在2025年的政府工作报告中，“持续推进‘人工智能+’行动”成为推动产业升级的核心战略之一。全国政协委员、中核集团副总工程师徐鹏飞在接受《证券日报》采访时强调，核工业需以数据为锚点构建全产业链智能生态，其“建立覆盖核领域的行业性数据中心平台”“加工数据产品赋能升级”“培养专项人才”三大倡议，揭示了数字化转型浪潮下，数据资产管理能力的缺失正成为制约产业突破的关键瓶颈。
核工业作为国家能源安全与生态安全的战略支柱，具有高复杂性、强安全标准、长产业链协同等特征。据徐鹏飞介绍，当前我国核能领域虽在数字化建设中取得基础性成果，但全产业链数据平台缺失导致研发设计、运维等环节难以高效协同，数据孤岛问题显著。例如，核电项目全生命周期产生的设计参数、设备运行数据、环境监测信息未能形成统一资产体系，难以被二次开发为标准化数据产品，直接导致智能化升级成本高企。这一现象的本质，反映出我国企业在数据资源向数据资产的转化能力不足——《企业数据资源相关会计处理暂行规定》明确指出，数据资产入表需通过确权、估值、合规等专业流程，而核工业等传统行业往往缺乏既懂业务逻辑又精通数据资产化规则的专业人才。
徐鹏飞提出的“构建以数据和软件为中心的核工业数据中心”愿景，实质指向了数据要素市场化配置的核心命题。根据财政部相关文件，数据资产入表需满足“合法控制”“经济利益可被企业获取”“成本可计量”三大条件，这对企业数据治理能力提出系统性要求。
以核工业为例，反应堆运行数据的采集需符合安全监管标准，核燃料循环过程中的供应链数据需实现跨企业互联，设备维护数据的结构化处理需嵌入资产管理价值模型——每一个环节均需专业人员对数据资源进行合规性评估、经济价值分析及会计处理设计，这正是数据资产会计师（简称“数会师”）职业价值的直接体现。
数据资产会计管理作为新兴交叉领域，正在成为企业构建数据要素核心竞争力的关键支点。根据上海数据交易所发布的《数据资产入表十问十答》，数据资产的会计核算需覆盖采购、研发、确权、应用全周期，既要衔接业务场景的个性化需求，又要符合会计准则的通用规范。例如，某核电集团若将反应堆故障预测模型作为无形资产入表，需通过“数会师”对模型开发成本（如算法采购费用、算力消耗）进行资本化或费用化判定，核算其预期经济寿命周期内的摊销规则，并在财务报表中披露数据安全风险管控措施。此类复合型能力，恰是传统财务岗位与技术岗位之间的能力断层所在，企业急需既掌握《数据资产会计管理理论》框架，又能熟练运用《数据资产会计管理实务》工具的专业人才填补这一空白。
在此背景下，数据资产会计师考试作为衔接理论与实践的认证体系，成为行业人才储备的重要枢纽。该考试分设高级、中级、初级三个等级，考生可根据从业经验直接报考相应级别，考核内容覆盖数据确权、合规评估、会计核算、价值分析等模块。考试采用线下模式，全国35个重点城市设有考点，考生通过考试官网完成报名后，可依据通用教材《数据资产会计管理理论》及对应等级的《数据资产会计管理实务》备考，考试前一周下载打印准考证参与考核。
这一认证体系的价值，体现在其对数据资产全生命周期管理的标准化构建。以核工业为例，若企业计划将运维数据打包为“设备健康度诊断服务”对外出售，“数会师”需先行评估数据脱敏处理的合规性，确定其会计分类（存货或无形资产），设计成本分摊模型，并联动法务部门完善交易合同中的权属条款。此类操作若缺乏统一方法论支撑，极易产生财务报表失真或合规争议。而数据资产会计师认证的知识体系，正是通过系统的实务训练降低企业的试错成本，加速数据要素流通生态的形成。
当前，数据资产入表已从政策倡导转向规模化落地阶段。事实已经验证数据资产管理的经济价值，也揭示了专业人才供给不足的现状。随着核工业等战略性行业加速布局智能化，数据资产会计师将成为企业解锁数据价值、重构产业竞争力的必备角色，而人才培养体系的完善，正是这场深度改革中不容忽视的“基础设施”。
