在全球化和数字革命的双重浪潮推动下，人工智能技术正以前所未有的速度重塑着产业竞争的格局。近日，以“模塑全球，无限可能”为主题的2025年全球开发者先锋大会在上海举办。大会期间，中电金信研究院数据工程实验室主任李楠，就“人工智能在金融数据资产治理中的应用”进行了前沿成果分享。

非结构化数据处理

从单一模型向多模态方式发展

金融机构长期面临海量金融数据治理难题，比如数据定义模糊、数据孤岛严重、数据难以复用等，而传统的数据治理投入大但收效有限；同时伴有因业务动态发展导致的数据需求持续变化问题。李楠表示，结合平台化和AI化的发展趋势，金融机构可以通过智能化工具，如自然语言生成和代码辅助，实现动态需求分析、数据溯源和质量监控。此外，全域数据源管理的实施能够突破传统结构化数据的限制，整合非结构化数据（例如文本、图像、视频等），从而建立一个统一的数据资产管理体系。

李楠认为，以前的非结构化数据处理方式往往是“一个模型解决一个问题”，例如专门用于网页解析、图像识别、OCR（光学字符识别）的专有模型，但这种做法导致数据难以作为统一的资产进行加工处理，资源分散在不同的地方。然而，随着大模型技术的进步和广泛应用，现在可以利用统一的技术架构和相似的数据处理流程来加工非结构化数据，这为非结构化数据的资产化提供了条件，使得数据变得易于管理，更方便进行评估、检索、运营和增值。

从“业务驱动”向“数据驱动+AI驱动”模式跃迁

中电金信源启·数据资产平台，实现了对数据资产全链路的智能化支撑。该平台集成了数据湖、管控门户、DataOps工艺管理等关键模块，全面覆盖了数据集成、建模、智能开发和服务的全生命周期。特别地，其非结构化处理功能通过结合大模型与规则引擎，能够高效完成表格解析、内容摘要、关系挖掘等任务，从而推动多模态数据价值的释放。

在金融数资产管理领域，中电金信创新性地整合了文本、图像、时序数据等多种异构数据源，助力企业构建一个能够统一管理全行所有数据的数据资产管理体系，从而提升数据价值的挖掘能力。作为央企科技力量，中电金信将持续以数据要素为核心，以人工智能技术为驱动力，推动金融业从“业务驱动”向“数据驱动+AI驱动”的模式跃迁，助力构建现代金融体系，为数字中国建设提供坚实的基础。

专栏文章内容及配图由作者撰写发布，仅供工程师学习之用，如有侵权或者其他违规问题，请联系本站处理。 联系我们