Datavault AI 推出两大创新数据联盟,将保险与会计数据代币化,为独立营运商开创年度经常性收入

GlobeNewswire
Oct 29, 2025

Data Vault Bank® 智能合约 DataScore® 和 DataValue® 再次实现行业首创突破,为联盟数据资产盈利化提供专利保护解决方案

纽约, Oct. 29, 2025 (GLOBE NEWSWIRE) -- 透过 IBN 发布 -- 数据代币化与管理行业的领先机构 Datavault AI Inc. (Nasdaq: DVLT) 今天宣布成立两个突破性数据联盟:保险数据联盟 (Insurance Data Union) 及美国独立保险代理与经纪协会 (Independent Insurance Agents & Brokers of America) (Big "I") 及全国独立代理 / 经纪合作;以及会计数据联盟与来自美国各州顶尖两大私人会计师事务所合作,共同开发涵盖各市场领域数千间企业的私募股权指数。这些联盟将把匿名保险与会计数据代币化,运用 Datavault AI 专利技术与资讯数据交换平台,实现安全且可扩展的盈利化。

拥有逾 25 年业界经验的健康保险福利销售总监暨 Datavault AI 长期顾问 Tim Varone 表示:“Datavault 的专利解决方案将革新众多市场,令人赞叹不已。很少市场拥有堪比保险与会计行业的数据资产规模。由智能合约及高效能运算驱动的数据联盟,正在改写行业发展的潜力版图。”

任何州份独立营运的保险代理及经纪均可注册申请加入数据联盟。联盟透过专利技术 DataScore、DataValue 及 Data Vault Bank 对合资格资产进行质素完整性、准确度及管治评分,并提供现金回报。

专利代理解决方案让任何独立保险、经纪或会计事务所建立钱包及账户,透过不可篡改且支持智能合约的合规代币将数据转化为美元。代币化经济解决方案将数据资产标准化,并运用人工智能 (AI) 进行双重管理,既能创造最高财务收益,亦以崭新 Web 3.0 格式提供可执行的情报。

Datavault AI 智能合约实现 creData 副本销售,以代币形式发行,既可为独立代理直接销售时兑现,亦支持索引化及策划管理。

透过将联盟成员转化为数据盈利化的积极参与者,Datavault AI 预期透过代币化数据销售、定向分析及智能合约交易产生庞大的年度经常性收入 (Annual Recurring Revenue,简称 ARR)。全球保险市场价值预计在 2025 年达 8 万亿美元,全球会计服务市场估计值 6,500 亿美元,为会员释放未充分利用的数据资产价值提供庞大机遇。

智能合约令联盟内的交易自动化且更臻完善,透过执行即时、具透明度的付款杜绝酬金纠纷,确保各方均不必追讨欠款。整合统一的保险数据联盟可汇聚足以媲美 State Farm 等龙头企业的数据储备,实现大型数据集的普惠取用,有助推动 AI 洞察分析及竞争优势。

此外,整合产权保险与房地产代币化可为 Fannie Mae 及 Freddie Mac 等机构创造可扩展价值,使其从效能提升、现实世界资产及数据盈利化中获益。此举在数万亿美元住屋市场中实现分式产权、流动性提升及高效风险管理。

Datavault AI 首席执行官 Nathaniel Bradley 评论道:“透过我们的数据联盟,独立专业人士能在自有品牌下合乎道德而高效地将其数据盈利化,同时得益于我们所建构更大型联盟的强大实力及数据关联优势。我们正在将数据转化为可再生资产类别,促进各个拥有大量数据的行业创新发展。我们的数据联盟策略释放并创建具备灵活操作空间的数据盈利化技术,远超竞争对手的解决方案。”

这些创新计划的核心是 Datavault AI 的美国专利第 12,198,201 号“报税平台与方法”(Platform and Method for Preparing a Tax Return),该技术推动税务相关数据的无缝代币化。支援专利包括美国专利第 11,315,150 号“投资组合驱动定向广告网络、系统及方法”(Portfolio Driven Targeted Advertising Network, System, and Method),实现数据驱动收益模式;美国专利第 11,593,515 号“用户数据管理平台”(Platform for Management of User Data),确保安全处理数据;以及审批中申请如第 17/941,550 号“企业数据代币化平台及方法”(Platform and Method for Tokenization of Corporate Data) 及第 17/842,139 号“资产代币化铸造、认证及运用系统及方法”(System and Method for Tokenized Minting, Authentication, and Utilization of Assets),为多元数据资产代币化奠定基础。

关于 Datavault AI Inc.

Datavault AI™ (Nasdaq: DVLT) 正引领 Web 3.0 环境中 AI 驱动的数据体验、估值及资产盈利化发展。该公司的云端平台提供全方位解决方案,重点整合声学科学与数据科学部门的合作优势。Datavault AI 声学科学部门拥有 WiSA®、ADIO® 及 Sumerian® 专利技术,以及行内首创的空间多通道无线高清 (HD) 音讯传输技术,其知识产权 (IP) 涵盖音讯时序、同步及多通道干扰消除。数据科学部门借助 Web 3.0 及高效能运算技术,提供体验数据感知、估值及安全盈利化解决方案。Datavault AI 云端平台提供跨行业综合解决方案,包括体育与娱乐、活动与场地、生物科技、教育、金融科技、房地产、医疗保健及能源等领域的高效能运算 (HPC) 软件授权。Information Data Exchange® (IDE) 实现数码分身,透过将实体物件安全连结至不可更改的元数据物件,授权姓名、形象及肖像 (NIL) 使用,促进秉持道德且负责任的人工智能 (AI) 发展。Datavault AI 技术套件可完全度身打造,提供人工智能及机器学习 (ML) 自动化、第三方整合、详细分析与数据、市场推广自动化及广告监测功能。公司总部位于俄勒冈州比弗顿。有关 Datavault AI 的更多资讯,请浏览 www.dvlt.ai

前瞻性陈述

本新闻稿载有《1995 年私人证券诉讼改革法案》(经修订)及其他证券法律中所界定的“前瞻性陈述”。“预期”、“将会”、“预计”、“持续”等词汇及其变化形式与类似未来或条件性表述,均用于识别前瞻性陈述。此类前瞻性陈述,包括本文中有关我方业务机会与前景、策略、未来收入预期、授权计划、专利计划及专利技术的成功执行,均基于估计及假设,尽管我们及管理层认为合理,但本质上存在不确定性。谨此提醒读者不应过度依赖这些前瞻性陈述。实际结果可能因以下各项风险及不确定性(包括但不限于以下因素)而与前瞻性陈述所示存在重大出入:我们成功运用所有已发出并取得允许通知的知识产权的能力;关于我们能否利用收购所得资产来成功扩大市场份额的风险;我们能够藉本新闻稿所提及各项专利开辟新收益来源的风险;我们目前的流动性状况,以及为支援持续营运而获取额外资金的需要;整体市场、经济及其他状况;我们持续经营的能力;我们维持普通股于 Nasdaq 上市的能力;我们控制成本和实行营运及预算计划的能力;我们达成财务目标的能力;获授权方将我方技术应用于其产品的程度(如有);任何此类实施的时间表;技术创新及知识产权的相关风险,以及我们提交予美国证券交易委员会的文件中更详尽说明的其他风险。本新闻稿资讯仅截至发布当日,除法律规定外,我们概无义务基于新资讯、未来事件或其他情况而更新本文所载的前瞻性陈述。

企业传讯
IBN
德州奥斯汀
www.InvestorBrandNetwork.com
办公室电话:512.354.7000
Editor@InvestorBrandNetwork.com

传媒联络人:

marketing@dvlt.ai


Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10