【報告主題】數據資產化專題分享【直播平臺】線上多平臺同步聯播精彩活動預告精彩活動預告2024.4.152024.4.15線上-大模型驅動的金融變革與實踐抽獎送數據要素包掃碼添加微信進入社群2024.5.24-25線下-第7屆大數據與人工智能教學研討會第7屆全國高校大數據與人工智能教學研討會第7屆全國高校大數據與人工智能教學研討會1.國家杰出青年基金獲得者、北航人工智能研究院常務副院長李波教授——分享“北航人工智能專業建設”2.國家教學名師，浙江工業大學計算機科學與技術學院王萬良教授——分享“人工智能通識課程建設”（國家一流課程）3.國家杰出青年基金獲得者、東南大學人工智能學院執行院長張敏靈教授——分享“東南大學人工智能專業建設”4.西安交通大學人工智能學院執行院長，辛景民教授——分享“西安交通大學人工智能專業建設”5.武漢理工大學計算機與人工智能學院教授，院長熊盛武教授——分享“武漢理工大學AI+X人工智能專業建設”6.復旦大學大數據學院副院長，博士生導師陳釗研究員——分享“數據科學與大數據技術專業建設”（國家一流專業）7.大連理工大學經濟管理學院副院長、博士生導師李先能教授——分享“大數據管理與應用專業建設”（國家一流專業）8.同濟大學數據科學與大數據技術專業負責人苗奪謙教授—分享“數據科學與大數據技術專業建設”（國家一流專業）9.北京郵電大學青年教學名師，教育部信息網絡工程研究中心副主任鄂海紅教授—分享“大數據實訓案例資源建設”10.北京理工大學自動化學院模式識別與智能系統研究所副所長高琪副教授—分享“模式識別課程建設”（國家一流課程）11.廈門大學實驗教學中心主任林子雨副教授—分享“大數據系列課程建設”（2門國家一流課程，3門福建省一流課程）12.美林數據技術股份有限公司肖西偉副總裁—分享“大數據與人工智能人才培養探索”13.杭州睿數科技有限公司創始人吳仲毓CEO—分享“大數據與人工智能實驗平臺解決方案”14.高慧強學軟件(海南)有限公司詹博凱總監—分享“智能+教育”精彩活動預告精彩活動預告2024.4.152024.4.15線上-大模型驅動的金融變革與實踐抽獎送數據要素包掃碼添加微信進入社群2024.5.24-25線下-第7屆大數據與人工智能教學研討會王春濤專家/CDO《數據資產化助力數據要素價值流通》l北京銅牛信息科技股份有限公司首席數據官CDOl全國信標委大數據標準工作組數據資產專題組聯合組長l國家互聯網數據中心產業聯盟技術專家委員會副主任委員l北京資產評估協會專委會委員lITSS分會榮譽架構師對于【有價值問題】的聽眾贈送數據要素資料包Q1:數據資產化對未來數據治理體系和規則制定有何影響？它如何推動數據治理體系的創新和完善？Q2:數據資產化是否可能加劇數據壟斷和數據不平等現象？Q3:如何構建有效的數據交易和流通機制，來促進數據要素市場的健康發展？Q4:如何科學準確地界定數據資產的歸屬權？Q5:數據資產化對數據要素市場的透明度和可追溯性有何影響？如何確保數據交易的公平性和合法性，以及數據的來源和使用的可追溯性？Q6:數據資產化對監管體系和法律法規的挑戰是什么？現有的法律框架是否足夠應對數據資產化帶來的新問題和挑戰？Q7:數據資產化是否可能引發新的數據權力和利益格局的變化？這會對數據市場的競爭格局和生態系統產生怎樣的影響？數據資產化助力數據要素價值流通王春濤全國信標委大數據標準工作組數據資產專題組聯合組長講師介紹01背景需求01市場背景——數據要素市場特點01市場背景——數據要素市場問題01市場背景——數據要素市場需求02全國數據資產化布局02研究基礎01《數據治理規范》國家標準02《數據管理能力成熟度模型與評估》國家標準03《信息技術服務數據資產管理要求》04《信息技術大數據數據資產價值評估》05《信息技術服務數字化轉型成熟度模型與評估》即將發布06數據權利矩陣03政策解讀01《暫行規定》解讀01《暫行規定》解讀01《暫行規定》解讀01《暫行規定》解讀01《暫行規定》解讀01《暫行規定》解讀02《評估指導意見》解讀——框架02《評估指導意見》解讀——總則02《評估指導意見》解讀——基本遵循一02《評估指導意見》解讀——基本遵循二02《評估指導意見》解讀——評估對象02《評估指導意見》解讀——影響因素02《評估指導意見》解讀——評估方法02《評估指導意見》解讀——披露要求02數據資產評估指導意見與標準對比分析03《管理指導意見》解讀03《管理指導意見》解讀03《管理指導意見》解讀03《管理指導意見》解讀03《管理指導意見》解讀03《管理指導意見》解讀03《管理指導意見》解讀03《管理指導意見》解讀03《管理指導意見》解讀數據評價師/數據資產管理師04評價評估01數據評價——質量要素評價01數據評價——質量要素評價01數據評價——質量要素評價01數據評價——成本要素評價01數據評價——應用要素評價02價值評估——流程02價值評估——方法《信息技術服務數據資產管理要求》附錄A.1n篩選是在市場上尋找與待估數據資產相同或相似的參照數據；n調整是通過比較待估數據資產和參照數據可考慮地域、使用時間、市場潛力、經濟形勢和P-----待評估數據資產的價值；P-----參照數據的市場平均價格；P-----參照數據的市場平均價格；ai-----第i個價值指標變量的權重；xi-----第i個價值指標變量；N-----價值指標的個數。02價值評估——方法《信息技術服務數據資產管理要求》附錄A.1收益法又稱收益現值法，是待評估數據資產的經濟價值和社會價值之和。其中，經濟價值（社會價值是把待評估數據資產剩余壽命期內的預期未來經濟收益（社會收益按照一定的折現率折成現期經濟價值（社會價值從而確定其價值。收益法是基于數據未來的P1——基于收益法計算的數據資產的經濟價值；P2——基于收益法計算的數據的社會價值；α2——數據社會價值在數據資產價值中的權重。02價值評估——方法《信息技術服務數據資產管理要求》附錄A.1