![]()
張勇
“【提示】2025第八屆年度金猿頒獎典禮將在上海舉行,此次榜單/獎項的評選依然會進行初審、公審、終審三輪嚴格評定,并會在國內外渠道大規模發布傳播歡迎申報。
作為金融科技領域二十多年的從業者,從最初的數據倉庫建設,到如今AI大模型與Data Agent的浪潮涌動,我親歷了數據從“資源”到“資產”再到“智能生產力”的深刻蛻變。站在新十年的起點,AI大模型的爆發式增長為行業帶來新變量,AI Infra與Data Agent的協同進化,正重塑大數據產業的發展格局,也為金融數據應用開辟了全新賽道。
十年踐行:
以技術創新賦能銀行轉型
我的職業歷程與數據技術發展同頻。大數據上升為國家戰略之初,我便意識到數據將成為金融行業的核心競爭力。彼時,銀行業面臨傳統IT架構老舊、數據孤島林立、業務響應滯后等痛點。
在萊商銀行的十五年間,主導百余個軟件開發項目,完成老賬務核心向新核心的重大切換,搭建“ESB交易整合+數據倉庫數據整合”基礎架構體系。面對當時數據散落在各系統、標準不一的“孤島”困境,我牽頭推動建立全行統一數據治理規范與質量考核機制,明確數據權責、搭建監控體系,提升數據準確率。
隨著平臺成熟,我的工作重心從“建平臺”轉向“用數據”。擔任部門管理職務后,開始推動數據中心機房按國家A類標準改造實現同城雙活,率先應用SD-WAN、分布式存儲等技術,加速國產化替代進程。在AI與大數據融合領域,建設了自有大數據平臺并應用于信貸、反欺詐等場景。在客戶服務端,打造智能客服系統,將人工智能應用于外呼客服,區塊鏈技術落地供應鏈平臺,基于容器搭建私有云平臺,讓數據價值滲透業務全鏈條。
十年回望:
大數據產業的成就與挑戰
站在十年節點回望,大數據產業的發展成就有目共睹。從政策層面看,大數據從技術概念上升為國家戰略,數據要素市場化配置改革持續深化。從技術層面看,數據存儲、計算、分析等技術快速迭代,數據處理效率大幅提升,成本持續降低。從應用層面看,大數據已滲透到金融、工業、醫療、政務等各個行業,成為推動數字化轉型的重要力量。
在高速發展的背后,大數據產業也暴露出一些值得警惕的挑戰:
第一,“數據孤島”問題尚未根本解決。不同部門、區域間的數據壁壘依然存在,既有“不愿共享、不敢共享”的心態問題,也有數據標準不統一、接口不兼容等技術制約,導致數據資源難以優化配置。
第二,數據質量與安全面臨雙重挑戰。數據爆炸式增長帶來質量參差不齊的問題,直接影響分析結果的可靠性。同時,數據泄露、網絡攻擊等風險頻發,防護技術與制度建設滯后于風險演變,安全與利用的平衡成為難題。
第三,技術與業務融合不足。部分企業盲目追求技術潮流,投入建設的大數據平臺因缺乏清晰的業務需求導向而資源閑置。大數據人才短缺,尤其是既懂技術又懂業務的復合型人才稀缺,制約了產業升級。
新十年展望:
AI Infra與Data Agent引領產業變革
展望2026年及更遠的未來,我認為大數據與AI的融合將推動銀行業進入一個全新的階段,AI Infra與Data Agent的協同進化將成為產業發展的核心主線。數據智能不再是一套外掛的“系統”或“工具”,而是像水電一樣,內生于銀行的每一個業務流程、每一個決策瞬間,成為業務本身不可分割的一部分。這將是基礎設施與應用形態深度協同進化的新十年。
從技術架構看,AI Infra將演變為“金融智能云原生基座”。未來的銀行AI基礎設施,不會是孤立的模型訓練平臺,而是與云原生架構、大數據平臺深度融合的智能基座。它具備幾個關鍵能力:一是極致的彈性與成本可控,能支持從百億參數大模型到輕量化小模型的混合部署,按需調度算力,可以應對金融業務周期性波動;二是無縫的數據與模型協同,讓數據管道能直接喂養模型,模型產出能無縫回流,成為新的數據資產,進而形成閉環;三是合規與安全,內置模型可解釋性、數據隱私計算、全鏈路審計等能力,滿足金融級監管要求。
在應用形態方面,Data Agent將成為大數據應用的主流形態。Data Agent作為具備自主學習、決策、執行能力的智能體,能夠根據需求自動完成數據采集、分析、建模、應用全流程。在金融領域,Data Agent將重塑服務模式:對客戶而言,能實時分析個人財務狀況,提供個性化理財規劃;對銀行而言,能自動完成客戶畫像更新、風險模型優化、營銷方案制定等工作。例如,客戶有購房貸款需求時,Data Agent可自動整合收入、信用、房產等多源數據,快速匹配最合適的產品,完成在線申請審批,全程僅需幾分鐘。
從產業生態看,數據要素市場化配置將加速推進。隨著數據確權、流通交易等制度不斷完善,數據將作為新型生產要素自由流動。AI Infra與Data Agent的發展將降低數據流通的技術門檻和交易成本,促進多源數據融合共享。未來將出現更多專業的數據經紀、安全服務、合規咨詢機構,構建多元化產業生態。在金融領域,銀行、保險、證券等機構將與政務部門、互聯網企業、第三方數據服務商深度合作,實現數據資源互補,共同打造開放、共贏的金融數據生態。
在安全與合規方面,數據能力建設的核心從“技術棧”轉向“人才生態與倫理框架”。“數智內生化”意味著全行員工都需具備一定的數據素養。未來銀行最稀缺的不是數據科學家,而是“業務翻譯官”——既深諳信貸、財富管理等業務邏輯,又能駕馭數據工具和AI Agent進行創新的復合型人才。同時,隨著AI自主性增強,構建銀行業特有的AI倫理與治理框架迫在眉睫。如何確保Data Agent的決策公平、透明、可追責?如何防范算法歧視和模型套利?這需要科技、風險、合規、業務部門共同制定規則,將倫理要求嵌入AI Infra和Agent的設計原則中。對于金融行業,這意味著要在創新與合規之間找到平衡點,既要充分發揮數據價值,又要堅守安全倫理底線,保護客戶合法權益。
新十年,大數據產業將進入“高質量發展”新階段。作為金融科技領域的從業者,我將繼續帶領團隊深耕AI Infra與Data Agent技術在金融領域的應用實踐,推動萊商銀行在數據驅動的數字化轉型中持續前行,同時與行業同仁攜手,共同應對挑戰,讓數據技術更好賦能金融、服務民生。
·申報人“張勇”簡介:
張勇,2001年12月畢業于山東大學。于2002年進入中創軟件工程股份有限公司;2006年5月份加入山東舜德數據管理軟件工程有限公司;2008年8月加入萊商銀行股份有限公司至今,擔任萊商銀行信息科技部總經理。
★本文由萊商銀行信息科技部總經理張勇撰寫并投遞參與“數據猿第八屆年度金猿策劃活動——2025中國大數據產業年度優秀CIO榜單及獎項”評選。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.