天創(chuàng)信用案例

該數(shù)據(jù)要素案例由天創(chuàng)信用投遞并參與金猿組委會(huì)×數(shù)據(jù)猿×上海大數(shù)據(jù)聯(lián)盟共同推出的《2025中國(guó)大數(shù)據(jù)產(chǎn)業(yè)年度數(shù)據(jù)要素價(jià)值釋放案例》榜單/獎(jiǎng)項(xiàng)評(píng)選。

數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)已成為關(guān)鍵生產(chǎn)要素。國(guó)家“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃和金融科技發(fā)展規(guī)劃等系列戰(zhàn)略，明確要求推動(dòng)數(shù)據(jù)賦能實(shí)體經(jīng)濟(jì)，特別是在金融領(lǐng)域深化數(shù)據(jù)應(yīng)用，提升服務(wù)質(zhì)效。在此背景下，銀行對(duì)公授信業(yè)務(wù)正經(jīng)歷從傳統(tǒng)人工經(jīng)驗(yàn)驅(qū)動(dòng)向“數(shù)據(jù)智能驅(qū)動(dòng)”的深刻變革。

當(dāng)前，金融行業(yè)正經(jīng)歷從“經(jīng)驗(yàn)驅(qū)動(dòng)”向“數(shù)據(jù)驅(qū)動(dòng)”的范式變革，非結(jié)構(gòu)化數(shù)據(jù)解析、大模型應(yīng)用等技術(shù)的成熟，為數(shù)據(jù)要素在風(fēng)控場(chǎng)景的價(jià)值釋放提供了技術(shù)支撐。AI與大模型技術(shù)的飛速發(fā)展為智能風(fēng)控帶來了全新的可能性，通過自動(dòng)解析非結(jié)構(gòu)化文檔、生成專業(yè)報(bào)告、挖掘潛在風(fēng)險(xiǎn)，成為行業(yè)降本增效、防范系統(tǒng)性風(fēng)險(xiǎn)的關(guān)鍵路徑。

作為專注服務(wù)實(shí)體經(jīng)濟(jì)的金融機(jī)構(gòu)，銀行在對(duì)公授信業(yè)務(wù)中深刻感受到傳統(tǒng)模式的“三低一高”痛點(diǎn)：人工審單效率低（需從海量線下合同、審計(jì)報(bào)告中手動(dòng)抽取關(guān)鍵數(shù)據(jù)）、數(shù)據(jù)利用率低（約80%的非結(jié)構(gòu)化數(shù)據(jù)“沉睡”）、風(fēng)險(xiǎn)識(shí)別精度低（過度依賴主觀經(jīng)驗(yàn)）、以及運(yùn)營(yíng)合規(guī)成本高。

為響應(yīng)國(guó)家戰(zhàn)略，把握技術(shù)發(fā)展趨勢(shì)，銀行金融機(jī)構(gòu)亟需打破數(shù)據(jù)孤島，釋放數(shù)據(jù)要素價(jià)值，重構(gòu)風(fēng)控體系。為此，銀行與天創(chuàng)信用攜手，共同啟動(dòng)AI數(shù)智風(fēng)控協(xié)同創(chuàng)新項(xiàng)目。

項(xiàng)目聚焦數(shù)據(jù)線上化、報(bào)告自動(dòng)化、風(fēng)控智能化三大核心訴求，旨在通過前沿AI技術(shù)，將散落的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為可流通、可增值的戰(zhàn)略資產(chǎn)，打造行業(yè)領(lǐng)先的“數(shù)據(jù)智能驅(qū)動(dòng)”風(fēng)控新范式，為銀行業(yè)數(shù)字化轉(zhuǎn)型提供可復(fù)制的標(biāo)桿案例。

時(shí)間周期：

項(xiàng)目開始時(shí)間：2025年8月

中間重要時(shí)間節(jié)點(diǎn)：

2025年10月：通過解析測(cè)試樣例交付與關(guān)鍵字段定義，啟動(dòng)技術(shù)方案驗(yàn)證。

2025年11月：完成銀行內(nèi)AI平臺(tái)部署，實(shí)現(xiàn)工作流遷移與集成。

2025年12月中旬：完成信息抽取功能全面測(cè)試與數(shù)據(jù)接口規(guī)范確認(rèn)。

2025年12月：智能報(bào)告生成功能上線，啟動(dòng)AI風(fēng)險(xiǎn)挖掘模型的業(yè)務(wù)需求調(diào)研與知識(shí)沉淀工作。

項(xiàng)目完結(jié)時(shí)間：2026年2月：核心功能模塊完成交付并上線運(yùn)營(yíng)，進(jìn)入持續(xù)優(yōu)化與價(jià)值深挖階段。

數(shù)據(jù)要素價(jià)值需求

本項(xiàng)目緊密圍繞數(shù)據(jù)要素的核心精神，將客戶需求升維理解為對(duì)數(shù)據(jù)要素全生命周期價(jià)值釋放：

1.數(shù)據(jù)資產(chǎn)化

客戶亟需將散落在海量線下合同、審計(jì)報(bào)告（PDF/掃描件）中的“暗數(shù)據(jù)”，如合同金額、財(cái)務(wù)三表等，通過AI轉(zhuǎn)化為可計(jì)量、可查詢、可分析的結(jié)構(gòu)化數(shù)據(jù)資產(chǎn)。

2.數(shù)據(jù)服務(wù)化

客戶要求打破內(nèi)外部數(shù)據(jù)壁壘，將已結(jié)構(gòu)化的數(shù)據(jù)、內(nèi)部業(yè)務(wù)數(shù)據(jù)與外部工商司法數(shù)據(jù)融合，通過AI工作流自動(dòng)生成標(biāo)準(zhǔn)化的貸前貸中報(bào)告。這有望實(shí)現(xiàn)數(shù)據(jù)要素在跨部門、跨業(yè)務(wù)場(chǎng)景中的高效“流通”與“共享”，將數(shù)據(jù)從靜態(tài)資產(chǎn)轉(zhuǎn)化為動(dòng)態(tài)服務(wù)。

3.數(shù)據(jù)資本化

客戶最終目標(biāo)是讓數(shù)據(jù)要素直接產(chǎn)生業(yè)務(wù)價(jià)值。希望通過訓(xùn)練AI模型，將業(yè)務(wù)專家的風(fēng)控經(jīng)驗(yàn)固化為數(shù)據(jù)模型，基于多源數(shù)據(jù)自動(dòng)挖掘企業(yè)潛在風(fēng)險(xiǎn)，實(shí)現(xiàn)數(shù)據(jù)要素在風(fēng)險(xiǎn)決策中的價(jià)值增值，甚至探索數(shù)據(jù)驅(qū)動(dòng)的創(chuàng)新型金融產(chǎn)品。

天創(chuàng)信用深刻把握數(shù)據(jù)要素是金融風(fēng)控?cái)?shù)字化轉(zhuǎn)型的核心生產(chǎn)資料，將客戶需求拆解為“數(shù)據(jù)激活-數(shù)據(jù)整合-數(shù)據(jù)賦能”三維價(jià)值鏈路：

數(shù)據(jù)要素激活

針對(duì)非結(jié)構(gòu)化數(shù)據(jù)難以利用的痛點(diǎn)，通過AI模型將線下文件轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，建立數(shù)據(jù)要素的“產(chǎn)權(quán)標(biāo)識(shí)”與質(zhì)量標(biāo)準(zhǔn)，讓沉睡數(shù)據(jù)具備流通基礎(chǔ)。

數(shù)據(jù)要素整合

構(gòu)建多源數(shù)據(jù)融合體系，明確內(nèi)外部數(shù)據(jù)的分類標(biāo)準(zhǔn)、關(guān)聯(lián)規(guī)則和使用規(guī)范，打通數(shù)據(jù)要素在不同業(yè)務(wù)系統(tǒng)、不同場(chǎng)景中的流通通道，實(shí)現(xiàn)“數(shù)據(jù)語言互通”。

數(shù)據(jù)要素賦能

基于整合后的數(shù)據(jù)要素，運(yùn)用AI自主規(guī)劃，讓數(shù)據(jù)要素在報(bào)告生成、風(fēng)險(xiǎn)識(shí)別中發(fā)揮決策支撐作用，最終實(shí)現(xiàn)數(shù)據(jù)要素從“資源”到“資產(chǎn)”再到“資本”的價(jià)值躍升。

我們提出“數(shù)據(jù)要素價(jià)值立方體”解決方案，即在技術(shù)維度，構(gòu)建多模態(tài)數(shù)據(jù)解析與AI生成引擎；在流程維度，設(shè)計(jì)覆蓋提取、整合、應(yīng)用的全鏈路工作流；在價(jià)值維度，瞄準(zhǔn)效率提升、成本節(jié)約與風(fēng)險(xiǎn)控制，最終實(shí)現(xiàn)數(shù)據(jù)從“資源”到“資產(chǎn)”再到“資本”的躍遷。

面臨挑戰(zhàn)

數(shù)據(jù)要素層面核心挑戰(zhàn)

1.數(shù)據(jù)格式碎片化

客戶業(yè)務(wù)數(shù)據(jù)分散于線下PDF（原生/掃描件）、內(nèi)部業(yè)務(wù)系統(tǒng)等多種載體，合同、審計(jì)報(bào)告等文件格式不統(tǒng)一，掃描件存在字跡模糊、排版錯(cuò)亂等問題，部分文件掃描錯(cuò)誤率達(dá)12%，導(dǎo)致數(shù)據(jù)要素提取難度大，標(biāo)準(zhǔn)化程度低。

2.數(shù)據(jù)類型多元化

涉及非結(jié)構(gòu)化數(shù)據(jù)（文本文件）、半結(jié)構(gòu)化數(shù)據(jù)（業(yè)務(wù)系統(tǒng)日志）、結(jié)構(gòu)化數(shù)據(jù)（內(nèi)部臺(tái)賬）等多類型數(shù)據(jù)，不同來源數(shù)據(jù)的字段定義、統(tǒng)計(jì)口徑不一致，數(shù)據(jù)要素整合面臨“數(shù)據(jù)語言不通”的融合難題。

3.數(shù)據(jù)質(zhì)量參差不齊

線下文件中存在數(shù)據(jù)缺失、表述不規(guī)范、重復(fù)記錄等問題，且缺乏統(tǒng)一的數(shù)據(jù)質(zhì)量校驗(yàn)標(biāo)準(zhǔn)，直接影響數(shù)據(jù)要素的可用性。

4.數(shù)據(jù)要素安全合規(guī)風(fēng)險(xiǎn)

金融數(shù)據(jù)涉及企業(yè)商業(yè)機(jī)密與銀行核心業(yè)務(wù)信息，需嚴(yán)格遵守《金融數(shù)據(jù)安全分級(jí)指南》等法規(guī)，如何在保障數(shù)據(jù)安全（原始數(shù)據(jù)不出域、數(shù)據(jù)可用不可見）的前提下實(shí)現(xiàn)數(shù)據(jù)要素高效流通，成為核心約束。

項(xiàng)目實(shí)施配套挑戰(zhàn)

1.系統(tǒng)適配難度大

客戶現(xiàn)有IT架構(gòu)需兼容新的數(shù)據(jù)解析引擎與工作流平臺(tái)，需解決與行內(nèi)現(xiàn)有系統(tǒng)的無縫對(duì)接問題，確保數(shù)據(jù)要素傳輸?shù)姆€(wěn)定性與時(shí)效性。

2.需求標(biāo)準(zhǔn)化難

不同業(yè)務(wù)場(chǎng)景下的報(bào)告撰寫要求、數(shù)據(jù)提取重點(diǎn)存在差異，需平衡標(biāo)準(zhǔn)化解決方案與個(gè)性化業(yè)務(wù)需求，確保數(shù)據(jù)要素應(yīng)用的靈活性。

3.跨團(tuán)隊(duì)協(xié)同復(fù)雜度高

項(xiàng)目涉及銀行業(yè)務(wù)、技術(shù)、合規(guī)等各部門與天創(chuàng)信用實(shí)施團(tuán)隊(duì)的多方協(xié)作，需明確各方在數(shù)據(jù)提供、需求確認(rèn)、測(cè)試驗(yàn)收

數(shù)據(jù)處理

數(shù)據(jù)類型及來源

1.非結(jié)構(gòu)化數(shù)據(jù)

銀行對(duì)公授信業(yè)務(wù)相關(guān)的線下合同、審計(jì)報(bào)告（包括原生PDF文件、掃描件格式），包括合同文本、審計(jì)報(bào)告中的資產(chǎn)負(fù)債表、利潤(rùn)表、現(xiàn)金流量表及附注說明，累計(jì)處理超1000頁(yè)測(cè)試文本。

2.結(jié)構(gòu)化數(shù)據(jù)

銀行內(nèi)部業(yè)務(wù)系統(tǒng)、外部數(shù)據(jù)、央行征信中心等，涵蓋企業(yè)基本信息、信貸業(yè)務(wù)記錄、企業(yè)授信額度、歷史風(fēng)險(xiǎn)評(píng)估結(jié)果、企業(yè)征信數(shù)據(jù)等

數(shù)據(jù)處理規(guī)模

1.測(cè)試階段數(shù)據(jù)量：銀行累計(jì)提供合同、審計(jì)報(bào)告等解析測(cè)試樣例120份（解析模塊60份、報(bào)告模塊60份），每份文件平均頁(yè)數(shù)15-30頁(yè)，涵蓋50+類關(guān)鍵業(yè)務(wù)字段。

2.日常處理數(shù)據(jù)量：項(xiàng)目上線后，預(yù)計(jì)日均處理合同解析請(qǐng)求約300-500筆、審計(jì)報(bào)告解析請(qǐng)求200-300筆，單份審計(jì)報(bào)告最大處理頁(yè)數(shù)100頁(yè)以上；報(bào)告生成模塊日均調(diào)用數(shù)據(jù)資源池?cái)?shù)據(jù)量超5GB，涉及內(nèi)外部數(shù)據(jù)維度100+。

3.數(shù)據(jù)存儲(chǔ)規(guī)模：結(jié)構(gòu)化數(shù)據(jù)資源池初始存儲(chǔ)量約20GB，月均增長(zhǎng)5GB；非結(jié)構(gòu)化原始文件存儲(chǔ)量初始約50GB，結(jié)構(gòu)化提取后數(shù)據(jù)存儲(chǔ)量約10GB，支持歷史數(shù)據(jù)回溯與復(fù)用，首年數(shù)據(jù)存儲(chǔ)規(guī)模預(yù)計(jì)將超過10TB。

數(shù)據(jù)技術(shù)與實(shí)施過程

為了滿足銀行金融機(jī)構(gòu)功能迭代的需求，本項(xiàng)目需要支持?jǐn)?shù)據(jù)上傳、解析、識(shí)別及分析，重點(diǎn)實(shí)現(xiàn)以下能力：

1.一報(bào)多表：運(yùn)用視覺模型和AI模型提取財(cái)務(wù)報(bào)表等表格文件。

2.風(fēng)險(xiǎn)識(shí)別：運(yùn)用海量數(shù)據(jù)接口進(jìn)行AI融合，提煉業(yè)務(wù)風(fēng)險(xiǎn)。

3.報(bào)告撰寫：運(yùn)用AI模型整理文本及風(fēng)險(xiǎn)信息，進(jìn)行風(fēng)險(xiǎn)報(bào)告寫作。

4.RAG增強(qiáng)：審計(jì)報(bào)告切片向量化入庫(kù)，支持后續(xù)問答。業(yè)務(wù)總統(tǒng)流程圖。

一、技術(shù)架構(gòu)設(shè)計(jì)

本項(xiàng)目圍繞數(shù)據(jù)要素“提取-整合-賦能”全流程，構(gòu)建了以“非結(jié)構(gòu)化數(shù)據(jù)解析技術(shù)、多源數(shù)據(jù)融合技術(shù)、大模型應(yīng)用技術(shù)”為核心的“五層三維”技術(shù)架構(gòu)：

數(shù)據(jù)解析層：集成開源與自研視覺模型，針對(duì)金融文檔特點(diǎn)，引入PDF動(dòng)態(tài)語義切片算法、分布式限流機(jī)制，并利用Redis實(shí)現(xiàn)實(shí)時(shí)進(jìn)度監(jiān)控（SSE推送），攻克大文件、高并發(fā)處理難題。

智能引擎層：搭建可配置、可復(fù)用的AI工作流工廠。融合規(guī)則引擎、LLM大模型（經(jīng)SFT微調(diào)）、RAG檢索增強(qiáng)生成等技術(shù)，實(shí)現(xiàn)從信息精準(zhǔn)抽取到報(bào)告智能生成的全流程自動(dòng)化。

業(yè)務(wù)應(yīng)用層：封裝標(biāo)準(zhǔn)化API，輸出信息抽取、報(bào)告生成、風(fēng)險(xiǎn)預(yù)警等能力，與銀行現(xiàn)有風(fēng)控、信貸系統(tǒng)無縫集成，形成閉環(huán)業(yè)務(wù)價(jià)值。

本項(xiàng)目重點(diǎn)技術(shù)解決方案如下：

1.大文件解析與視覺模型進(jìn)度監(jiān)控

為解決大文件解析超時(shí)和無進(jìn)度感知問題，采用切片解析機(jī)制。這里將采用串行處理策略，確保進(jìn)度更新的線性與平滑性，同時(shí)降低視覺模型服務(wù)的并發(fā)壓力。

2.財(cái)報(bào)識(shí)別與提取

解析引擎完成基礎(chǔ)OCR后，系統(tǒng)需識(shí)別文檔中包含的若干份財(cái)務(wù)報(bào)表并結(jié)構(gòu)化提取。通過規(guī)則引擎（Rule Engine）定位位點(diǎn)，再調(diào)用LLM精準(zhǔn)提取。

二、技術(shù)要點(diǎn)與創(chuàng)新

1.高精度信息提取

采用“視覺特征（CV）+布局理解（NLP）”的多模態(tài)模型，精準(zhǔn)定位并抽取金額、日期、主體等字段，對(duì)復(fù)雜版面與掃描件，準(zhǔn)確率達(dá)92%以上。

2.一報(bào)多表提取技術(shù)

突破傳統(tǒng)審計(jì)報(bào)告解析局限，通過CV+NL混合技術(shù)實(shí)現(xiàn)財(cái)務(wù)三表自動(dòng)定位（F1值達(dá)0.92），從單份審計(jì)報(bào)告中自動(dòng)識(shí)別并提取母公司、合并報(bào)表、不同年度報(bào)表等多份財(cái)務(wù)數(shù)據(jù)，解析效率提升60%。

3.模塊化工作流架構(gòu)

采用獨(dú)立模塊設(shè)計(jì)，支持按需調(diào)用與靈活擴(kuò)展，可快速適配銀行新增報(bào)告類型或數(shù)據(jù)提取需求，降低系統(tǒng)迭代成本。

4.數(shù)據(jù)要素安全保障

通過私有化部署模式保障數(shù)據(jù)不泄露，結(jié)合分布式限流與權(quán)限管控，實(shí)現(xiàn)“原始數(shù)據(jù)不出域、數(shù)據(jù)可用不可見”，符合金融數(shù)據(jù)安全合規(guī)要求。

生態(tài)伙伴合作

本項(xiàng)目是銀行與天創(chuàng)信用深度共創(chuàng)的典范。銀行作為業(yè)務(wù)場(chǎng)景方與需求方，提供了核心業(yè)務(wù)知識(shí)、數(shù)據(jù)樣本及內(nèi)部系統(tǒng)資源；天創(chuàng)信用作為技術(shù)提供方與實(shí)施方，貢獻(xiàn)了AI算法、工程化能力與平臺(tái)技術(shù)。雙方組成聯(lián)合項(xiàng)目組，形成了 “業(yè)務(wù)牽引、技術(shù)驅(qū)動(dòng)、敏捷迭代”的高效協(xié)作模式。

數(shù)據(jù)方面，項(xiàng)目積極引入各類企業(yè)數(shù)據(jù)服務(wù)商，包括天眼查、憑安等信用信息服務(wù)商，智慧星光等輿情服務(wù)提供商。外部數(shù)據(jù)的引入對(duì)該項(xiàng)目起到了至關(guān)重要的作用，是構(gòu)建全景化、動(dòng)態(tài)化企業(yè)風(fēng)險(xiǎn)視圖不可或缺的一環(huán)。這些合作不僅豐富了數(shù)據(jù)維度，更在數(shù)據(jù)要素的價(jià)值鏈上實(shí)現(xiàn)了“外部賦能”與“內(nèi)部激活”的有效協(xié)同。

合作服務(wù)效果

項(xiàng)目成功上線后，預(yù)計(jì)在數(shù)據(jù)要素價(jià)值釋放與商業(yè)成效上取得可量化的卓越效果：

1.運(yùn)營(yíng)效率革命性提升：

數(shù)據(jù)提取效率：?jiǎn)畏莺贤?審計(jì)報(bào)告的關(guān)鍵信息抽取時(shí)間，有望從人工平均2小時(shí)縮短至AI全自動(dòng)處理約5分鐘，效率提升24倍。

報(bào)告撰寫效率：?jiǎn)畏葙J前盡調(diào)報(bào)告撰寫時(shí)間從6-8小時(shí)，預(yù)計(jì)壓縮至1.5小時(shí)內(nèi)（AI生成+人工校正），人工撰寫成本降低超過80%。

2.風(fēng)險(xiǎn)管控能力質(zhì)變?cè)鰪?qiáng)：

知識(shí)復(fù)用與響應(yīng)：通過RAG構(gòu)建的審計(jì)報(bào)告知識(shí)庫(kù)，支持業(yè)務(wù)人員以問答形式在3秒內(nèi)獲取企業(yè)潛在風(fēng)險(xiǎn)線索。

3.數(shù)據(jù)要素價(jià)值充分釋放：

流通與復(fù)用：通過統(tǒng)一數(shù)據(jù)接口，內(nèi)部分散系統(tǒng)對(duì)數(shù)據(jù)的復(fù)用率提升60%，有效打破數(shù)據(jù)孤島。

成本節(jié)約：預(yù)計(jì)每年可節(jié)省外部數(shù)據(jù)采購(gòu)、人工處理及合規(guī)檢查相關(guān)成本數(shù)千萬元。

4.行業(yè)標(biāo)桿效應(yīng)形成：

本項(xiàng)目打造了銀行業(yè)內(nèi)領(lǐng)先的“非結(jié)構(gòu)化數(shù)據(jù)智能處理與風(fēng)控應(yīng)用”標(biāo)桿，形成的技術(shù)方案與實(shí)施方法論具備高度的可復(fù)制性，為整個(gè)行業(yè)利用AI釋放數(shù)據(jù)要素價(jià)值提供了可行路徑，推動(dòng)了產(chǎn)業(yè)級(jí)進(jìn)步。

關(guān)于企業(yè)

·天創(chuàng)信用

天創(chuàng)信用服務(wù)有限公司成立于2015年，是一家智能風(fēng)控與大數(shù)據(jù)征信運(yùn)營(yíng)商，憑借先進(jìn)的大數(shù)據(jù)和智能技術(shù)以及專業(yè)的服務(wù)團(tuán)隊(duì)，在信用體系建設(shè)，金融科技服務(wù)等領(lǐng)域具有深厚的積累和卓越的成就。

天創(chuàng)信用是央行企業(yè)征信備案機(jī)構(gòu)，發(fā)改委27家首批綜合信用服務(wù)試點(diǎn)機(jī)構(gòu)之一。公司在大數(shù)據(jù)征信和金融科技領(lǐng)域受到業(yè)內(nèi)的諸多認(rèn)可：連續(xù)入選畢馬威中國(guó)金融科技50強(qiáng)，2021年成為央行京津翼征信鏈9家征信機(jī)構(gòu)之一，2022年獲得專精特新中小企業(yè)認(rèn)證，2023年榮獲“北京數(shù)字經(jīng)濟(jì)企業(yè)百?gòu)?qiáng)”、獲評(píng)第三屆朝陽(yáng)區(qū)“鳳鳴計(jì)劃”高成長(zhǎng)企業(yè)，2024年獲得2024全球數(shù)字經(jīng)濟(jì)大會(huì)“首交易”示范獎(jiǎng)勵(lì)。

公司企業(yè)文化使命是“讓有信者行天下”，致力于用科技力量顯現(xiàn)信用價(jià)值，造福天下有信者。公司的愿景是“成為最值得信賴的信用科技運(yùn)營(yíng)商”，通過卓越的信用科技服務(wù)，持續(xù)為客戶創(chuàng)造價(jià)值，堅(jiān)守承諾，傾盡全力，成為客戶最可靠的合作伙伴。

★以上由天創(chuàng)信用投遞申報(bào)的數(shù)據(jù)要素案例，最終將會(huì)角逐由金猿組委會(huì)×數(shù)據(jù)猿×上海大數(shù)據(jù)聯(lián)盟聯(lián)合推出的《2025中國(guó)大數(shù)據(jù)產(chǎn)業(yè)年度數(shù)據(jù)要素價(jià)值釋放案例》榜單/獎(jiǎng)項(xiàng)。

該榜單最終將于1月上旬上海舉辦的“2025第八屆金猿大數(shù)據(jù)產(chǎn)業(yè)發(fā)展論壇——暨AI Infra & Data Agent趨勢(shì)論壇”現(xiàn)場(chǎng)首次揭曉榜單，并舉行頒獎(jiǎng)儀式，歡迎報(bào)名蒞臨現(xiàn)場(chǎng)。