數據作為生產要素，越發得到各方的重視。但是，數據的經營管理是一個難題。

就在4月8日，浦發銀行透露，其近日聯合中國信息通信研究院云計算與大數據研究所、上海財經大學和上海數據交易所共同發布《商業銀行數據經營管理實踐報告》（以下簡稱“《報告》”），或能為其他銀行提供相關參考。

《報告》以數據要素為核心驅動力，提出“數據經營＋數據管理”雙主線發展路徑。在數據經營方面，通過數據資源盤點、數據應用、價值評估、數據入表4大關鍵活動，激活數據要素對精準決策、產品創新的作用；在數據管理方面，以數智平臺、AI+體系、數據安全體系、人才隊伍4大能力為支撐，為數據經營加固基礎底座。

其中，《報告》提到，數據資產價值的評估方法包括成本法、收益法和市場法三種基本方法及其衍生方法。根據《銀行業數據資產估值指南》，銀行業已基于這三種基本方法開展數據資產估值。

而在打造數智平臺方面，《報告》指出，云原生架構和智能化融合已成為商業銀行構建數智平臺的主流趨勢?；谠频鬃渴鸱植际綌祿?，支持彈性擴展和高并發處理。例如，招商銀行目前已經實現全行系統的全量上云，采用分布式架構，部署基于云底座的數據平臺。

結合商業銀行數智平臺建設趨勢，目前各大行及股份制商業銀行都在構建混合型的數據湖倉，加速向湖、倉、流、AI、BI一體化演進，結合大數據+AI技術發展，構建湖倉智一體的數智平臺。例如，工商銀行已建設流批一體的數據湖平臺，實現湖內建倉，建設數據和AI雙中臺，加速數智融合發展。

在布局AI+體系方面，《報告》則指出，商業銀行正加速構建以大模型為核心的全棧式人工智能技術體系，通過整合大模型、機器學習、深度學習、知識圖譜、自然語言處理及智能體技術，形成從底層算法研發到場景化應用的完整能力閉環。技術布局呈現兩大特征：一是以預訓練模型為基座，結合行業數據優化形成垂類金融大模型，支撐復雜業務場景的智能化決策；二是通過算法創新與算力平臺協同，實現風險識別、客戶畫像、流程自動化等關鍵領域的技術突破。

據《銀行科技研究社》了解，浦發銀行也正推進“人工智能+”戰略。前不久，該行透露，其依托DeepSeek、通義千問等開源大模型，加速推進知識資產規?；ㄔO，以“業、技、數”融合模式構建企業級知識庫，通過打造垂直領域知識智能化應用，賦能數智普惠、財富管理等數字金融服務場景。

責任編輯：陳愛