人民政協網1月15日電 金融強、國家才能強。打造金融強國，發展數字金融是必由之路。首先，數字金融是支撐金融行業數字化轉型的必要路徑。當前，我國金融行業的數字化轉型主要聚焦在基礎設施和上層應用兩個層面，一方面要著力打造可靠的基礎設施，確保金融行業的安全穩定運行，另一方面充分發揮金融科技的力量，加速從數字化邁向數智化的進程。其次，數字金融直接影響金融核心競爭力與服務實體的能力。與金融強國相適應的現代金融，意味著更好的體驗、更普惠，同時基于技術進步和創新現代金融應該具有很強的風險識別能力和有效的風險配置機制……這些都需要數字金融來支撐，同時數字金融也會通過實現以上，全面提升金融服務實體經濟的質效。

中國金融行業經過近40年的發展，從電子化發展到信息化再到當今的數字化階段，在數字化應用領域，領先于國內其他行業，甚至是世界金融行業。

這表現在四個方面：首先是建立了完備的數字化應用支撐體系，每家金融機構都建立了成百上千個軟件系統來支撐日常的業務運行；第二是在服務渠道上實現了高度的數字化，極大地方便了企業和個人客戶；第三是金融服務通過開放接口等方式深度嵌入到社會生活和產業生態中，金融服務已經成為社會運行的關鍵基礎設施；第四是金融行業采用了大量先進的IT技術例如云原生、集群計算、大數據、人工智能等等，中國的金融行業有非常豐富的應用場景，為各種新技術的發展提供了試驗場，促進了先進技術的發展。

特別在當前各行業處于數字化深度轉型階段下，金融服務已成為社會運行的關鍵基礎設施，但金融行業數字化轉型也面臨著更多的挑戰：第一，需要有更強大、更穩定的基礎運行支撐平臺來支持越來越大的業務規模；第二，數據、AI等技術逐漸基礎設施化，需要更普遍、深度地運用先進的數字技術來支持金融創新，支持實體經濟的發展；第三，需要通過更現代化的IT架構來降低能耗，提高開發效率，支持綠色發展；第四，金融安全是國家安全的重要組成部分，金融體系數字系統的安全也成為重中之重。在此背景下，金融機構正在積極構建數字金融基礎設施。

隨著各行業進入了深度數字化轉型階段，我們看到AI技術已經應用在了在大量的金融行業場景，驅動企業數智化轉型，包括像智能化營銷、智能化服務、智能化風控、智能化生產、智能化運營等多種智慧場景。可以說，AI技術在金融行業已經進入基礎設施化的階段。艾瑞咨詢的數據顯示，2024年，中國銀行與保險機構前沿科技采購支出將增長到255億元，其中金融AI與大數據類186億元，占比達到73%。相信隨著技術的加強，大模型在金融行業的應用場景也會不斷演變。

大模型的建設需要大量的人力成本、算力成本、數據成本。各大企業建設AI時，第一AI計算資源需求多，尤其是大模型更多，怎么把資源有效利用起來？第二AI算法開發流程長而門檻高，需要有專業的算法人員專家來支持。第三模型上線后仍不穩定，經常影響業務性能，可能給金融業務帶來巨大損失。

建設難、模型多，如何集中化地生產和運營模型？基于這樣的出發點，中電金信構建了源啟·行業AI平臺，幫助企業整合AI技術和場景，集中化地生產和運營模型，從而一站式助力企業數智化轉型升級和安全發展，目前已在30多家金融機構中應用。通過源啟·行業AI平臺，開發人員可用較短的時間、更高效地梳理和開發模型；對全行所有的模型和資源進行統一管理維護、降低成本；同時打破原有煙囪式“模型孤島”，實現模型復用、提升效率。

數字化轉型核心在于發揮數據的驅動力，讓數據成為一種價值資產。首先要推進數據的要素化，這方面依然面臨很大的瓶頸。一是很多重要的銀行系統一般都建設較早，數據標準化程度不夠，導致治理的難度較大；二是銀行數據的來源復雜且數據的時效性也不夠，數據質量有待提高；三是數據資產運營體系尚不完善，尚未形成體系化的數據應用能力。

數據要素時代，以數據治理為基礎，構建企業數據資產管理體系，提供可用、好用的數據，支撐企業業務流程改造、產品創新、風險防控，不斷提升企業數據能力，挖掘企業數據資產價值，已經成為企業數字化轉型的必由之路。

未來，我們提出以 “往下扎根，向上結果”為核心的數據資產運營方法論。所謂“往下扎根”，是指數據資產運營作為數據資產管理的重要環節，其需要以良好的數據治理作為保障。沒有數據治理體系作為保障，數據不但不能轉變為企業資產，還很容易讓企業陷入“數據沼澤”的陷阱。所謂“向上結果”，是指數據資產運營要始終以數據價值釋放為中心，關注數據用戶的使用滿足度，讓數據可信、可見、好用、可評，不斷適應和滿足內外部利益相關方各類數據資產需求，使數據資產成為企業發展的核心競爭力。

（作者系上海市徐匯區政協常委，CCF數字金融分會副主任、中電金信高級副總裁）