数据智能赋能金融数字化白皮书

数据智能赋能金融数字化白皮书北京金融科技产业联盟2023 年 12 月编制委员会编委会成员：赵韵东周天虹龚伟华聂丽琴赵焕芳俞吴杰闫晓林编写组成员：赵存超贡佳炜马晓煦耿博代铁梁生吉刘一阳刘妍李义萍焦峰钟新斌许翠朱红伟陈炜钊李蓉娴郭佳敏石文鹏卢金环张少敏董琦张博杜银翔李金龙贺瑶函曹伯翰李娟牵头单位：中国农业银行股份有限公司参编单位：中国银行股份有限公司招商银行股份有限公司北京银行股份有限公司I前 言随着移动互联网的普及和数字技术的强势崛起，我国正加速迈入数字经济时代，推动数字化转型成为金融机构面临的必要趋势。中国人民银行《金融科技发展规划（2022—2025年）》为新时期金融数字化转型谋定方向、明晰路线，金融机构需深入贯彻规划理念，高质量推进金融数字化转型工作。在大模型、生成式人工智能等技术加持下，数据智能技术正爆发出蓬勃的生命力，为金融机构推进数字化转型、依托创新释放数字生产力提供了重要抓手。在北京金融科技产业联盟人工智能专委会组织下，由中国农业银行研发中心牵头，联合中国银行、招商银行、北京银行相关部门共同开展数据智能金融应用研究，编制形成《数据智能赋能金融数字化白皮书》。本文立足数据智能前沿技术，聚焦数据智能赋能金融数字化，介绍数据智能基本情况，包括概念解析、国内外发展情况及顶层设计；从 AI、BI 等先进技术出发，深度解析数据智能技术演进趋势；结合银行业务场景阐述数据智能助力银行业智能化升级的可行路径，并给出典型案例；总结数据智能面临的挑战及发展展望。希望以此展示金融数据智能整体视图，为金融业应用数据智能提供有效借鉴和参考。II目 录一、数据智能发展情况概述.....................................................................1（一）数据智能概念........................................................................1（二）国外数据智能发展形势....................................................... 3（三）国内数据智能发展形势....................................................... 4（四）五位一体数据智能顶层设计............................................... 61.战略规划——谋.................................................................. 62.组织架构——体.................................................................. 73.制度建设——规.................................................................. 84.标准规范——尺................................................................ 105.团队建设——群................................................................ 12二、 数据智能技术演进趋势.................................................................12（一）强化基础支撑，推进数据互联共享.................................131.湖仓一体，夯实企业级数据底座....................................132.实时数仓，高效应对实时场景........................................153.数据编织，推动智能化数据管理....................................164.隐私计算，赋能金融数据安全........................................19（二）打磨 AI 利器，推动金融智能化升级...............................211.知识图谱，深化关联数据分析........................................212.可信 AI，提升模型可靠与可解释性...............................223.大小模型协同，推进端云全方位协同进化....................244.大模型，聚焦 NLP 任务统一和多模态模型支持............255.自适应 AI，强化主动学习进化能力...............................276.人工智能生成内容（AIGC），推动数字化内容创造... 28（三）深入 BI 应用，持续释放数据价值...................................301.极速引擎，支撑海量数据秒级分析................................302.SaaS BI，提供云原生 BI 能力.........................................32（四）研发运营一体化，加速数据智能应用落地.....................341.DataOps，敏捷响应业务需求..........................................342.MLOps，快速交付 AI 应用服务........................................36III三、 数据智能助力银行业智能化升级................................................ 38（一）数据智能企业级平台能力建设......................................... 391.数据湖仓平台.................................................................... 392.实时流计算平台................................................................ 403.AI 平台................................................................................424.BI 平台................................................................................455.隐私计算平台.................................................................... 476.知识