以往，不管是企業(yè)還是行政部門，都未將數(shù)據(jù)做為一種資產(chǎn)對(duì)待。但是，隨著互聯(lián)網(wǎng)的發(fā)展，數(shù)字經(jīng)濟(jì)已經(jīng)到來。大量的數(shù)據(jù)資料，充斥著企業(yè)經(jīng)營(yíng)及政府管理過程中，如何保護(hù)數(shù)據(jù)資產(chǎn)，成為新經(jīng)濟(jì)發(fā)展下不可回避的一環(huán)。將數(shù)據(jù)資產(chǎn)視同知識(shí)產(chǎn)權(quán)，創(chuàng)造出數(shù)據(jù)知識(shí)產(chǎn)權(quán)的概念，是保護(hù)數(shù)據(jù)資產(chǎn)的一項(xiàng)創(chuàng)舉。
     數(shù)據(jù)知識(shí)產(chǎn)權(quán)的概念是將數(shù)據(jù)也視同為一種知識(shí)產(chǎn)權(quán)，是一種智力資產(chǎn)。2022年12月，國(guó)家知識(shí)產(chǎn)權(quán)局確定北京市、上海市、江蘇省、浙江省、福建省、山東省、廣東省、深圳市等8個(gè)地方作為開展數(shù)據(jù)知識(shí)產(chǎn)權(quán)工作的試點(diǎn)地方。
     新一輪科技革命與產(chǎn)業(yè)變革使得數(shù)據(jù)的存儲(chǔ)、分析與互聯(lián)等能力呈現(xiàn)出指數(shù)級(jí)增長(zhǎng)，改變著社會(huì)和商業(yè)的方方面面，引發(fā)了一系列復(fù)雜的問題與挑戰(zhàn)，在這個(gè)互聯(lián)互通的世界里，面對(duì)洶涌而至的數(shù)據(jù)浪潮，理解數(shù)據(jù)的本質(zhì)與流動(dòng)的規(guī)律，優(yōu)化其價(jià)值與效益，為正在生成的數(shù)據(jù)生態(tài)系統(tǒng)設(shè)計(jì)出合適的監(jiān)管矩陣，尤為重要且已迫在眉睫。數(shù)據(jù)知識(shí)產(chǎn)權(quán)顯然是數(shù)據(jù)監(jiān)管矩陣中的一個(gè)重要子集。作為一種無(wú)形資產(chǎn)，數(shù)據(jù)凸顯了知識(shí)產(chǎn)權(quán)在全球經(jīng)濟(jì)中日益重要的作用。
     2017年12月，歐洲專利局聯(lián)合德國(guó)商報(bào)研究所發(fā)布的《專利與第四次工業(yè)革命——數(shù)字化轉(zhuǎn)型背后的發(fā)明》報(bào)告指出，歐洲、美國(guó)和日本是第四次科技革命的領(lǐng)dao者，中國(guó)和韓國(guó)是迅速的追趕者。2020年3月歐洲專利局發(fā)布的《2019專利指數(shù)（PatentIndex2019）》也表明，2019年中、美、歐三方幾乎均分了第四次科技革命前沿技術(shù)之一——數(shù)字通訊技術(shù)的專利申請(qǐng)。德國(guó)馬普創(chuàng)新與競(jìng)爭(zhēng)研究所的專家在一份有關(guān)人工智能的智庫(kù)報(bào)告中更是強(qiáng)調(diào)，數(shù)據(jù)是發(fā)展人工智能、尤其是深度學(xué)習(xí)方面的基礎(chǔ)，但在數(shù)據(jù)量上，德國(guó)是難以與中國(guó)和美國(guó)競(jìng)爭(zhēng)的，而只能在機(jī)器數(shù)據(jù)、數(shù)據(jù)質(zhì)量和發(fā)展“數(shù)據(jù)依賴弱”的人工智能技術(shù)方面發(fā)揮優(yōu)勢(shì)，并特別呼吁德國(guó)要學(xué)習(xí)中國(guó)、法國(guó)和日本將人工智能作為未來關(guān)鍵技術(shù)的戰(zhàn)略。
       確認(rèn)了數(shù)據(jù)知識(shí)產(chǎn)權(quán)，接下來就面臨著使用。使用過程中，數(shù)據(jù)知識(shí)產(chǎn)權(quán)價(jià)值的確定，成為重要因素。數(shù)據(jù)知識(shí)產(chǎn)權(quán)評(píng)估方法是怎樣的呢？理論上來講，數(shù)據(jù)知識(shí)產(chǎn)權(quán)評(píng)估方法包括成本法、收益法和市場(chǎng)法三種基本方法及其衍生方法。
     成本法是根據(jù)形成數(shù)據(jù)知識(shí)產(chǎn)權(quán)的成本進(jìn)行評(píng)估。盡管無(wú)形資產(chǎn)的成本和價(jià)值先天具有弱對(duì)應(yīng)性且其成本具有不完整性，但一些數(shù)據(jù)知識(shí)產(chǎn)權(quán)應(yīng)用成本法評(píng)估其價(jià)值存在一定合理性。
     收益法是通過預(yù)計(jì)數(shù)據(jù)知識(shí)產(chǎn)權(quán)帶來的收益估計(jì)其價(jià)值。這種方法在實(shí)際中比較容易操作。該方法是目前對(duì)數(shù)據(jù)知識(shí)產(chǎn)權(quán)評(píng)估比較容易接受的一種方法。雖然目前使用數(shù)據(jù)知識(shí)產(chǎn)權(quán)直接取得收益的情況比較少，但根據(jù)數(shù)據(jù)交易中心提供的交易數(shù)據(jù)，還是能夠?qū)Σ糠制髽I(yè)數(shù)據(jù)資產(chǎn)的收益進(jìn)行了解。
     市場(chǎng)法是根據(jù)相同或者相似的數(shù)據(jù)知識(shí)產(chǎn)權(quán)的近期或者往期成交價(jià)格，通過對(duì)比分析，評(píng)估數(shù)據(jù)知識(shí)產(chǎn)權(quán)價(jià)值的方法。根據(jù)數(shù)據(jù)知識(shí)產(chǎn)權(quán)價(jià)值的影響因素，可以利用市場(chǎng)法對(duì)不同屬性的數(shù)據(jù)知識(shí)產(chǎn)權(quán)的價(jià)值進(jìn)行對(duì)比和分析調(diào)整，反映出被評(píng)估數(shù)據(jù)知識(shí)產(chǎn)權(quán)的價(jià)值。
     資產(chǎn)評(píng)估人員執(zhí)行數(shù)據(jù)知識(shí)產(chǎn)權(quán)評(píng)估業(yè)務(wù)時(shí)，不論選擇哪種評(píng)估方法進(jìn)行評(píng)估，都應(yīng)當(dāng)保證評(píng)估目的與評(píng)估所依據(jù)的各種假設(shè)、前提條件，所使用的各種參數(shù)，在性質(zhì)和邏輯上的一致。尤其是在運(yùn)用多種評(píng)估方法評(píng)估同一評(píng)估對(duì)象時(shí)，更要保證每種評(píng)估方法運(yùn)用中所依據(jù)的各種假設(shè)、前提條件，數(shù)據(jù)參數(shù)的可比性，以便能夠使運(yùn)用不同評(píng)估方法所得到的測(cè)算結(jié)果具有可比性和相互可驗(yàn)證性。
     數(shù)據(jù)知識(shí)產(chǎn)權(quán)評(píng)估機(jī)構(gòu)—北京中鵬衡資產(chǎn)評(píng)估有限公司，專注于無(wú)形資產(chǎn)評(píng)估，在數(shù)據(jù)知識(shí)產(chǎn)權(quán)評(píng)估領(lǐng)域有獨(dú)到見解。本公司對(duì)于無(wú)形資產(chǎn)有深入研究，隨著人工智能、大數(shù)據(jù)的發(fā)展，現(xiàn)開發(fā)出數(shù)據(jù)知識(shí)產(chǎn)權(quán)評(píng)估模型，為具備數(shù)據(jù)知識(shí)產(chǎn)權(quán)優(yōu)勢(shì)的企業(yè)事業(yè)單位提供優(yōu)質(zhì)的資產(chǎn)評(píng)估服務(wù)。