2024年构建数据资产-训练数据合规处理及数据资产入表处理研究报告

目录 撰写人简介 --------------------------------------------------------- 1报告起草情况与起草人简介 ------------------------------------------- 2免责声明 ----------------------------------------------------------- 4序言 --------------------------------------------------------------- 5第一部分 ----------------------------------------------------------- 61.政策背景与市场分析 -------------------------------------------- 71.1 训练数据合规的政策背景 ----------------------------------- 71.2 数据资产入表的政策背景 ---------------------------------- 81.3 训练数据市场分析 --------------------------------------- 101.4 数据资产入表的市场情况 ---------------------------------- 11第二部分 ---------------------------------------------------------- 142.训练数据的合规应用 ------------------------------------------- 152.1 训练数据的主要应用市场 ---------------------------------- 152.2 训练数据的提供者合规 ----------------------------------- 162.3 训练数据的使用者合规 ----------------------------------- 18第三部分 ---------------------------------------------------------- 21数据资产入表操作处理 ------------------------------------------- 213.数据资产入表操作处理 ----------------------------------------- 223.1 入表的总体规划 ----------------------------------------- 223.1.1 入表的主体选择 --------------------------------------- 223.1.2 会计准则的适用 --------------------------------------- 233.1.3 入表与税务规划 ---------------------------------------- 253.1.4 数据资产预期经济收益的预测 --------------------------- 263.2 数据资产入表标准化处理 --------------------------------- 283.2.1 数据资产入表的标准化流程 ----------------------------- 283.2.2 数据的确权与达到控制的具体判定条件 ------------------- 303.2.3 数据资产的全生命周期合规治理 ------------------------- 323.3 不同类型企业数据资产入表时的重点关注 ------------------- 333.3.1 平台型企业数据资产入表时的重点关注 ------------------- 333.3.2 大型传统企业数据资产入表的重点关注 -------------------- 343.3.3 中小企业数据资产入表的重点关注 ----------------------- 353.4 数据资产入表还应注意的其他问题 ------------------------- 363.4.1 上市公司关于数据资产评估的披露 ----------------------- 363.4.2 数据资源的反舞弊建设 --------------------------------- 36致谢 -------------------------------------------------------------- 38 撰写人简介 垦丁律师事务所是由一群在网络法实务领域有丰富经验的律师，于 2017年 7 月共同创设，是一家完全专注于提供“网络法”法律服务的专业律师机构。垦丁律师正在服务或曾经服务的客户包括： 腾讯、小米、蚂蚁国际、天猫人工智能、百度、360、星际魅族、虎牙、唯品会、焦点科技等综合和细分市场头部互联网企业。也包括强生、耐克、松下、smart、上汽大众、OPPO、日立（中国）、传音控股、鹏成新能源等智能制造和新兴产品市场。 垦丁所的业务范围涉及平台治理、产品合规、投资并购、数据合规、知识产权、跨境争议解决等等，行业领域涉及综合网络平台、AIGC、NFT/区块链、数字娱乐、智能终端等。 中联资产评估集团（浙江）有限公司【简称：浙江中联】成立于2004 年 1 月，具有企业整体评估、单项资产评估（包括房地产、机器设备、流动资产、无形资产、数据资产评估）和资产评估咨询等业务资质。 目前浙江中联拥有执业人员 90 余人，注册资产评估师 50 余人。执业人员具备较强的资产评估能力，技术理论基础扎实，工作经验丰富，从事过各种类型的资产评估工作。 浙江中联是首批通过财政部、证监会证券资格备案，连续八年入围中国资产评估协会机构综合排名前百强，浙江省资产评估机构综合评价排名前二。 报告起草情况与起草人简介 报告的训练数据合规的相关内容由垦丁律所程念律师起草，数据资产入表操作处理的相关内容由垦丁律所徐艺凌律师起草，数据资产评估内容由浙江中联刘赛莉老师起草。 起草人简介（按姓名首字母拼音排序） 程念律师 中国政法大学法学硕士（网络法学专业），垦丁律所人工智能法律研究部负责人，专注于人工智能、游戏合规、直播短视频法律服务、电商合规、平台治理、数据合规、个人信息保护、元宇宙相关法律服务及知识产权、不正当竞争、服务合同相关的涉网诉讼等互联网法律实务工作，为多家知名网络公司提供常年法律顾问服务，包括平台协议起草与调整、电商平台价格与广告合规法律方案、资质准入、平台协议审核、广告合规咨询、新业务风险评估等合规咨询服务等；参与首例 5G 云游戏第一案、小米手机风险 APP 治理第一案等典型案件，代理游戏道具低价代充不正当竞争纠纷、直播带货预期可得收益追回案等；参与撰写《直播与短视频产业合规蓝皮书》《元宇宙与元规则——元宇宙产业及元规则体系建构蓝皮书》等报告；参与编写著作《<中华人民共和国数据安全法>理解与实施》。 刘赛莉老师 中联资产评估集团（浙江）有限公司合伙人、技术总监。注册资产评估师、注册房地产估价师。自从事评估工作以来，共参与鞍钢集团等将近 100 多个项目的评估工作，专业技术底子较厚。适合参与评估重点问题、疑难问题的研究，特别是上市公司和国资央企的评估。 入选行业技术专家库、高端人才或领军人才情况： 12019 年 5 月至今浙江省资产评估协会首批资产评估行业执业质量检查暨技术帮扶人员； 2浙江省注册会计师协会第一届数字化改革委员会委员；3浙江省资产评估行业第一批后备管理人才；4浙江省注册会计师协会资产评估行业执业会员后续教育优秀培训讲师；5浙江万里学院客座教授；6杭州市财政局质量检查人员；7浙江省财政厅质量检查人员；8浙江省国资委专家。 徐艺凌律师 同济大学法律硕士，垦丁所数据资产部负责人，中国注册会计师协会会员（非执业）、数据安全师（中级），通过证券从业资格、期货从业资格、期货投资分析考试。执业领域：科技公司的信息披露与合规化治理、数据资产类财法实务及其他相关网络法领域。参与起草团体标准《可入表数据资源信贷融资基础要求》财务领域丰富实战经验：曾就职于内资八大会计师事务所 IT 与金融事业部、top30 地产集团，从事过科技型上市公司（A 股）年度报告的财务审计、IPO、境内债发行及公司金融管理等工作。社会职务：长三角大学生就业创业联盟副秘书长，致力于大学生创业就业的财法合规公益宣讲。 免责声明 本报告仅代表作者个人观点，仅为提供一般性信息之目的，不应用于替代专业咨询意见。尽管本报告中所包含的信息都是我们于发布之时从我们认为可靠的渠道获得，但鉴于数据相关的法律法规变化迅速，司法实践也会依个案实际情况处理，因此不对本报告内容、观点以及建议的准确性、可靠性、时效性以及完整性作任何明确或隐含的保证。 本报告仅供企业参考使用，企业切勿依赖，任何仅依照本文全部或者部分内容而做出的决定以及因此造成的后果由行为人自行负责，本文的机构和作者明示不予承担任何责任。在相关法律法规进行变更或更新时亦不会另行通知。 序言 随着人工智能技术的飞速进步，特别是应用型人工智能领域的迅猛发展，智能化已成为各产业转型升级的重要方向。在“AI all in”的环境下，训练数据的合规性问题已经成为业界与学术界共同关注的焦点话题。近年来，国内外首例涉及人工智能的法律案件相继出现——从我国的“AI 文生图第一案”到美国 ROSS案（首例 AI 训练数据版权第一案），这些标志性案例不仅揭示了训练数据合规治理的紧迫性和复杂性，也表明相关法律规则亟需进一步完善。 2024 年标志着数据资产入表元年的开启，国有企业、央企以及地方城投公司正积极投身于这一新的发展阶段；与此同时，上市企业与互联网公司也在积极探索与落地部分数据资产入表案例。数据资产入表的核心在于明确数据的所有权并进行合理的价值评估，确保数据的安全性与推进数据标准化建设同样至关重要。 “数据二十条”作为指导性的政策文件，虽然为数据确权提供了框架性指引，但具体的法律规定仍有待进一步明确。此外，在数据资产评估实践中，传统评估方法需要与时俱进，适应数据时代的特性与需求。 鉴于此背景，本报告旨在通过梳理政策环境、分析市场趋势、分享数据资产评估的实际案例以及探讨数据资产入表的操作实践，沉淀和总结宝贵的经验与知识。我们期望这份报告能够为促进训练数据的合规治理和数据资产化的标准化处理提供有益的参考和支持，助力这两个关键领域实现健康且可持续的发展。 第一部分 政策背景与市场分析 1.1 训练数据合规的政策背景1.2 数据资产入表的政策背景1.3 训练数据市场分析1.4 数据资产入表的市场情况 1.政策背景与市场分析 1.1 训练数据合规的政策背景 2023 年，一款能够基于在预训练阶段所见的模式和统计规律生成回答的产品 ChatGPT 把人工智能的热潮彻底掀开。与这一波市场浪潮一并而来的，是产品接连被爆出训练数据违反合理使用，训练过程侵害个人数据权益等负面新闻。一系列关于训练数据的负面消息不得不让世界各国开始关注训练数据的合规问题。然而，训练数据并不是法律意义上的数据分类类型，其本质是所有投喂模型训练的数据集合，包括公开数据、基于自身业务获得的数据等，其中也包括他人享有知识产权的数据以及个人信息。训练数据合规问题是数据内部治理的综合体现，除了近期出台的与训练数据强相关的《网络数据安全管理条例》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》，以往关于数据收集、存储、使用、加工等数据处理行为的法律法规也是指导训练数据合规的重要规范。 本报告整理了不同类型数据的使用规范以及相关政策文件，就训练数据合规政策背景进行以下梳理： 一、不同类型数据收集、存储、使用、加工行为的依据已经建立，训练数据收集获取首先要符合这些法律规范的要求。《中华人