2025年2月19日，國家數據局在北京召開高質量數據集建設工作啟動會，深入貫徹落實黨中央、國務院關于數字經濟發展的決策部署，積極推進“人工智能 +”行動，推動高質量數據集建設以高效賦能行業發展。在數字化時代，數據已成為商業銀行的核心資產之一，高質量數據集建設將為商業銀行的發展帶來新的機遇和挑戰。

一、數據集建設對商業銀行的核心啟示

（一）重構業務模式：從經驗決策到智能驅動

傳統商業銀行的業務決策多依賴經驗判斷?？蛻艚浝?、信貸審批人員憑客戶、行業經驗或初步利用數據分析評估信用和需求，決定是否放貸，在面對新興業務和復雜的市場環境時，經驗的參考價值會大打折扣，數據分析也存在數據孤島、模型泛化性不足等問題。

高質量數據集建設可以打破這些局限，收集整合多類數據，利用持續更新的高質量數據流，建立自優化決策模型，使商業銀行突破傳統“網點輻射”模式，轉向全渠道數據整合。分析多維度數據，精準評估信用風險，提供個性化服務，還能實現業務流程自動化與優化，提高效率、降低成本。

（二）風控體系升級：從輔助決策到智能管控

目前風險模型主要是通過收集和分析多維度數據，利用大數據建立智能模型并輔助選擇模型策略，根據風險等級采取不同的措施。高風險預警通常需要風險管理人員介入，因此模型的精準度直接影響風控體系運營效率。

高質量數據集建設為風控體系升級創造條件。通過實時收集和分析高精度、多維度風險數據，如市場波動數據、客戶信用數據、交易異常數據等，使用新一代人工智能進行模型訓練和場景應用，實現動態模型迭代、策略優化和智能管控,能夠進一步提升風險管理效能。

（三）盈利模式創新：從利差依賴到數據變現

長期以來，商業銀行的盈利主要依賴于存貸利差。然而，自2022年起，隨著利率市場化的推進，存貸利差逐漸收窄，金融市場的競爭也日益激烈，傳統的盈利模式面臨著巨大的挑戰。

高質量數據集建設為盈利模式創新提供新的思路。數據質量決定了變現能力的上限，數據質量越高，其可組合和復用性就越強，形成“一次投入、多次變現”。將輔助性數據資源轉化為可量化、可交易的生產要素，不僅提高了了產業應用的智能化水平，也為可持續發展鋪平了道路。

二、商業銀行數據集建設的現實挑戰

盡管數據集建設為商業銀行描繪了轉型藍圖，但針對上述轉型，還需要克服以下幾點挑戰：

（一）挑戰一：數據安全與隱私保護

在數字化時代，數據應用需以安全性和合規性為前提?？蛻綦[私、財務信息和商業機密等敏感內容，一旦泄露，會給銀行的聲譽信譽和客戶帶來雙重損失。隨著網絡攻擊技術的不斷發展，黑客、病毒等安全威脅日益增多，商業銀行的數據系統也面臨著巨大的安全風險。

同時，《數據安全法》《個人信息保護法》等相關法律法規對數據安全和隱私保護的要求也越來越嚴格，對數據的收集、使用、存儲和共享等環節都做出了明確的規定，商業銀行必須嚴格遵守這些法律法規。

（二）挑戰二：數據質量與數據治理

數據質量是數據集建設的基礎。如果數據存在錯誤、缺失、重復等問題，分析和決策將失去準確性和可靠性。內部業務系統、外部合作伙伴、社交媒體等廣泛來源的數據，在格式、標準和質量上存在差異，這給數據的整合清洗帶來了很大的困難。

數據治理是確保數據質量和有效利用的關鍵。目前很多商業銀行的數據治理體系還不夠完善，存在數據管理職責不明確、數據標準不統一、數據流程不規范等問題。這都會導致數據在流轉和使用過程中出現問題，影響數據的價值挖掘和應用。

（三）挑戰三：技術人才與創新能力

高質量數據集建設需要先進的技術支持和專業的人才隊伍。商業銀行需要掌握大數據、人工智能、云計算等新興技術，才能對海量的數據進行有效的存儲、處理和分析。然而，目前很多銀行在技術方面還缺乏自主研發和創新能力，對外部技術供應商的依賴度較高。相關領域的專業人才供不應求，使高質量數據集建設和應用遇到很多技術難題，影響項目的推進和實施。

三、商業銀行數據集建設的實施路徑

（一）強化數據安全與隱私保護體系

商業銀行應建立健全數據安全管理體系，加強對數據的全生命周期管理。制定安全制度和操作流程，確保數據安全完整。采用加密、訪問控制、數據脫敏等技術保護數據。加強員工培訓，提高安全意識，定期組織演練提升應對能力。積極與監管部門和行業協會合作，遵守法規要求，維護金融數據安全穩定。

（二）提升數據質量與完善數據治理

建立統一的數據標準和規范，對不同來源的數據進行標準化處理，確保數據的一致性和準確性。加強數據清洗和整合工作，對錯誤、缺失、重復的數據進行清理和修正，提高數據的質量。

完善數據治理架構，明確數據管理的職責和權限，建立數據管理部門和數據使用部門之間的協同工作機制。制定數據管理制度和流程，規范數據的采集、存儲、使用和共享等環節，確保數據的合理使用和有效管理。

（三）加強技術研發與人才培養

加大對大數據、人工智能等新興技術的研發投入，建立自主可控的技術體系。與科研機構、高校等合作，開展產學研聯合攻關，共同解決技術難題，推動技術創新和應用。

加強人才培養和引進，制定完善的人才培養計劃和激勵機制。通過內部培訓、外部招聘等方式，吸引和培養一批既懂金融業務又懂數據分析技術的復合型人才。

國家數據局高質量數據集建設工作啟動會為商業銀行的數字化發展指明了方向。商業銀行應充分認識到數據集建設的重要性，積極應對現實挑戰，采取有效的破局之道，加快高質量數據集建設，實現業務模式重構、風控體系升級和盈利模式創新。以數據為舟，以技術為槳，方能駛向數字金融的新藍海。

（文章系作者投稿，文中內容不代表中國電子銀行網觀點和立場）

責任編輯：王煊