从“人治”转向“智治” 数据治理迎来AI浪潮

（来源：中国银行保险报网）

转自：中国银行保险报网

□本报记者 苏洁

在当前AI（人工智能）浪潮席卷各行各业的背景下，数据不再是静态的资源，而是需要被智能激活的核心资产。数据是现代企业的生命线，但在许多企业中，数据却像一团乱麻，难以厘清。但有了AI的加持，数据治理不再是难题。

如果说“治理”是奠定数据可信可用的根基，那么“智理”便是通过AI为数据注入灵魂，实现从被动管理到主动洞察的跃迁。在金融行业，如何通过AI先进理论和工具有效挖掘数据价值，实现业务效率提升、客户体验优化和服务模式创新，进而助力金融行业高质量发展，成为关注的话题。

数智深度融合

当前，数据已成为驱动社会发展的核心引擎，海量的数据洪流汇聚成前所未有的资源宝库。然而，未经处理的原始数据如同深埋地下的矿石，其价值无法显现。传统的数据处理方法在大规模和复杂度的处理任务面前难免力不从心，亟须强大的技术手段来实现数据的价值转化。AI作为新一代信息技术的核心驱动力，正通过其强大的数据处理能力，为数据治理领域带来革命性的变革。

2024年，国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》提出，到2026年底，数据产业年均增速超过20%，数据交易规模倍增。具体在金融行业，提出要“提高金融抗风险能力，推进数字金融发展，在依法安全合规前提下，推动金融信用数据和公共信用数据、商业信用数据共享共用和高效流通，支持金融机构间共享风控类数据”。

AI尤其是大模型的发展，高度依赖高质量数据的支撑，已成为推动数据治理体系智能化升级的核心动力。然而，当前数据领域仍普遍面临非结构化数据处理难、跨域协作机制不成熟等共性挑战。作为数据资源最为密集的领域之一，金融行业正积极探索“数据+AI”的新兴技术路径，旨在打破“数据孤岛”现象，并提升治理效率。

在AI推动数据治理的实践案例中，金融机构和金融科技服务商正在积极寻找答案。

“金融行业整体的IT能力跟其他行业相比发展较快，大概比其他行业快3-5年。”中电金信党委委员、研究院副院长、商业分析事业部总经理杜啸争坦言，“当新技术出现的时候，对我们的冲击也是最大的。随着大模型的出现，尤其是DeepSeek出现之后，很多金融客户开始担心传统的数据技能和模式、应用方式是否能满足业务需求。”

在大模型时代，面对客户从“AI场景跑通”到“真正业务可用”的需求转变，中电金信提出“一湖两库”架构理念，即数据湖、数据仓库与知识库协同，支撑全域数据资产构建与AI应用。此外，私域数据与行业大模型的结合，将重构数据治理流程，推动开发、运维与分析体系的全面升级。

国家金融与发展实验室研究员罗平指出，在数据治理及AI监管领域，必须确保人工智能模型具备可验证、可审核、可追溯的特性，并在模型投入使用前进行严格的数据安全审查，以保障使用的合理性与正当性。金融机构应结合自身实际情况，务实推进合规工作，有效提升风险管理的水平。与此同时，在技术落地层面，金融机构更关注如何将数据能力转化为业务价值。

在金融行业，不同类型金融机构数据治理路径有所差异。

中国邮政储蓄银行数据管理部副总经理张放介绍，邮储银行大模型驱动的全新数据治理范式加速成型，以数据与安全两大底座为支撑，从模型、技术、形态、产品等方面构建起数据治理智能化服务矩阵，持续强化“数据标准管理、主数据管理、数据质量管理、元数据管理、数据安全管理、外部数据管理”等六大数据治理核心领域能力，从根本上提升数据管理效能，推动数据驱动价值的全新释放。

杭州银行信息技术部总经理助理王玮炜强调，当前数据治理正从依赖人工的“人治”阶段，转向以AI为核心的“自治”阶段。通过智能感知、全链路管控与高质量数据集的双向赋能，AI将成为推动数据治理长效发展的关键生产力工具，实现数据资产的自动生成与持续优化。

从协同与安全角度，招商证券大数据架构师顾里提出，AI时代即将重塑数据工程的全链条。金融机构应构建数据治理与AI的双向赋能机制，通过场景测试、模型效果评估、持续运营与安全审计等手段，降低大模型的不确定性，探索在无人工干预下的数据系统自我驱动与可信自治。

AI重塑数据治理体系

从宏观的监管框架到聚焦的场景创新，从以治理夯实的数据根基到由大模型及智能体驱动的智能引擎赋能业务发展，这一系列精彩内容，勾勒出一条清晰的逻辑主线：“治”理筑基，“智”理开花，价值结果。

路径虽已清晰，但前行中的挑战依然存在：AI究竟如何重塑数据治理的“游戏规则”？在金融机构的实践中，如何加速“数以致用”？

在近期举办的2025全球数据管理峰会暨数智金融创新发展论坛上，中电金信相关业务负责人介绍了公司在数据治理细分场景与底层范式上的双重突破。一方面，在风控、合规、财务等“小”场景深入实践，借助风洞实验室与AI技术实现风险仿真、合规自控与业财一体化管理；另一方面，提出“智能数据自治”新范式，以“三元资产模型”与智能体网络重构DataOps流程，推动数据开发升级为智能工厂模式，实现系统自感知、自决策与规模化运营。

鞍钢财务公司金融科技部经理任海认为，大模型为金融机构的数字化转型注入了新动能。面对数据治理范围的爆炸式增长，必须进一步整合产业数据，推动治理目标从传统的数据质量保障转向数据洞察与业务赋能，打造能够自动进化、智能驱动的“数据大脑”，助力产融协同发展。

AI技术在拓宽数据资产边界、催生新应用场景的同时，也带来了数据确权、伦理合规等新挑战。新华保险研发中心副总经理于士文指出，未来需构建涵盖AI生成数据的新一代治理体系，推动数据从资源向真正资产的转变，实现数据价值的全面绽放。

AI时代，数据治理从“应对挑战”到“重塑路径”，最终指向“自治目标”的演进路径，通过场景化应用，推动金融数据治理从“被动响应”向“主动预见”转变。