新一轮科技浪潮崛起，为数字经济发展提供了充沛动能，金融业积极拥抱趋势并直面挑战，数字化转型战略稳步推进。在这一深刻的变革进程中，中国电子银行网发起“数字金融访谈”活动，与行业同仁探寻数字金融航路的星辰大海。

在当今的数字经济中，数据已经成为经济增长的关键动力之一，随着2020年中央文件正式将数据列为重要生产要素，数据已然成为产业高质量发展和金融行业数字化转型的“基础燃料”。然而，数据资产的价值评估并非直观可见，它需要一套系统的方法来量化和分析，银行业作为信息密集型行业，对数据具有较高的依赖性和敏感性，如何做好对数据资产的估值和应用是银行业不得不思考的“新课题”。

近日，中信银行信息技术管理部创新科学家张然接受了中国电子银行网访谈，分享了他在数据资产估值和数字金融方面的感想与建议。

一、中国电子银行网：新兴科技的发展和应用让数据在社会生产中扮演着越来越重要的角色。金融作为数据密集型行业，具有天然的数据禀赋，数据资产化是银行业未来发展的重要趋势，您在数据资产估值与数据金融产品方面有哪些亮点工作？

张然：数据资产估值是数据资产的一个新方向。随着数据成为新的生产要素，国家数据局的成立以及数字经济概念的提出，数据价值得到了广泛重视。银行作为数据密集型行业，掌握了大量数据，这引发了我的兴趣，并结合之前研究背景，对数据资产估值开展了专项研究。此前，多家银行发布了一些关于数据估值的研究报告和白皮书，通过学习这些内容，我认为当前的数据估值工作仍然缺乏系统化的标准和解决方案，主观参数的设定导致了人为判断的误差，使数据估值结果缺乏客观性和公平性。

针对数据资产估值，我采用了一种前沿且非传统的评估框架，摒弃了传统依赖于预设参数评估数据价值的模式，转而聚焦于实际业务场景的量化分析。这一方法核心在于运用 A/B 测试方法来核验于这些场景中运用数据资产所产生的直接经济价值，并将此直接经济价值认定为该数据资产的价值。其后，依据数据的血缘关系，实施向下穿透式的探寻，觅得最为原始的底层数据，借助价值分拆的模式，最终获取每条存在血缘关系的数据的价值。

这种方法具备两个层面的优势。其一，能够精确计算每一项数据的价值，不只是最终加工完成的数据资产具有价值，底层的原始数据同样具备价值。而且，并非所有数据都存在价值，有些数据有价值，有些则无价值。其二，能够开展数据资源的投入产出分析。数据治理需要大量人工参与，最原始的数据加工和清洗工作的价值难以评估，而数据估值提供了一个关键的价值切入点，我的此项工作能够更有效地推动数据治理工作，提升数据质量以及优化数据生命周期管理。

二、中国电子银行网：数据要素在银行各业务条线转型升级中的作用日益凸显，您觉得如何利用数据要素驱动赋能业务发展与升级？

张然：数据要素是银行数字化转型和升级的重要因素，银行能够充分利用数据要素驱动业务发展。数据资产估值与入表是数据要素价值的直接体现。为此，我参与制定了数据资产价值的顶层设计方案，旨在通过将数据资产价值最大化，来提高数据治理工作的质量与效率。通过定期对数据资产的价值予以评估，我们能够精确识别出数据治理的改进空间，在此基础上，建立的数据资产绩效监测机制，如同为银行的数据治理工作安装了“智慧之眼”，确保各项治理目标得以稳健达成，推动银行在数字化浪潮中稳健前行。尤为重要的是，数据估值的深入实践促进了银行内部跨部门的沟通与协作，打破了信息孤岛，加速了数据资源在更广泛范围内的共享与流动，有助于提升数据资产的利用效率。

三、中国电子银行网：目前，银行对于数据资产的重视程度很高，多家银行将其提升至数字化转型的战略规划层面，您在数据资产价值方面有哪些创新想法和建议？

张然：除了数据资产的估值与入表，数据金融产品也是一个很有潜力的新方向，我看到多家银行发布了首笔数据类贷款，数据作为一个有潜力的潜在抵押物，可以起到增信效果。我认为在大力发展科技金融的背景下，科技型企业普遍面临无法依靠传统财务报告进行分析判断的问题，单凭专利等技术信息也难以全面评估企业状况，在这种情况下，我觉得有价值的数据类资产就可以形成很好的补充，通过对数据资产进行分析与判断，并对相关数据产品进行挂牌与交易，为银行的信贷资产提供了风险补偿，这也是我正在积极探索和研究的新方向。

四、中国电子银行网：近日，《2024 年金融业生成式人工智能应用报告》正式发布，全面揭示了生成式 AI 在金融业的创新能力和商业价值，您觉得如何有效运用生成式 AI助力业务发展？

张然：我们从2023年着手构建了仓颉大模型平台，目前该平台集成了多模态生成能力、大模型训练微调能力及数据处理等多方面功能，致力于优化客户金融服务体验和提高银行各业务系统的效率。目前，仓颉大模型平台已在如下业务场景进行应用：

（一）智能问答助手。仓颉大模型平台推出的智能问答助手能够处理自然语言提问，通过AI大模型检索相关文档，提供精准答案。该系统相较传统AI机器人在问题回答的范围、针对性和维护成本上均有优势。

（二）智能操作助手。仓颉大模型平台在零售业务中引入智能操作助手，通过自然语言交互实现自动化业务操作，提升效率和服务质量，节省操作时间，尤其在复杂操作流程中效果明显。

（三）代码生成。仓颉大模型平台支持代码生成、翻译、检测等功能，通过对存量代码的微调提高代码采纳率，提升开发人员工作效率，降低开发成本。

未来，我们将打造新范式，全面赋能金融业务，实现构建“大模型+”业务场景的融合体系，拓宽业务的服务范围。

五、中国电子银行网：您认为利用生成式AI在数据资产上可以有哪些创新应用和展望？

张然：我觉得生成式AI在数据资产上的创新应用，可以有以下四个方面：一是生成式AI能够自动识别和纠正数据中的错误、不一致和缺失值，这种自动化的预处理功能提高了数据质量，确保后续分析的准确性；二是生成式AI可以自动生成数据描述和报告，帮助银行快速生成详细的分析报告；三是通过情感分析，生成式AI可以从客户反馈中提取有价值的信息，帮助银行更好地了解客户情绪和需求，从而优化服务和产品；四是生成式AI能够高效地对大量数据进行分类和打标签，包括结构化数据和非结构化数据（如文本、图像和音频），从而提高数据的可管理性和可用性。

在未来展望上，我认为生成式AI在数据资产上将能够处理和整合更多类型的数据，包括文本、图像、视频和音频，从而提供更全面和多维度的分析能力；生成式AI将能够实现实时的数据处理和分析，帮助银行在瞬息万变的市场环境中做出快速反应和决策；生成式AI将具备自适应学习能力，能够根据新的数据和业务需求不断优化自身的分析和生成能力，保持对复杂环境的适应性和响应速度；未来，生成式AI技术可能与区块链技术结合，确保数据的透明性和不可篡改性，进一步增强数据资产的安全性和可信度。

六、 中国电子银行网：您作为金融科技方向的博士，可以谈谈加入这个行业的动力以及对它的展望。

张然：一方面我确实在金融科技方面有一些兴趣和积累，另一方面我也非常看好金融科技的未来前景，特别是“人工智能+金融”的方向。尽管过往银行在智能化发展方面已具备一定的积淀，然而当下人机协同的成效还未达到真正理想的状态。于产品设计以及服务客户方面，分析与管理的穿透深度和精准程度尚有进一步强化的空间；在核心算法、模型创新以及理论研究方面，仍有进一步提升的余地。

我认为人工智能在未来可以发挥更为显著的作用。鉴于银行业务的信息密集型特性，人工智能将作为核心引擎，助力银行精准捕捉市场信息，定制创新产品，并精准定位客户需求。通过集成先进的信息技术，AI将高效完成信息的采集、分析与处理，深度挖掘潜在商机与价值。在“人+机器”的协同机制下，双方优势互补，共同驱动决策智能化、行动高效化，实现人机互动的无缝衔接与生产力的大幅跃升，从而引领数字金融迈向更高质量的发展轨道。

张然简介：张然，金融科技博士，目前担任中信银行信息技术管理部创新科学家，负责前沿创新技术的探索与实践、多个科技项目的统筹与研发、金融科技的产学研合作与高水平研究等。担任北京金融科技产业联盟金融科技领域技术专家，中关村金融科技产业发展联盟技术专家，《金融电子化》期刊青年专家等。在《金融电子化》、《中国外汇》、《中国金融电脑》、《现代商业银行》、《中国信用卡》等国内外知名期刊上发表学术文章10余篇，在《中关村论坛》、《TiD质量竞争力大会》等国内外重要会议上发表专题演讲。

责任编辑：王煊