中信銀行正申請一項名為“基于大語言模型的數據資產價值評估方法及系統”的發明專利。其申請于2024年12月5日，公布于2025年4月11日。

其方法包括：數據采集，收集與數據資產相關的多源數據，多源數據包括結構化數據和非結構化數據；識別和構建與數據資產價值相關的特征，得到關鍵特征；基于關鍵特征構建基于大語言模型的評估模型，對數據資產的價值進行量化評估；根據評估結果確定數據資產價值，將數據資產價值入表。

該發明旨在解決傳統數據資產評估方法在準確性、效率和適應性方面存在局限的問題，通過大語言模型，提高數據資產價值評估的精確度和效率，提供更深入、全面的數據分析，同時還提供一種能夠適應不同行業和數據類型的通用評估框架，支持定制化和自動化的評估過程。

說明書提到該發明的背景為，在數字經濟時代，數據作為一種關鍵的資產，對企業和組織的戰略決策有著不可替代的作用。數據資產包括但不限于用戶信息、交易記錄、市場分析等，它們可以被用來提高運營效率、驅動產品創新和優化客戶體驗。隨著大數據、云計算和人工智能等技術的飛速發展，數據資產的價值日益凸顯，成為企業核心競爭力的重要組成部分。

然而，與物理資產相比，數據資產的特殊性在于其價值不易量化。傳統的資產評估方法往往難以適應數據資產的非物質性和動態變化特征。因此，發展一種科學、高效的數據資產價值評估方法，對于充分挖掘和利用數據資產的潛力具有重要意義。

當前，數據資產價值評估主要依賴于財務指標、市場比較法或成本法等傳統評估方法。這些方法往往忽視了數據的獨特屬性，如多樣性、時效性和關聯性。此外，數據的價值也受到數據質量、數據稀缺性和應用場景的影響，這些因素在傳統評估模型中難以得到充分體現。因此，現有方法在評估數據資產時存在著一定的局限性，難以精確反映數據資產的真實價值。

而該發明通過引入大語言模型，能夠更深入理解和分析數據內容，從而提供更精確的價值評估；通過大模型還能有效處理和分析大規模、復雜的數據集；且通過自動化的數據處理和分析流程，大幅提高評估的效率。同時，該發明提供了一種靈活的評估框架，可以根據不同的應用場景和數據特點進行調整和優化。

責任編輯：王煊