近日，科大讯飞发布的2024年年报引发行业关注。年报显示，该公司通过外部采购累计投入6745.86万元用于数据资产构建，最终入表金额达6174.01万元，列入无形资产并采用直线法摊销。这一案例不仅是企业数据资产化实践的典型样本，更标志着数据要素市场化配置进入实质性阶段。
科大讯飞作为国内自然语言处理领域的领军企业，其数据资产布局具有鲜明的战略导向。财报披露，外购数据主要用于支持星火大模型从V3.0到V4.0的迭代升级，涵盖数据脱敏、清洗、标注等全流程成本，以及权属鉴证、质量评估等合规性支出。这种将数据资源确认为资产的会计处理，既反映了企业数字化转型的深度，也凸显出数据资产入表对企业财务结构的影响——通过3年期的摊销安排，科大讯飞实现了研发投入的资本化处理，优化了当期损益表现。
这一实践与财政部《企业数据资源相关会计处理暂行规定》形成呼应。数据资产入表并非简单的财务技术操作，其核心在于建立数据要素从资源到资产的价值转化通道。以科大讯飞为例，数据资产的会计确认需满足三个关键条件：权属清晰性（通过外部采购获得完整权利）、成本可计量性（包含直接购买成本及加工费用）、经济利益可预期性（明确用于大模型训练等创收场景）。这种规范化处理为企业数据治理提供了可复用的方法论，尤其对AI、金融、医疗等数据密集型行业具有示范意义。
随着数据资产入表常态化，专业人才缺口日益凸显。数据资产入表会计（DACPA）作为新兴职业方向，需要从业者兼具会计学、数据科学和法律合规的复合能力。从科大讯飞的案例可见，数据资产入表涉及成本归集、使用寿命评估、摊销方法选择等专业判断，还需协调技术部门完成数据质量评估、安全认证等非财务流程。这种业财融合的特性，使得具备DACPA能力的人才成为企业数字化转型中的关键角色。
为满足市场对专业化人才的需求，数据资产入表会计考试建立了三级能力认证体系。考试分为高级、中级和初级三个等级，考生可根据自身专业背景直接报考相应级别，无需逐级晋升。考试内容覆盖数据资产全生命周期管理，通用教材《数据资产会计管理理论》系统阐述数据权属、估值模型等基础理论，而分级教材《数据资产会计管理实务》则针对不同等级设置差异化的实务考核标准，如初级侧重数据采集成本核算，高级考核复杂场景下的资产减值测试等。
考试采用线下统考模式，在全国35个城市设立考点，包括所有省会城市及深圳、厦门等经济活跃地区。报名通过数据资产入表会计考试官网完成，考前一周开放准考证下载。这种标准化考评机制既保证了人才评价的公信力，也为从业者提供了清晰的职业能力进阶路径。从行业视角看，DACPA认证的价值在于建立统一的职业能力基准，帮助企业识别真正掌握数据资产会计处理规范的专业人才。
回看科大讯飞的实践，其数据资产入表过程恰是DACPA能力体系的现实映射。从数据采购的权属鉴证到摊销政策的制定，每个环节都需要专业判断。随着更多企业启动数据资产化进程，对标准化人才培训的需求将持续释放。数据资产入表会计考试通过理论结合实务的考核设计，正推动形成行业人才供给的新生态，为数据要素市场高质量发展提供专业支撑。
对于有意进入这一领域的从业者，建议关注三个维度：一是系统学习《数据资产会计管理理论》中的确权、估值等核心概念；二是结合企业案例（如科大讯飞的数据加工成本归集方法）理解实务操作；三是根据职业规划选择报考等级，例如直接报考高级需具备相关领域三年以上工作经验。在数据要素列为第五大生产要素的背景下，掌握数据资产入表专业能力，将成为财务人员职业跃迁的重要支点。
