今年起数据资产入表政策正式施行，目前数据资产入表正进入实操阶段，刚刚落下帷幕的2024中国国际大数据产业博览会（以下简称“数博会”）上，这一话题也受到与会者热议。
财联社记者获悉，数据资源对企业尤其是依赖数据分析的企业具有战略意义，将所拥有的数据资产进行交易和流通，可以实现数据变现，将为企业带来新的收入来源。
远光软件（002063.SZ）是企业管理、能源互联和社会服务的信息技术、产品和服务提供商，面向能源电力、航空航天、高端装备、冶金冶铁、制造、金融等行业的大型集团企业和政府事业单位提供信息化、数字化及智能化服务。数据资源整合及服务是公司的主要业务之一，助力企业加强数据资产建设和管理，建立高质量经营分析体系，实现数据价值创造和经营风险智慧防控。
据了解，本届数博会是远光软件第六次应邀参展。29日，远光软件携“企业智能分析平台Realinsight9.0”在数博会做了展示，该平台是全链路数据资产管理与智能化多维分析应用的一体化平台，不仅提供数据集成、数仓建模、数据开发、数据服务等全方位的数据资产管理能力，还提供智能报告、智能搜索、数据解析、智能问答等高效的分析应用。
2024数博会期间，远光软件大数据事业部总经理张允君接受了财联社记者专访，他告诉记者，数据要素价值显现，加速变现和流通需要各界协同努力，政府、企业和社会都有大量的工作需要去做。
以下为采访实录：
财联社：A股众多上市公司已经实现了“数据资产入表”，不过在实际的操作中还存在一些挑战，整个产业尚处于初期探索阶段。对此您怎么看？
张允君：我们也在尝试做数据要素流通的工作，但这是一项复杂和体系的工程，并不容易做好。我认为数据要素流通的实现需要政策、社会和企业各界的共同努力，各方都有许多工作需要去做。我们可以看到国家成立数据局、正在开展数据流通立法工作，这些都会起到积极的推动作用。
财联社：企业通过数据资产的交易和流通实现数据变现，带来新的收入来源，距离实现这一目标还有哪些挑战？在这一过程中远光软件的业务、产品将如何赋能？
张允君：在数据要素化的过程中，从系统梳理和归纳形成企业数据资产，到数据估值和确权，再到数据入表等，企业有很多工作需要完成。尤其是在数据确权、估值和成本归集方面，企业需要积累更多实践经验。
我们主要服务央国企单位，在发挥数据价值方面，做的相对更多一些。比如，利用电力数据深化对经济发展、环境保护、征信服务等领域的洞察，支持业务拓展，履行社会责任。
财联社：远光软件帮助企业构建全面、易用的数据资产管理体系，实现数据要素化和数据价值释放。是否有具体案例可以分享？
张允君：我们在电网公司、发电集团以及其他央国企单位都有很多成功案例，通过构建数据资产管理体系，实现了数据要素化和数据价值释放。
例如，“企业智能分析平台Realinsight”在国家电网、中国电建等央企的数字化运营和经营分析类项目建设中得到应用。同时，研发了“资金智能调控分析应用Cashinsight”，支持多家央企顺利完成国资委的司库验收工作。
可以看到，我们披露的财报数据，数据板块收入是逐年增加的。（小财注：财务数据显示，2021-2023年全年远光软件数据资源整合及服务业务分别实现收入1.18亿元、1.33亿元、1.37亿元。）
财联社：公司的数据资源整合及服务业务整体的战略规划是怎样的？
张允君：数据资源整合及服务一直是我们公司的主要业务之一。
公司DAP、大数据、区块链、人工智能等部门都在持续做相关产品的研发，公司营销部门同事也在跟客户积极互动，让数据资源能在客户的业务场景下发挥价值。另外，公司35个分支机构的实施和服务人员在做数据运营工作，将数据资源进行整合，形成新的服务为客户带来价值。
财联社：远光软件目前与数商的合作进展如何？下一步有哪些计划？
张允君：国内有40多家数商，其中比较活跃的约30%左右。目前，我们已经成为贵阳、上海、深圳和北京这4家数商单位的数据供应商，上架了数据产品。
同时，我们会通过数据交易所购买数据，比如购买企业工商数据、航司数据等，将这些数据与企业内部的数据进行结合，构建数据分析应用。
下一步，公司跟数据交易所的合作主要体现在广度和深度两方面：广度方面，结合数据分析应用的需要，采购更多数据；深度方面，对数据进行加工，实现数据变现。
需要强调的是，我们始终将数据安全置于数据变现过程的核心位置，采取谨慎的工作态度。作为一家央企控股的上市公司，远光软件积极履行社会责任，并严格按照法律法规的标准来指导我们的行为。
财联社：大模型如何更好地赋能数据要素的综合治理与共享应用？
张允君：本次数博会我们正式发布远光企业智能分析平台Realinsight9.0，基于大模型的对话式分析是其中一个亮点特性。
数据分析智能体把Realinsight平台原有的能力进行有效串联和联动，基于大模型的推理能力和交互性能力，按照用户的提问和要求，对企业数据进行自动计算、分析和总结，可以有效提升分析效率和洞察，为终端用户带来了新的交互体验。这是将数据服务跟大模型融合应用的一个方面。
同时，大模型对通识性知识的掌握、理解及推理能力相对较强，但对于企业内部知识和专业领域知识的理解相对较弱，尤其是企业管理领域的内部知识。因此，我们把大模型跟企业内部知识库进行有机整合，通过智能体去完成有效的联动和串联，为终端用户服务。
