隨著通用AI技術(shù)到智能體技術(shù)飛速發(fā)展，各行各業(yè)都在追尋數(shù)智化轉(zhuǎn)型，大量的AI應(yīng)用被部署在企業(yè)流程當(dāng)中，然而這些AI應(yīng)用落地后的實際效果，遠遠沒有達到預(yù)期。

在企業(yè)部署AI應(yīng)用時，通常將AI看做一項技術(shù)創(chuàng)新，總在某些單項應(yīng)用上做基于AI的突破，而從整個企業(yè)流程的維度上看，這種提升其實微乎其微。因此，要讓AI在企業(yè)業(yè)務(wù)中發(fā)揮價值就需要讓AI實現(xiàn)規(guī)?；渴稹?/p>

我們知道，AI規(guī)?；渴鸬那疤?，是高質(zhì)量的數(shù)據(jù)能否就緒。在大模型領(lǐng)域也一直存在“垃圾進、垃圾出 (garbage in，garbage out)”的說法，如果沒有高質(zhì)量的數(shù)據(jù)輸入，則無論多么先進的算法、多么龐大的算力都無法為大模型帶來高質(zhì)量的結(jié)果。

因此，大模型的上限不取決于算法，而取決于數(shù)據(jù)能否被煉化。AI在企業(yè)中規(guī)?；涞?，也與數(shù)據(jù)是否就緒息息相關(guān)。

01

AI 就緒到數(shù)據(jù)就緒

智能落地的關(guān)鍵躍遷

從數(shù)據(jù)應(yīng)用的廣度來看，全國數(shù)據(jù)資源統(tǒng)計調(diào)查的結(jié)果顯示，2024年我國數(shù)據(jù)生產(chǎn)量達到41.06ZB，已占到全球數(shù)據(jù)總量的26.67%。而從數(shù)據(jù)應(yīng)用的深度來看，IDC有一份研究表明：企業(yè)數(shù)據(jù)量占據(jù)我國數(shù)據(jù)總量的70%，政府、媒體、專業(yè)服務(wù)、零售、醫(yī)療、金融等行業(yè)都成為了數(shù)據(jù)應(yīng)用的重點行業(yè)。

數(shù)字化的基礎(chǔ)是數(shù)據(jù)化，企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展至今，其實可以看作是對數(shù)據(jù)價值挖掘由淺及深的過程。隨著數(shù)據(jù)應(yīng)用的深度與廣度同步提升，數(shù)據(jù)之于經(jīng)濟建設(shè)和企業(yè)數(shù)字化轉(zhuǎn)型的價值已不言而喻。

在AI時代，數(shù)據(jù)是AI的“燃料”，“沒有高質(zhì)量的數(shù)據(jù)，就沒有高價值的AI”也已成為行業(yè)共識。

從Gartner成熟度曲線看，AI就緒數(shù)據(jù)（AI-Ready Data）攀升到炒作周期的最高點，是當(dāng)前最受追捧、期望最高、討論最火熱的技術(shù)概念之一；IDC的分析報告也認為，企業(yè)正從以模型為中心轉(zhuǎn)向以數(shù)據(jù)為中心，進一步強調(diào)了數(shù)據(jù)在大模型時代的重要性；在剛剛結(jié)束的以“數(shù)據(jù)×人工智能”為主題的2025全球數(shù)據(jù)管理峰會上，郵儲銀行相關(guān)負責(zé)人也談到，郵儲銀行大模型驅(qū)動的全新數(shù)據(jù)治理范式加速成型，以數(shù)據(jù)與安全兩大底座為支撐，從模型、技術(shù)、形態(tài)、產(chǎn)品等方面構(gòu)建起數(shù)據(jù)治理智能化服務(wù)矩陣。這些主流思想的交融，呈現(xiàn)出一種AI與數(shù)據(jù)雙向奔赴、相輔相成的關(guān)系。

而將數(shù)據(jù)與AI的辯證邏輯，延伸到行業(yè)，那就是唯有抓住數(shù)據(jù)所發(fā)生的變化，才能把握行業(yè)智能化發(fā)展的脈絡(luò)。因此在金融行業(yè)，我們相信“數(shù)據(jù)能力只有進入金融場景，才能真正轉(zhuǎn)化為生產(chǎn)力?！?/p>

有別于通用云廠商單純強調(diào)“AI Ready”，中電金信更強調(diào)高價值數(shù)據(jù)與金融場景的結(jié)合，用30年金融行業(yè)經(jīng)驗構(gòu)建場景化高質(zhì)量金融數(shù)據(jù)集，直擊金融業(yè)務(wù)運營風(fēng)控、營銷、合規(guī)的核心痛點。

02

高質(zhì)量數(shù)據(jù)集的運營與治理

釋放數(shù)據(jù)價值的必由之路

去年發(fā)布的《“數(shù)據(jù)要素×”三年行動計劃》提出，“到2026年底，數(shù)據(jù)產(chǎn)業(yè)年均增速超過20%，數(shù)據(jù)交易規(guī)模倍增”，這意味著作為數(shù)據(jù)產(chǎn)業(yè)要匹配《計劃》的目標，無論從數(shù)據(jù)治理、數(shù)據(jù)挖掘還是數(shù)據(jù)運營的水平都要有所突破。

在此進程中，數(shù)據(jù)產(chǎn)業(yè)將經(jīng)歷一場深刻的變革，其核心邏輯圍繞數(shù)據(jù)價值的釋放逐步展開，而專業(yè)高質(zhì)量數(shù)據(jù)集與大模型的結(jié)合，正成為重構(gòu)數(shù)據(jù)治理技術(shù)體系的關(guān)鍵驅(qū)動力。

圍繞行業(yè)場景，構(gòu)建高質(zhì)量的數(shù)據(jù)集將成為核心競爭力。2025年5月，國務(wù)院國資委發(fā)布首批中央企業(yè)人工智能行業(yè)高質(zhì)量數(shù)據(jù)集優(yōu)秀建設(shè)成果名單，中電金信金融大模型數(shù)據(jù)集成功入選“首批央企人工智能行業(yè)高質(zhì)量數(shù)據(jù)集”。 中電金信已經(jīng)構(gòu)建了AI數(shù)據(jù)原生工廠，通過自動標注、場景數(shù)據(jù)萃取、合成數(shù)據(jù)等，讓海量數(shù)據(jù)變?yōu)楦哔|(zhì)量AI燃料。

當(dāng)然，擁有了高質(zhì)量的數(shù)據(jù)集，也不意味著就擁有了數(shù)據(jù)價值。數(shù)據(jù)的價值本質(zhì)在于流動與應(yīng)用，數(shù)據(jù)不是倉庫里的存貨，而是需要持續(xù)運營的資產(chǎn)，所以必須通過持續(xù)、主動的運營才是能煥發(fā)活力的寶貴資產(chǎn)。

客觀地說，數(shù)據(jù)運營的視角，是將數(shù)據(jù)的焦點從“管好”轉(zhuǎn)向了“用好”。數(shù)據(jù)資產(chǎn)運營也在通過打破數(shù)據(jù)孤島，促進多元異構(gòu)數(shù)據(jù)的整合、共享與深度利用，使其真正服務(wù)于業(yè)務(wù)決策與創(chuàng)新。

好的數(shù)據(jù)運營平臺會讓數(shù)據(jù)價值的挖掘事半功倍。中電金信在2025全球數(shù)據(jù)管理峰會上從技術(shù)趨勢、客戶需求及產(chǎn)品實踐等維度展開分享。其中，中電金信源啟·多模態(tài)管理（知數(shù)）平臺，一舉打破“單一模型解決單一問題”的舊模式，實現(xiàn)以統(tǒng)一的技術(shù)架構(gòu)和相近的數(shù)據(jù)處理流程，對非結(jié)構(gòu)化數(shù)據(jù)進行加工，具備將所有數(shù)據(jù)納入容易管理的條件，能夠快速接入非結(jié)構(gòu)化資產(chǎn)，建立統(tǒng)一的數(shù)據(jù)體系，幫助企業(yè)快速構(gòu)建全域數(shù)據(jù)資產(chǎn)知識庫。

而要實現(xiàn)從數(shù)據(jù)到數(shù)據(jù)資產(chǎn)的躍遷，堅實的數(shù)據(jù)治理體系是不可或缺的前提。沒有數(shù)據(jù)治理體系作為保障，數(shù)據(jù)不但不能轉(zhuǎn)變?yōu)槠髽I(yè)資產(chǎn)，還很容易讓企業(yè)陷入“數(shù)據(jù)沼澤”的陷阱。

金融行業(yè)的監(jiān)管和合規(guī)極其嚴格，對數(shù)據(jù)治理的要求本就很高。但仍要清晰的認識到，金融數(shù)據(jù)治理的終極目標，絕非僅僅為了滿足監(jiān)管要求，更深層次的價值是在于驅(qū)動業(yè)務(wù)經(jīng)營。

在數(shù)據(jù)治理方面，中電金信新升級的源啟·數(shù)據(jù)資產(chǎn)平臺，可以幫助企業(yè)全面提升智能化能力，協(xié)助企業(yè)重構(gòu)數(shù)據(jù)治理體系。通過對數(shù)據(jù)標準、質(zhì)量、安全的全方位管控，為數(shù)據(jù)的可信、可用奠定基石，從而讓數(shù)據(jù)能夠精準地賦能風(fēng)險管理、客戶洞察、產(chǎn)品創(chuàng)新等核心業(yè)務(wù)環(huán)節(jié)。

不難總結(jié)，當(dāng)高質(zhì)量數(shù)據(jù)集成為大模型價值釋放的引擎，數(shù)據(jù)資產(chǎn)運營就是實現(xiàn)數(shù)據(jù)價值的必然路徑，而數(shù)據(jù)治理則是這一切得以實現(xiàn)的堅實基礎(chǔ)。

03

數(shù)據(jù)工程的全局進化

支撐數(shù)據(jù)要素化戰(zhàn)略落地

事實上，智能時代所面臨的數(shù)據(jù)課題，早已不是某個環(huán)節(jié)或局部的優(yōu)化，而是一場貫穿數(shù)據(jù)全鏈條的變革。也不僅僅是數(shù)據(jù)運營視角的轉(zhuǎn)換，更是整個運營模式的重塑，覆蓋了技術(shù)研發(fā)、數(shù)據(jù)治理、業(yè)務(wù)運營、場景應(yīng)用乃至產(chǎn)業(yè)生態(tài)構(gòu)建的每一個層面，是一場全局性的進化。

這場進化對數(shù)據(jù)工程的各個環(huán)節(jié)提出了全新的要求。AI時代正在重塑數(shù)據(jù)工程的全鏈條。金融機構(gòu)應(yīng)構(gòu)建治理與AI的雙向賦能機制，通過場景測試、模型效果評估、事后運營與安全審計等手段，降低大模型的不確定性，實現(xiàn)在無人工干預(yù)下的數(shù)據(jù)系統(tǒng)自我驅(qū)動與可信自治。這一觀點清晰地表明，未來的數(shù)據(jù)體系必須是智能、閉環(huán)且可信的。

在這一背景下，傳統(tǒng)的“工具賦能”模式已難以滿足 AI時代的開發(fā)需求，“智能體驅(qū)動”正成為新的發(fā)展方向。源啟·Gien-DBrain正是順應(yīng)這一趨勢，打破了以往數(shù)據(jù)開發(fā)的固有范式，通過智能體的深度參與，通過“智能體執(zhí)行，人類審核”的方式：內(nèi)置了行業(yè)專家經(jīng)驗的AI智能體（Agent）自主完成需求澄清、模型設(shè)計、代碼開發(fā)與測試驗證，人類角色轉(zhuǎn)變?yōu)閷徍苏?、決策者和賦能者。同時，數(shù)據(jù)平臺從“功能集合”演進為“專家網(wǎng)絡(luò)”，從根本上提升了數(shù)據(jù)開發(fā)的效率與質(zhì)量，為后續(xù)的數(shù)據(jù)應(yīng)用奠定了堅實基礎(chǔ)。

智能應(yīng)用作為數(shù)據(jù)價值釋放的關(guān)鍵環(huán)節(jié)，其準確性直接決定了智能能否真正落地可用。源啟·ChatBI在這一領(lǐng)域?qū)崿F(xiàn)了重要突破，將問數(shù)準確提升到95%以上，讓用戶在與系統(tǒng)交互獲取數(shù)據(jù)信息時，能夠得到更可靠、更精準的結(jié)果，這不僅降低了智能應(yīng)用的使用門檻，更讓數(shù)據(jù)智能真正融入到實際業(yè)務(wù)場景中，為決策提供有力支撐。

最后，數(shù)據(jù)的價值釋放從來不是一家企業(yè)能夠獨立完成的，它需要整個產(chǎn)業(yè)的共同參與和協(xié)同發(fā)展。中電金信深刻認識到這一點，不僅自身積極構(gòu)建數(shù)據(jù)集，還聯(lián)合13家企業(yè)共同簽署“央國企金融數(shù)據(jù)產(chǎn)業(yè)共同體倡議書”，推動行業(yè)建立可信共享機制，讓數(shù)據(jù)要素釋放更大合力，為金融行業(yè)乃至整個數(shù)據(jù)產(chǎn)業(yè)的發(fā)展注入新的動力。

從宏觀的視角來看，數(shù)據(jù)要素化已成為國家層面的重要戰(zhàn)略方向，它不僅是推動數(shù)字經(jīng)濟發(fā)展的核心引擎，更是實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的關(guān)鍵支撐。在此意義上，無論是源啟數(shù)據(jù)系列產(chǎn)品在技術(shù)層面的持續(xù)突破，還是中電金信在產(chǎn)業(yè)協(xié)同方面的積極探索，都是對數(shù)據(jù)要素化戰(zhàn)略的有力回應(yīng)與實踐！