手段结合，提升全固态电池研发效率[6] 材料研发突破 - 复旦大学团队用AI设计锂载体分子CF3SO2Li，使废旧电池容量恢复至96%[7] - SES AI Corporation开发AI增强型2170圆柱电池，电解液材料提升容量至6Ah[7] - 电池仿真技术预计2025年设计效率提升2-5倍，智能设计提升两个数量级[8] 制造效率提升 - 特斯拉德州超级工厂通过AI形成"数据-优化-产能"良性循环[10] - 宁德时代溧阳基地导入AI技术，产能提升320%，成本降低33%，碳排放减少47.4%[11] - QuantumScape的AI优化设备使固态电池生产效率提高20%[12] 电池安全与调度 - 华为AI BMS系统提前24小时预警电池安全，误报率0.1%/月，查全率90%[13] - Electra的EVE-Ai™技术减少续航估算误差20%，延长电池寿命40%[13] - 海博思创通过20GWh储能数据实现提前两周安全预警[14] 数据资产与能耗挑战 - 比亚迪数据资产净值207.3亿，占2024年净利润68%，与宁德时代分成数据调用费[16] - 宁德时代累计数据资产超6000亿元，搭建全生命周期追溯系统[16] - GPT-4训练耗电数亿度，AI能耗问题受关注[16] 物理AI与电池性能 - 物理AI如特斯拉Optimus要求电池综合性能提升，反向赋能AI产业[17] - 电池技术重新定义AI边界，推动能源与智能关系新时代[17]