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.........................
