人民政协网1月15日电金融强、国家才能强。打造金融强国，发展数字金融是必由之路。首先，数字金融是支撑金融行业数字化转型的必要路径。当前，我国金融行业的数字化转型主要聚焦在基础设施和上层应用两个层面，一方面要着力打造可靠的基础设施，确保金融行业的安全稳定运行，另一方面充分发挥金融科技的力量，加速从数字化迈向数智化的进程。其次，数字金融直接影响金融核心竞争力与服务实体的能力。与金融强国相适应的现代金融，意味着更好的体验、更普惠，同时基于技术进步和创新现代金融应该具有很强的风险识别能力和有效的风险配置机制……这些都需要数字金融来支撑，同时数字金融也会通过实现以上，全面提升金融服务实体经济的质效。

　　中国金融行业经过近40年的发展，从电子化发展到信息化再到当今的数字化阶段，在数字化应用领域，领先于国内其他行业，甚至是世界金融行业。

　　这表现在四个方面：首先是建立了完备的数字化应用支撑体系，每家金融机构都建立了成百上千个软件系统来支撑日常的业务运行；第二是在服务渠道上实现了高度的数字化，极大地方便了企业和个人客户；第三是金融服务通过开放接口等方式深度嵌入到社会生活和产业生态中，金融服务已经成为社会运行的关键基础设施；第四是金融行业采用了大量先进的IT技术例如云原生、集群计算、大数据、人工智能等等，中国的金融行业有非常丰富的应用场景，为各种新技术的发展提供了试验场，促进了先进技术的发展。

　　特别在当前各行业处于数字化深度转型阶段下，金融服务已成为社会运行的关键基础设施，但金融行业数字化转型也面临着更多的挑战：第一，需要有更强大、更稳定的基础运行支撑平台来支持越来越大的业务规模；第二，数据、AI等技术逐渐基础设施化，需要更普遍、深度地运用先进的数字技术来支持金融创新，支持实体经济的发展；第三，需要通过更现代化的IT架构来降低能耗，提高开发效率，支持绿色发展；第四，金融安全是国家安全的重要组成部分，金融体系数字系统的安全也成为重中之重。在此背景下，金融机构正在积极构建数字金融基础设施。

　　随着各行业进入了深度数字化转型阶段，我们看到AI技术已经应用在了在大量的金融行业场景，驱动企业数智化转型，包括像智能化营销、智能化服务、智能化风控、智能化生产、智能化运营等多种智慧场景。可以说，AI技术在金融行业已经进入基础设施化的阶段。艾瑞咨询的数据显示，2024年，中国银行与保险机构前沿科技采购支出将增长到255亿元，其中金融AI与大数据类186亿元，占比达到73%。相信随着技术的加强，大模型在金融行业的应用场景也会不断演变。

　　大模型的建设需要大量的人力成本、算力成本、数据成本。各大企业建设AI时，第一AI计算资源需求多，尤其是大模型更多，怎么把资源有效利用起来？第二AI算法开发流程长而门槛高，需要有专业的算法人员专家来支持。第三模型上线后仍不稳定，经常影响业务性能，可能给金融业务带来巨大损失。

　　建设难、模型多，如何集中化地生产和运营模型？基于这样的出发点，中电金信构建了源启·行业AI平台，帮助企业整合AI技术和场景，集中化地生产和运营模型，从而一站式助力企业数智化转型升级和安全发展，目前已在30多家金融机构中应用。通过源启·行业AI平台，开发人员可用较短的时间、更高效地梳理和开发模型；对全行所有的模型和资源进行统一管理维护、降低成本；同时打破原有烟囱式“模型孤岛”，实现模型复用、提升效率。

　　数字化转型核心在于发挥数据的驱动力，让数据成为一种价值资产。首先要推进数据的要素化，这方面依然面临很大的瓶颈。一是很多重要的银行系统一般都建设较早，数据标准化程度不够，导致治理的难度较大；二是银行数据的来源复杂且数据的时效性也不够，数据质量有待提高；三是数据资产运营体系尚不完善，尚未形成体系化的数据应用能力。

　　数据要素时代，以数据治理为基础，构建企业数据资产管理体系，提供可用、好用的数据，支撑企业业务流程改造、产品创新、风险防控，不断提升企业数据能力，挖掘企业数据资产价值，已经成为企业数字化转型的必由之路。

　　未来，我们提出以 “往下扎根，向上结果”为核心的数据资产运营方法论。所谓“往下扎根”，是指数据资产运营作为数据资产管理的重要环节，其需要以良好的数据治理作为保障。没有数据治理体系作为保障，数据不但不能转变为企业资产，还很容易让企业陷入“数据沼泽”的陷阱。所谓“向上结果”，是指数据资产运营要始终以数据价值释放为中心，关注数据用户的使用满足度，让数据可信、可见、好用、可评，不断适应和满足内外部利益相关方各类数据资产需求，使数据资产成为企业发展的核心竞争力。

　　（作者系上海市徐汇区政协常委，CCF数字金融分会副主任、中电金信高级副总裁）