数据资产入表的最新实践与合规要旨暨2025年数据要素市场展望

江翔宇 上海协力律师事务所高级合伙人

01.数据资产入表的最新实践情况

自2023年8月财政部发布《企业数据资源相关会计处理暂行规定》（以下简称“《暂行规定》”）以来，市场对数据资产入表的认识经历了一个逐步深化的过程。从最初部分人士担忧其可能引发泡沫化，到如今已趋于客观冷静。《暂行规定》自2024年1月1日起正式实施，因此2024年被业界广泛视为数据资产入表的元年。据2024年上市公司财报披露情况显示，从一季度到半年报，再到三季报，实施入表的企业数量呈稳步增长态势，但并未如部分机构此前预期的那般迅猛增长，总体仍处于逐步增加的阶段。

我国数据要素市场的发展具有鲜明的政府驱动特征，政府在其中起到了引领市场认知的关键作用。政府不仅进行了顶层设计，还持续引导市场向前发展。早在2017年甚至更早时期，国家的顶层文件以及国家最高领导人的讲话中，就已将数据的重要性提升至前所未有的高度。然而，真正引起市场广泛关注并被重视的节点，我们理解可以追溯至2021年。彼时，《个人信息保护法》、《数据安全法》落地实施，与《网络安全法》共同构建起数据领域安全保障的三位一体的底座。尤其是个人信息保护机制的日益完善，创造了促进数据要素的合规流通利用条件并逐步获得广泛认可，而《暂行规定》的发布更是将这一进程推向了高潮。

根据2024年三季报披露，共有54家上市公司实施了数据资产入表。据半年报披露，数据资源入表金额总计为10.94亿元，金额规模相对较小。其中，值得关注的是三大通信运营商——中国移动、中国电信和中国联通，均积极进行了入表安排，这一举措具有重要意义。

从企业类型分布来看，在三季报披露入表的54家上市公司中，民营企业和央国企各有27家，其中中央国有企业有8家，地方国有企业有19家。从入表的背景与目的来看，央国企的入表更多受到政策性因素的推动，但不可忽视的是，大量入表的央国企本身也是数据领域的优质企业；而民营企业中，部分企业家对数字化转型有着深刻的认知，同时也有部分民营企业较为关注市值管理，需明确的是，市值管理本身是一个中性概念，并无贬义之说。

入表金额不大的原因主要有两方面：一是，数据资产入表仅以2024年以后的数据资源成本为依据，2024年1月1日之前的数据资源成本已费用化，无法再进行入表安排；二是，目前实施入表的企业对数据资产入表的意义以及具体操作流程在认知上仍存在一定的差异。

02.对数据资产入表的理解

数据资产入表是指将企业能够拥有或控制的、具有经济利益流入潜力的数据资源背后的成本计入资产负债表。入表之后，还衍生出了一系列金融化的安排，例如众多银行开展的数据资产质押融资业务，以及数据信托、数据资产出资入股等。对于这些金融化安排究竟是锦上添花之举还是雪中送炭之策，目前市场上仍存在一定的争议。部分市场人士担忧入表可能会引发泡沫，然而，我们应当以一种积极开放且冷静严谨的态度来对待这一问题。

首先，从法律依据来看，入表是依据财政部相关规定操作的，其口径清晰明确，操作流程规范严谨。该规定是在现有会计准则基础上进行的适度突破，仅允许符合标准的数据资源计入资产负债表，其操作标准依然遵循会计准则，并且采用成本法进行核算，以2024年为时间节点。从本质上看，产生泡沫的可能性较小。对于参与入表的公司而言，由于对数据资产入表的认识尚不充分，在首次入表时，绝大多数公司都会聘请中介机构包括会计师事务所和律师事务所的专业协助。只要中介机构能够做到勤勉尽责，数据资产入表这一过程就不会产生泡沫，反而能够真实地体现企业有价值的数据资源资产，彰显数字经济的特征。相较而言，对于入表后的金融化利用，在当前阶段可以进行积极而谨慎的试点与尝试，但需要注意的是，目前仍存在一些法律上的障碍有待解决。

从入表动机来看，国有企业受政策性驱动的因素相对较强，但在具体操作过程中，国有企业表现出较为谨慎的态度，一定会聘请会计师事务所和律师事务所共同参与其中。对于民营企业而言，其入表动机在很大程度上取决于企业家自身的认知水平，此外，民营企业对市值管理的市场期望较高，然而从目前的二级市场表现来看，由于入表资产规模有限，加之2024年二级市场整体表现较为平淡，因此相关影响并不显著。

关于数据入表相关政策的梳理，我们制作了表格供参考。

从政策层面来看，支持力度呈现出不断加强的趋势。例如，财政部发布的《数据资产全过程管理试点方案》中再次提及，推进行政事业单位和国企的数据资产纳入本级政府国有资产报告工作，并接受本级人大常委会的监督。这一说法其实在财政部此前发布的《关于加强数据资产管理的指导意见》中就已有所体现。

当然，各地国资委目前总体上对国企数据资产入表尚未从官方角度进行大力推动，各地对政策的理解程度和具体做法存在差异，主要依赖于企业自身的判断。由于财政部的规定本身具有法定依据，因此国企可以依法自主开展入表工作，具体实施则取决于各地的认知水平以及因地制宜的安排。

此外，财政部和国税局等联合出台的《关于促进数据产业高质量发展的指导意见》也具有重要意义，其中特别强调建立健全数据资源价值评估服务体系，为高质量开展企业数据资源入表提供有力支撑。

因为入表要求数据资源必须具有经济价值流入，一般以产品化的方式入表较为合适，但目前很多企业尚未形成典型的数据产品，虽然拥有大量数据，却缺乏专业的中介机构协助将其打造成具有商业价值的数据产品。再如律师事务所开展的合规评估工作，如果律师不能做到勤勉尽责，同样会带来风险，这与IPO领域要求的勤勉尽责具有相似性。

关于数据资产的价值意义，我们认为主要有以下几点：

首先，数据资产入表直接增加了企业的资产规模，这一点毋庸置疑。原本被费用化的数据资源，如今能够以资产的形式体现在资产负债表中。对于众多新质生产力企业，尤其是数据类企业而言，这一举措具有重要的现实意义。这些企业传统的资产类型相对较少，但拥有丰富的数据资源，通过入表，其数据资源的价值得以在资产负债表中体现和凸显，这无疑是面向未来、面向AI时代的一项顶层设计。

其次，数据资产入表能够促进企业的数字化转型。入表工作的开展必然会促使企业内部相关人员和部门在认知上有所提升，进而提高企业的数据合规意识，使企业对数据资产的真实价值有更清晰的认知，并推动企业对后续数据价值应用进行更深入的思考。

最后，需要明确的是，数据资产入表并非终极目标，促进数据的充分利用才是真正的核心所在。实现数据的价值入表仅是一个手段，若数据能够作为一种生产要素入表成为资产，那么其发展必然不会止步于当前的入表环节，未来一定会朝着进一步的资本化、金融化方向迈进。

然而，目前这一领域仍存在一定的争议，究竟是锦上添花还是雪中送炭，因为目前确实还面临着诸多问题和挑战，包括确权、价值评估、公允价值认定、资产处置等诸多难题。

关于数据财政，我们认为未来公共数据有望通过授权运营的方式实现其价值，但从短期来看，运营机构难以获得高额收益，因此其反哺给公共数据提供方（政府）的经济收益也极为有限，难以满足数据财政的要求。但从长远角度而言，如果我们认可公共数据具有巨大的潜在价值，那么实现数据财政在未来并不能排除可能性。

关于数据城投，一些地方的做法已被叫停，其核心问题在于公共数据的价值究竟有多高以及如何进行合理定价。如果无法形成一个科学评估并被公认的资产价值，就贸然进行融资安排，那么在底层逻辑上是难以经受严格推敲的，有可能引发潜在的法律和合规风险。国家数据局《公共数据资源授权运营实施规范》就提出开展授权运营应有效识别和管控数据资产化、数据资产资本化不当操作带来的安全隐患，切实防范化解金融风险。

关于数据资产入表到底是企业的必答题还是选择题，个人认为，财政部的规定作为具有法律效力的文件，并未设置豁免情形。从法律层面而言，会计活动本质上是企业对生产经营情况的真实记录，符合规定的数据资源应当确认为数据资产，并计入企业资产负债表。然而，我们也必须正视现实情况，目前仍有众多企业持观望态度，甚至部分企业尚未实施入表。这是否意味着这些企业就违反了相关规定呢？显然不能一概而论。

首先，数据资产入表本身是一个新兴事物，缺乏明确的指引和足够的实践案例可供参考借鉴，需要一定的摸索期来逐步完善。其次，在具体操作过程中，如何准确判断数据资源是否符合入表标准，从企业角度来看，仍存在一定的解释空间和弹性。因此，企业是否实施入表操作，实际上取决于企业对数据资产的认知水平，以及企业在财务安排上的综合考量。

企业可以将有价值的数据资源通过数据产品等方式进行数据资产入表，采用成本法进行核算。然而，成本法未必能够真实全面地反映数据资产的价值，因此在成本法入表的同时，数据资产可以通过数据资产评估来确定其真实的市场价值，并据此做出资本化的安排。资本化的安排包括数据信托、数据资产质押融资、增信贷款、作价入股等。这些安排在很大程度上取决于是否能够形成受市场认可的，尤其是受金融机构认可的数据资产价值。在股市二级市场，公开交易能够形成股票的公允价值；在房地产市场，大量的交易活动也能够形成公允价值。然而，数据产品属于非标准化交易，基本为场外交易，且数据产品具有可复制性，对不同主体的价值各不相同，因此如何评估数据产品的价值成为一个世界级难题。但若不能妥善解决这一问题，数据资本化将难以顺利推进。

当然，我们应当以开放的态度看待这些问题，既要谨慎应对当下挑战，又要对长期发展持积极态度。如果技术与法律能够共同解决数据资产价值的可信问题，并形成受市场认可的数据资产价格，那么所有相关问题都将迎刃而解。

03.数据资产入表中的主要法律合规问题

合规性是数据资产入表过程中极为关键的一个环节，欲实施入表，首要任务便是解决合规问题，尤其是数据来源的合规性问题。会计准则明确要求，对于入表的资源，企业必须拥有或能够控制。

其中，“拥有”一般对应民法典中所有权的概念，而“控制”则意味着企业不一定需要拥有所有权，但必须具备使用权和收益权。然而，对于数据资源而言，很难通过证明合法拥有这一路径来满足要求。这是因为在现行法律中，尚未对数据权属做出明确的规定。民法典虽提及数据方面的权属规定，但仅指出“另有规定的除外”，然而目前并无明确的后续规定出台，相关立法进程仍需较长时间。因此，在法律尚未明确之前，数据二十条在政策层面起到了先行规定和探索的作用，也为未来立法提供了思路。从全国人大立法规划来看，短期内难以完成相关立法工作，但我们认为立法进程必须加快，因为政策终究不能替代法律。在法律尚未出台的情况下，我们认为合规与确权的关键在于证明合法控制，而非证明合法拥有。

如果数据来源合法，那么基本具备了合法控制的要件，而合法控制在无相反规定的情况下自然可以获取相关收益。这一底层逻辑是清晰明确的。从中介机构、律师的角度来看，如果能够证明这一链条，我们认为也是经得住推敲的，目前我们正是按照这一思路来推进相关工作的落地实施。

关于确权的具体路径，我们在去年4月与中经社联合发布了《企业数据资产入表合规指引》。确权的方式多种多样：

第一种是企业自证，即企业自行判断数据资源是否符合入表要求。如果企业法务部门的法律水平足够高，企业可以自行进行判断，但这种方式的公信度相对低于中介机构的评估；

第二种是他证，企业可以委托律师事务所进行合规评估。在实践中，很多入表的数据产品还会进行挂牌交易，即数据产品的挂牌与数据产品背后的成本入表同步完成，这样既能满足经济利益流入的要求，又能满足入表对合规确权的评估要求。例如，上海数交所就强制要求数据产品进行合规评估，因此这种合规评估既满足了场内数据产品交易的规范要求，又满足了入表对合规确权的评估需求。他证的其他方式还包括登记，目前存在数据产权登记、数据资源登记以及数据知识产权登记等多种登记方式，但这些操作仍处于试点阶段，缺乏法律层面的明确依据。因此，中介机构的实质性核查对于数据确权起到了重要的支撑作用。如果未经实质性核查，就简单地判断权属没有问题、确权没有问题，我们认为这种判断是缺乏说服力的。通过中立的第三方中介机构勤勉尽责地进行实质性核查，目前能够在最大程度上避免法律风险。

然而，从长远发展来看，如果数据要素市场迎来大规模发展，完全依靠第三方中介机构的实质性核查来进行确权将面临诸多问题，如效率低下、成本过高等。因此，未来必然需要借助技术手段与法律相结合的方式来实现数据确权。例如，利用区块链技术，我们可以在确权后将数据上链，当然确权后上链仍需依赖线下的确权操作，整个流程依然较为复杂。未来我们如果能够实现所有数据产生即上链，从源头上通过技术手段进行验证确权，中介机构的介入则将退居次要地位。我们最近也在与一些权威机构共同研究确权问题，目前主要有积极确权和消极规制两种路径。简单来说，积极确权属于赋权型，而消极规制则是通过反不正当竞争法等事后案件处理来保障数据主体的权益。在积极确权方面，又有数据知识产权和数据三权两种路径并行发展。国家知识产权局和国家数据局沿着不同路径推进工作，存在交叉和竞合问题，这两种路径未来是否并存，相互关系等仍需进一步探讨。

例如，有些数据既可以通过数据产权进行保护，也可能落入传统的著作权和专利权范畴，同样可以通过知识产权保护。数据知识产权实际上是将具有一定创新性的数据产品命名为一个新的知识产权类型。目前，各地已经在开展数据知识产权登记工作，数据产权和数据资源登记的具体规则尚未出台。在这一过程中，我们需要关注的重要问题包括：第一，是否有现有法律依据作为支撑；第二，是否经过了实质性核查。在北京知识产权法院二审的数据堂案例中，法官指出，由于数据本身未经法律明确赋权，因此数据资产登记证书的效力存在争议。一些机构仅进行形式审查，就赋予数据登记证书所涉权益归属和数据来源合法性的不容否定的证明效力，这与客观实际不符，应当允许对其效力提出质疑，并给予充分的制度保障。法官明确指出，目前数据知识产权登记并无直接的确权效力。因此，通过登记方式直接赋予确权效力可能会受到质疑。当然，各地在数据知识产权探索方面也存在不同的做法。例如，上海采用数据产品知识产权存证登记的方式，对创新性进行实质性审查，强调数据产品登记存证的概念，避免被认为是确权。总体上，我们理解在登记过程中未对数据来源的合规性进行实质性审查，目前登记主要起到初步证据的效力。

04.法律视角下数据资产价值实现的痛点

（一）数据价值的科学衡量

国家数据局局长刘烈宏近日指出，我国数据市场交易规模已达1600亿元，同比增长30%，其中场内交易规模为300亿元（含备案交易）。相比之下，2024年新建商品房的市场规模高达9.675万亿元。由此可见，数据要素市场的规模与其他市场要素的规模相比，差距仍然较大。这表明目前非标准化的数据产品如何通过场内规模化、高效的交易，确实是一个需要探索的问题。当前最大的问题在于数据的价值商业变现场景相对较少，即高质量、高价值的数据未被充分挖掘出来。当然，许多高价值的数据可能集中在政府、互联网平台企业或金融机构手中，但其他数据的价值挖掘确实有限，如何挖掘这些数据的应用场景仍需深入探索。

此外，我们还需要关注的一个问题是，是否需要重构数据价值衡量的标准？因为数据产品很难像传统商品那样，通过价格上涨实现企业收入的倍增或大幅增加。但从反面来看，没有数据，企业甚至无法有效决策，更谈不上降本增效。因此，个人认为对数据价值的衡量标准有必要进行重构，并辅以相应的激励措施，以真正体现数据的独特价值。否则，仅从其是否带来增量收入的角度进行评估，很难科学地衡量数据的价值。

（二）个人信息合规利用难

现阶段，在合规基础上对涉及个人信息的数据进行利用存在诸多困难。例如，个人信息匿名化的标准尚不清晰，对外提供个人信息时如何取得授权同意在实际操作中存在难点。个人数据具有巨大的价值，合规利用的市场潜力巨大，存在众多商业应用场景，但个人用户触达难度较大，取得个人同意的成本高昂且效率低下。

例如，匿名化国家标准等一些关键问题仍未得到解决，建议尽快出台明确的规则，这对数据价值的实现将起到重要的推动作用。我们最近为一家持牌机构开展数据资产入表项目时，其子公司经个人授权同意后，合法地将所获得的数据提供给母公司，而母公司希望将这些数据再提供给另一家全资子公司用于模型训练。但由于前端授权并未涵盖提供给另一家子公司的情况，因此需要论证匿名化问题。虽然在现实中，子公司使用该数据确实无需识别到个人，但由于缺乏法定的匿名化标准，这就产生了一定的不确定性。在这种情况下，我们只能依据现有的法律法规和标准进行进一步分析。我们按照最严格的方式对数据进行去标识化处理，因为去标识化是有国家标准的。然后我们再审查数据接收方的情况。由于该全资子公司受母公司一体化管理，不具备违法动机，并且具有良好的内控机制，能够防止其进行所谓的撞库以识别个人的行为。综合以上分析，我们认为达到了匿名化的要求。

（三）数据资产金融化的利用趋势与现实痛点

以数据资产质押融资为例，目前相关实践较为广泛，国内多数银行均已开展此类业务。根据我们与银行一线人员的交流了解，目前数据资产质押融资主要以锦上添花为主。例如，在科创金融的背景下，银行支持数据新型企业发展，出发点良好，银行本身也有一定的额度支持。部分融资是因为企业自身资质稍差，数据资产可以作为一定的增信手段。然而，银行对于数据资产的市场价值很难确认，银行的风控模型也与这类资产不匹配。许多数据质押安排实际上并未签订真正的质押合同，或者仅是使用传统的质押合同形式，但鉴于数据资产本身的权利在法律上仍存在争议，从严谨的法律角度来看，质押安排必然也会受到质疑。此外，贷款违约后，银行如何处置数据资产也是一个问题，因为数据资产的价值可能大幅波动，对银行来说存在较大风险。因此，我们认为数据资产金融化目前更多是一种积极而有价值的尝试，但尚无法大规模推广。我们认为需要把握好当下与未来的关系，未来随着相关机制的完善，数据资产金融化有望水到渠成。

数据信托同样面临类似问题。目前数据信托主要在行政服务类信托下开展。将数据财产委托给信托公司进行管理，信托公司的优势何在？数据信托相较于传统数据资产处理模式的核心优势是什么？其底层逻辑是什么？这些问题均需要进一步深入研究。

当然，部分信托公司的尝试具有一定的底层逻辑。例如，将抽象的价值不确定的数据资产通过信托转化为具体而确定的信托设计份额，强化了数据资产的标准性和辨认性。

关于数据资产作价入股，公司登记管理实施办法最近再次提及这一概念，即法律对数据权属有规定的，可以按照规定用数据和网络数据虚拟财产作价出资。市场上对此表现出较高的积极性，认为这一举措即将可以实施。但个人认为，法律上的障碍仍然存在。法律规定“法律另有规定的”，那么必须有相关明确的规定才可以作价入股，然而目前这样的规定尚未出台。因此，从严格意义上来看，仍需进一步观察监管部门的态度。如果市场监管部门对这一事项持积极态度，那么进行相关尝试也并无不可，这与知识产权出资入股的做法类似。

（四）可信数据空间

数据资产入表之后的资产化、资本化进程，在很大程度上取决于相关利益方对数据价值的判断。数据的形成过程、来源、交易次数、交易的真实性与伪造性，以及交易之后是否真正实现了价值等问题，都需要通过技术手段来解决。可信数据空间应当能够解决这些问题，它基于共识规则连接多方主体，是一个集成的系统，是一种硬件、软件、规则与法律相结合的综合生态基础设施。据我了解，目前尚未有成熟的落地案例。但我相信，通过技术与基础设施的结合来解决可信交易和数据价值可验证问题的思路是必然的。这一过程必须依赖技术手段，而不能完全依靠法律和律师的方式，因为后者的效率较低。虽然目前只能依赖法律和律师的方式进行操作，但这并非长久之计。

05.数据资产入表价值实现的趋势

（一）关于数字资产与数据资产

首先需要明确区分数字资产与数据资产的概念。个人认为，数字资产主要指通过区块链技术实现的加密货币、代币、数字藏品等资产；而数据资产的概念目前被广泛应用于多个维度。在数据资产入表之前，互联网企业和金融机构所称的数据资产，更多是指从IT信息意义上而言的数据资产。如今，当我们谈论数据资产时，最好还是从国家数据局的概念出发，即会计意义上符合资产定义的数据资源在入表之后形成的资产。因此，数字资产与数据资产是两个不同的概念。数字资产通常与区块链、web3.0等技术密切相关，而数据资产则侧重于企业所拥有的能够驱动企业决策与经营管理的数据资源。

关于最近对RWA（Real World Assets，真实资产代币化）的探索，我认为需要妥善处理当下与未来、境内与境外、实然与应然之间的关系。RWA本质上是实体真实资产的数字通证化，与资产证券化相对应。资产证券化是指对具有现金流的独立实体资产，由持牌金融机构在金融监管部门监管下发行证券，投资者可以进行投资购买。而RWA则是通过发行数字通证的方式实现实体资产的份额化和转让。2024年，蚂蚁集团协助协鑫公司在香港发行的RWA案例中，实体资产在境内挂牌，经香港金管局认可，由香港的持牌金融机构操作，符合香港的相关规定，同时也获得了境内金融监管部门的默认。理论上，对于境内实体资产在境外的发行，境内金融监管部门也有权进行监管。目前境内也在进行一些RWA的探索，但需要注意的是，如果实体资产和发行均在境内，这种做法一定会被视为具有金融化的安排，对现行金融实践构成突破，且存在产生一定金融风险的可能。众所周知，中国对数字代币、加密货币实行严格监管和限制政策，在国内发行数字通证是受限的。因此，必须注意在金融监管框架下进行合规探索，加强与金融监管部门的沟通和获得认可。

（二）数据资产的金融化利用

如前文所述，由于在金融化过程中难以对数据资产形成一个可信且公认的市场价值判断和评估，无论是对金融机构还是资产评估机构而言，按照现有规则都面临较大挑战，需要进一步探索。然而，我们应当对未来发展持有积极态度。在技术的推动下，数据资产的金融化利用必将实现。其底层商业逻辑在于，数据作为一种生产要素，必然会迈向更高阶的发展阶段。

（三）AI与数据资产入表

人工智能时代的三大基石是算法、算力和数据，数据的价值不言而喻。未来，许多企业可能会涉及本地化部署AI Agent，外部数据将成为企业经营管理不可或缺的行业知识来源。如果外部数据的采购符合入表要求，那么就有可能进行入表安排。重要的数据集和数据产品可能会被众多企业购买并持有，数据资产入表的规模有望大幅增加。对于是否可能产生泡沫的问题，我们认为，如果入表的企业数据能够形成经济利益流入，即具有经济价值，那么入表是没有问题的。这实际上是对数据资源真正价值的认可，也是市场价值发现的体现，恰恰彰显了数字经济的特征。

06.

对2025年数据要素市场发展的思考与展望

第一，预计2025年数据资产入表的规模将有显著增加。经过2024年的实践与探索，相信市场对数据资产的认识将得到大幅提升。在人工智能时代加速到来的背景下，企业对数据资产的重视程度必将大大提高。

第二，公共数据的开发利用有望加速落地。近期，国家数据局出台了多个相关文件，各地的公共数据授权运营规则预计也将很快出台。在这些规则落地之后，各地的授权运营机构，主要是各地的数据集团，将能够依法依规地开展工作。

第三，场内的数据交易或将注入新的活力。目前，大量的数据产品交易主要在场外进行。然而，未来场内交易可能会有新的空间。例如，根据相关规定，未来公共数据的交易将被鼓励在场内进行。再如，未来数据基础设施，如区块链可信数据空间等，这些基础设施的建设或将在一定程度上借助于国家级的数据交易场所。例如，数据资产评估离不开数据产品交易全流程的登记，基于区块链的登记有必要将现有的国家级数据交易所作为区块链的节点，无论场内场外的数据交易都应进行上链登记，这样场内交易长期看也将被激活。

第四，个人数据的合规利用预计将取得一定突破。例如，此前提到的个人数据匿名化标准，国家数据局已在相关文件中提及，或许很快就会出台明确的标准。同时，可信数据空间的建设也已出台了专门规定，这将为个人数据的合规利用提供更好的技术与制度保障。

第五，2025年将成为AI落地应用的元年。AI Agent的落地应用正在加速推进。例如，COZE平台可以生成特定业务领域的智能体，我们最近刚刚搭建了一个数据资产入表合规指南的智能体，效果较为理想。且AI应用落地成本也在逐步降低，可以说，技术平权和AI的普惠化正在逐步实现。