数据资产化
搜索文档
数娱工场 | 用AI降本、开直播卖道具,2026游戏产业更多“金矿”待挖掘
中国金融信息网· 2025-12-20 12:52
转自:新华财经 新华财经上海12月20日电(李一帆)12月19日,2025年度中国游戏产业年会大会在上海举办。中国音像与数字出版协会第一副理事长、游戏工委主任委员张 毅君在会上表示,2025年我国游戏产业在政策持续支持下,整体呈现稳健增长与高质量发展态势。 一方面,市场在创新驱动与精细化运营下规模持续扩大,自研游戏出海表现亮眼,国际影响力进一步提升;另一方面,生成式人工智能等新技术的深入应 用,为行业提质增效注入新动力。随着游戏相关专业逐步纳入高校学科体系,行业人才培养也迈上了系统化、专业化的新台阶。 端游回暖增15%、页游连跌十年,小程序游戏成行业"第二曲线" 大会现场,由游戏出版工作委员会与游戏产业研究专家委员会联合编写的《2025年中国游戏产业报告》(以下简称《报告》)正式对外发布。 《报告》显示,2025年国内游戏市场实际销售收入3507.89亿元,同比增长7.68%;用户规模6.83亿,同比增长1.35%,两者均创下历史新高。 国内游戏市场收入和用户规模情况 张毅君分析称,市场收入与用户规模再创新高主要在于四个原因,"一是移动游戏品质提升,新品市场表现出色;二是多款头部长青游戏创新玩法、优化运 营; ...
深化数据资源开发利用
经济日报· 2025-12-19 06:10
气象部门向全社会共享12类100余种气象数据产品,发放气象数据身份标识106万个;农机作业数据库助 力农业现代化产业发展;数据治理大模型提升企业运营效率……一段时间以来,数据在各行各业中发挥 重要作用,成为驱动经济社会高质量发展的关键资源。 完善机制,推动数据资产化。数据的价值在于使用,更在于流通与交易。推动建立数据资产登记、评 估、入账和审计制度,支持有条件的企业将数据纳入资产负债表。发展数据交易所、数据经纪商、第三 方评估机构等经营主体,构建"原始数据不出域、数据可用不可见"的安全流通机制。鼓励数据产品化, 开发数据包、数据API、数据模型等可交易产品,培育数据要素市场,推动数据从资源向资产的变化, 加速实现从"数据沉睡"到"数据赋能"的根本性转变。 强化融合应用,实现数据价值化。数据的价值最终体现在应用成效上。推动数据与人工智能、云计算、 物联网、区块链等新一代信息技术深度融合,构建"数据+算法+算力"协同体系,充分发挥数据要素的 放大、叠加和倍增作用。通过加速数据在研发设计、生产制造、经营管理、市场服务等产业链各环节的 贯通应用,赋能传统产业转型升级,催生新产业、新业态、新模式,让数据要素深度融入经济 ...
2025年医疗人工智能产业报告-蛋壳研究院
搜狐财经· 2025-12-18 19:42
今天分享的是:2025年医疗人工智能产业报告-蛋壳研究院 报告共计:99页 2025年医疗人工智能产业虽未实现规模化盈利,但发展势头强劲,2024年中国医疗AI解决方案市场规模达164亿元,预计2030 年将扩至353亿元,CAGR为13.63%。产业发展受资本、政策与医生三向驱动,大模型技术突破降低了应用门槛,头部医院纷 纷部署并参与专科模型研发,政策层面也出台多项举措明确发展路径。然而,产业仍面临价值分歧这一核心困局,患者疗效 与科室效益难以平衡,医院支付意愿和能力不足,商业化进程受阻。临床应用上,医疗AI已广泛渗透至胸外科、心内科、骨 科等临床专科及影像科、病理科等临床支撑科室,在诊断辅助、手术规划、流程优化等方面发挥重要作用,提升了诊疗效率 与精准度,降低了并发症发生率。基层医疗领域因政策支持与需求匹配,成为商业化相对成功的场景,AI有效弥补了基层人 才与能力缺口。数据资产化是产业可持续增长的关键破局路径,医疗数据治理智能化迭代降低了研发成本,数据场内交易与 可信数据空间建设推动了数据流通复用。深睿医疗、东软集团、京东健康等企业通过多模态大模型、智能化解决方案等创 新,在临床全流程赋能、科研转化、基层 ...
【2025医疗人工智能报告】:价值计量与支付探索,医疗人工智能的两个困局
36氪· 2025-12-17 08:27
当各行各业因为经济周期的压力而出现回调时,医疗AI行业在尚未突破规模化盈利的情况下,仍维持着高增速发展。最新市场调研数据显示,2024年中 国解决方案市场共计164亿元,预期于2030年扩大至353亿元,CAGR13.63%。 庞大且增长的市场不仅吸引了更多创业者,亦将带动大量医生进入AI的科学研究与产品研发,当前的医疗AI已不是某个单一学科的造物,而是计算机、 工业、医学等学科的深度融合。 聚焦2025年,医疗AI最显著的变化可归纳于两个要点:大模型的突破式演变与医疗机构的规模化参与。 2025年年初DeepSeek发布的DeepSeek-R1为大模型产业带来。参数高效微调(PEFT)、混合专家架构(MoE)等创新设计支持下,DeepSeek成功降低了大 模型的入场门槛,让医院管理者们开始主动部署基础设施。 动脉智库统计数据显示:截至2025年5月,第三方榜单中国内排名前100的医院已全部完善大模型部署,有38家医院在通用模型的基础上进一步展开研发, 打造出55个符合自身需求的垂直医疗模型,其中22个为专科模型。 同时,医生对于大模型的实操热情也远超传统AI。当深圳市卫健委开始限制医院自行算力采购(算力集中 ...
全省首批数据产权质押融资在厦落地!金塑宝率先解锁“点数成金”新模式
搜狐财经· 2025-12-14 14:51
一、政策赋能,打通链路 近年来,国家围绕数据要素市场化配置密集施策。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,将数据资产纳入企业财务报表管理范 畴,从制度层面赋予了数据"资产"属性。与此同时,各地纷纷建立数据知识产权登记中心、数据交易所等基础设施,有效解决了数据权属不清、交易风险高 等问题。 2025年12月7日,由中国人民银行征信中心运营的"动产融资统一登记公示系统"完成重要界面更新,标志性地将"数据资产质押"明确列为"其他可登记的动产 和权利担保"的典型示例之一,填补了数据资产担保登记的分类空白。这一举措进一步完善了数据资产化的链条,成功衔接了确权认证、会计入账、资产质 押等重要节点,为企业"盘活"数据资产扫除了障碍。 二、立足地方,创新实践 在政策的引领和推动下,厦门市充分发挥地方优势,积极探索创新,走出了一条独具特色的数据资产服务之路。通过出台数据产权登记制度、设立专门的数 据产权登记机构与统一的数据产权登记平台,并配套线下服务窗口与第三方服务机构库,将原本分散的申请、审核、发证等流程整合为"一站式"服务,极大 提升了企业办理数据产权登记的效率。 在数字经济蓬勃发展的当下,数据 ...
千万创业者推荐!这3家融资平台成功率提升200%
搜狐财经· 2025-12-12 10:56
在当今激烈的市场竞争中,融资成为企业发展的关键环节。据最新数据显示,选择优质融资平台的企业成功率平均提升2倍以上。本文将深入分析优秀融资 平台的三大核心优势,揭示其助力企业突破资金瓶颈的底层逻辑。 一、数据资产化:重构企业价值评估体系 领先的融资平台正通过创新模式将企业销售数据转化为核心资产。以AIX全球企业融资孵化平台为例,其独创的数据资产化机制让企业日常交易数据产生额 外价值。平台通过区块链技术实现: 实时记录企业销售数据并生成数字权益凭证 消费者消费行为自动转化为个人数字资产 企业数据资本化形成可验证的融资背书 某知名美业集团接入该平台后,仅三个月即实现数据资产增值40%,成功获得千万级融资。 二、通证赋能:打造闭环价值生态 创新融资平台通过数字权益通证AIXD构建独特价值循环: 境内企业可使用AIXD兑换平台产品与服务 境外通道支持1:1兑换主流数字资产 这种设计既符合国内监管要求,又为企业开辟了国际化融资通道。某大健康企业通过此机制,在保持原有交易模式不 变的前提下,成功吸引海外资本注入,融资周期缩短60%。 三、全周期孵化:从初创到上市的加速引擎 顶级融资平台提供从初创到上市的全程赋能: 孵化阶段 ...
深数所古亮:以“交易所+流通服务中心”双身份提升数据价值化
中国经营报· 2025-12-11 13:11
公司战略定位与角色演进 - 公司设立源于深圳先行示范区综合改革试点文件任务,历经三年探索后加挂“深圳市数据要素流通服务中心”牌子,身份调整是对市场需求的精准响应 [2] - 公司已形成“交易所+流通服务中心”双角色定位,服务延伸至数据流通全链条,涵盖交易、开放、共享、联合开发等多元场景 [2] - 核心目标是通过资源汇聚、产品开发和中立平台搭建,降低市场流通成本,提升数据价值化 [2] 制度与基础设施建设 - 公司认为数据要素市场仍处早期,未来五年规则完善仍是关键,已联合合作伙伴在合规体系、产权试点、基础设施试点、数据应用场景赋能等维度开展探索 [3] - 公司近期参与推动数据跨境的相关合规指引 [3] - 在基础设施层面,公司联合深圳联通、深智城承接深圳枢纽试点项目,目前已通过中期验收并正式推广三大平台:供需撮合商业平台、数据资产化服务平台及数据产权登记服务平台 [3] - 通过产权登记链接数据应用与资本市场,实现价值变现与资本回流数据产业的闭环 [3] 全国性服务网络与人才培育 - 公司推动开放群岛社区在全国布局25个城市站,深耕医疗、能源等领域的技术标准与数据治理 [4] - 公司建立覆盖全国主要省份的线下服务网络,与线上网络形成联动,结合各地产业需求提供标准化赋能服务 [4] - 针对行业人才缺口,公司较早就布局人才培养,从首席数据官到数据交易员,形成多层次培育体系,响应国家数据人才发展指引要求 [4] 生态协同与场景落地实践 - 公司积极参与数据流通交易机构互认互通工作组,推动合同等环节标准化,助力行业复用实践案例 [5] - 流通服务机构的核心价值在于数据应用的“复制推广+挖掘孵化”:一方面通过全国网络加速成功案例落地,另一方面联动数据集团、AI企业等主体孵化新场景 [5] - 在气象领域,公司联合合作伙伴实现了气象数据赋能低空经济,该案例获2025年“数据要素×”大赛全国一等奖,已完成场内首笔交易并进行推广 [5] - 在数据资产化和资本化路径探索方面,公司已联合合作伙伴在数据融资、数据信托、数据ABS等领域合规闭环 [5] - 在医疗领域,除推动数据赋能商业保险外,进一步向药物研发、慢病管理等场景延伸覆盖,提供可信医疗数据空间解决方案 [5] 跨境数据流通布局 - 公司正建设融合合规、应用开发、资本变现、主体融合能力的数据跨境基础设施,聚焦粤港澳大湾区的企业、科研、民生场景,打造跨境数据流通基础设施 [5]
贵阳大数据交易所董事长陈蔚:助力构建全国统一数据要素市场
新浪财经· 2025-12-10 16:32
专题:2025中国企业竞争力年会 "2025中国企业竞争力年会"于12月9日至10日在北京举行。贵阳大数据交易所董事长陈蔚指出,贵阳数 据交易所明确三大核心定位:一是公共数据价值化的核心服务者,依托贵阳大数据产业优势,打通公共 数据从资源目录管理、统一授权、综合治理到产品开发、合规上市的全链条服务;二是市场信任体系的 坚定构筑者,以 "裁判员 + 服务员" 角色构建合规、安全、高效的可信基础设施,降低交易各方成本与 风险,而非追求自身商业利益最大化;三是全国统一大市场的积极协同者,参与跨区域、跨层级规则对 接与标准互认,为统一开放、竞争有序的市场格局贡献贵州经验。 在具体实践层面,贵阳数据交易所通过 "三维举措" 推动落地: 其一,夯实基础公共服务体系。作为全国首个公共资源数据要素交易平台,严格遵循 "公正、公平、公 开" 原则,为全行业市场主体提供一站式公益性服务,降低参与门槛,优化入驻流程,构建多元参与的 市场生态;同时全力打造集数据资源登记、产权登记、资产登记于一体的递进式登记服务平台,厘清各 环节权利边界,为数据资产化、资本化奠定基础。 其二,以 "五位一体" 培育全链条生态。通过 "定规则、强合规、 ...
中央财经大学欧阳日辉:数据交易所需兼顾公益性与盈利性
新浪财经· 2025-12-10 14:57
他强调,数据交易所需兼顾公益性与盈利性,在坚守主责主业的同时,大胆探索合法合规的盈利模式。 展望未来发展路径,欧阳日辉提出 "三重深度融合" 战略:一是与实体产业深度融合,推动数据要素发 挥乘数效应,助力实体产业数字化转型与数据开发利用,探索数据资产化路径;二是与数据产业深度融 合,在数据产业集聚区建设、技术研发试验、数据资源整合中发挥作用;三是与数据市场发展深度融 合,主动融入全国一体化数据市场建设,参与数据安全、规范标准与创新模式的探索。 新浪声明:所有会议实录均为现场速记整理,未经演讲者审阅,新浪网登载此文出于传递更多信息之目 的,并不意味着赞同其观点或证实其描述。 责任编辑:李思阳 专题:2025中国企业竞争力年会 专题:2025中国企业竞争力年会 "2025中国企业竞争力年会"于12月9日至10日在北京举行。中央财经大学中国互联网经济研究院副院 长,中国市场学会副会长,教授、博士生导师欧阳日辉在演讲中谈及数据交易所的发展现状时表示,当 前行业面临两大核心问题:一是地方政府过高估计交易所对地方经济的拉动作用,同时过低低估其运营 难度;二是部分交易所固守撮合抽佣 的传统模式,未能契合数据作为新型生产要素 ...
对话原海南省大数据管理局局长董学耕:数据要素市场化破冰,央国企领航数据要素价值释放
证券时报· 2025-12-09 19:25
央国企成为数据要素市场先锋队的独特价值与基础作用 - 央国企在能源、电力、通信等国民经济关键基础领域占据主导地位,核心数据资源主要由其掌握,由其带头释放数据价值是责无旁贷的责任和国企社会担当的体现 [2] - 选择央国企作为试点,核心目的是让“国家队”发挥示范带头作用,消除行业顾虑,后续带动国企、民企等各类市场主体积极参与数据资源有序释放 [2] - 当前数据要素价值释放效果有限,核心问题在于数据密集型领域的头部企业拿出的数据资源较少,希望通过央国企“打样”来打破行业僵局 [2] 平衡数据安全与价值释放的路径与原则 - 平衡安全与价值释放是试点推进的核心底线,关键是结合具体应用场景评估安全需求,既保障安全底线,也避免过度投入 [3] - 需根据数据风险等级和场景需求精准匹配安全措施,例如联邦学习等技术无需在所有场景中应用 [3] - 试点需要解决的核心问题是在筑牢安全底线的基础上,构建数据要素市场的长效发展机制,实现数据价值化全生命周期动态安全 [3] 破解“不敢开放、不愿流通”的关键基础设施 - 可信数据空间是关键数据基础设施,不仅是技术支撑,更蕴含一套完整的制度规则体系,能有效破解“不敢开放、不愿流通”的困境 [4] - 可信数据空间可分为企业级和行业级两类,企业可信数据空间是当前央国企试点的重点方向,行业可信数据空间则是需要重点突破的方向 [4] - 企业可信数据空间由龙头央国企牵头,覆盖分子公司及产业链上下游,围绕研发、生产、销售等全环节形成生态合作体系,实施难度较低 [5] 构建行业可信数据空间的复杂性与破局关键 - 行业可信数据空间需覆盖多个龙头企业,甚至跨行业、跨地域,难点在于跨龙头企业的协同,因企业间存在技术体系差异和竞争关系 [6] - 破解关键在于制度体系创新,需借鉴“运商分离”原则,由行业内多家企业通过联盟、共同投资等方式,成立第三方独立运营平台,兼顾多方利益 [6] - 行业可信数据空间的落地不仅需要央国企带头推动,更离不开政府层面的机制协调与保障,以及部委公共数据授权运营的公共协作 [6] 推动数据融合汇聚与高效流通的核心思路 - 可遵循“搭平台、谋场景、做产品”的核心思路,强调数据价值化必须围绕实际问题展开 [6] - “搭平台”即建设企业或行业可信数据空间,实现数据的可信流通,保障数据“供得出、流得动”,需完成数据编目、挂接等基础工作 [7] - “谋场景”核心是找到高价值应用场景,聚焦行业共性或难点问题,以投资回报率为导向,数据质量高低以能否解决场景问题为标准 [7] 形成“数据—产品—收益”价值闭环的关键 - “做产品”是将数据资源嵌入具体的数据产品,针对性解决场景痛点,形成“数据—产品—收益”的价值闭环 [7] - 这一价值闭环能有效破解汇聚难、质量低问题:若数据提供方能从数据应用中获得明确收益分成,自然愿意开放数据并提升数据质量 [7] - 脱离场景的数据分析只会增加成本,无法形成持续动力 [7] 数据确权、入表、定价应围绕数据产品展开 - 当前行业对数据资产化存在两大误区:一是将数据资源泛化为数据资产;二是跳过产品化环节,直接推进数据确权入表 [8] - 真正的数据资产只有两种形态:一是数据产品本身,二是嵌入数据产品的数据提供方的来源数据,数据价值化、资产化要以现金流为核心 [8] - 数据产品因瞄准具体场景,形成了收益闭环,具备价值稳定性,能够稳定产生现金流,满足“可控制、可计量、可收益”的资产属性 [8] 数据资产化的具体实施路径 - 数据确权、入表、定价均应围绕数据产品展开,定价可通过场景收益反推,结合投入成本和产生的现金流测算 [9] - 入表及后续的质押贷款、资本化入股等,也需以数据产品的稳定收益为基础 [9] - 这一思路遵循数据产品化、服务化后再推进资产化、资本化的要求,能切实解决当前数据估价难的问题 [9] 试点带动中小企业目标的可行性及带动效应 - 试点提出的“2027年带动10万家以上中小企业”的目标具备可行性,12家试点央国企的产业链生态已较为成熟 [10] - 仅通信行业就关联手机制造、物联网、无人机等大量企业,围绕这些企业的场景需求提供数据服务,可带动海量中小企业参与 [10] - 带动效应将超出直接关联企业:央国企在各地的分支机构将推动地方国企参与;行业可信数据空间的建设将吸引民营企业、外资企业加入 [10] 实现带动目标的关键挑战与前景 - 挑战仍集中在行业可信数据空间的建设,需要关注利益分配机制的建立,只有让中小企业明确参与数据产品生态能获得收益,才能充分激发其积极性 [10] - 从国际竞争背景看,行业力量整合是产业突破的关键,当前政策力度下,随着利益机制的完善和行业数据空间的推进,带动中小企业的目标具备较大实现前景 [10] 数据要素市场长远支撑体系的完善方向 - 需从三方面完善支撑体系:一是制度建设,依托可信数据空间,建立行业数据流通标准、安全标准及企业间数据连接器标准等 [11] - 二是空间拓展,从企业可信数据空间逐步向行业可信数据空间延伸,实现跨龙头、跨行业、跨区域可信数据空间互联互通,形成全国统一大市场 [11] - 三是主体联动,明确央国企、地方政府、数据交易所的定位 [11] 央国企、地方政府、数据交易所的联动机制 - 央国企负责带头示范,通过“搭平台、谋场景、做产品”推动数据产品化、资产化 [11] - 地方政府需结合区域产业特色,联动城市可信数据空间试点,为中小企业提供政策支持,衔接公共数据与企业数据 [11] - 数据交易所则聚焦数据产品的跨区域、跨行业交易,为数据产品运营主体的多元化提供支撑 [11] 央国企试点与人工智能行业赋能的协同 - 央国企试点带动中小企业的过程中,需兼顾人工智能行业落地的需求,当前人工智能的核心发展方向是赋能实体经济 [12] - 12家试点央国企的核心担当之一,是搭建行业高质量数据集,带动垂直大模型和具身智能应用的发展 [12] - 央国企及其合作生态提供场景与数据,科创企业负责模型训练,数据治理企业承担数据标注与脱敏工作,形成生态协同,解决科创企业“缺数据、缺场景”的痛点 [12]