AI采用率仅3%？…金融业受阻的症结在于“数据信任缺失”_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

AI采用率仅3%？…金融业受阻的症结在于“数据信任缺失”

2025-10-28 23:04:34

数据可信度成为AI金融应用的关键瓶颈

人工智能(AI)正作为金融全行业的革新引擎崛起，但最新研究指出，"数据可信度"成为阻碍其大规模实际应用的主要障碍。专业机构近期发布的《2025数据信任报告》显示，尽管超过80%的金融机构正在测试AI相关项目，但实际投入运营的案例仅占3%-4%。

数据治理决定AI成败

该报告强调，只有当金融机构建立基于可信数据和系统化治理的战略决策体系，才能真正释放AI的潜在价值。无论是投资分析、风险管理还是客户体验创新，各类金融服务场景中AI技术有效运转的核心前提都是数据可信度。

某金融机构首席数据官表示："数据已不再是单纯的IT问题或合规工具，董事会层面正将其视为创造商业价值的基础设施。"他指出，随着AI技术的突飞猛进，企业越来越关注数据的战略价值，这促使管理层级的数据治理讨论日趋活跃。

突破治理困境的三大路径

当前许多企业管理者在AI应用过程中面临监管合规和风险控制的挑战，而成功企业正将治理体系视为业务助推器而非官僚程序。专家建议，实现AI应用需要建立具备实时数据分类、监控和审计功能的完整体系。

值得注意的是，随着AI技术日趋主流化，治理体系本身也可借助AI实现效率提升，这种技术互补性对建立数据信任至关重要。但多数治理项目收效甚微的根本原因，在于它们被组织视为"形式化制度"。

"相较于表面工程，当治理体系聚焦于成本节约、效率提升和风险缓释等可量化的商业成果时，更易获得团队认同并有效执行。"该专家补充道。

基础设施转型势在必行

报告同时指出，传统技术基础设施正制约AI的普及速度。历经多次并购的金融机构普遍存在系统割裂问题，这导致难以获取AI模型训练所需的标准化数据。典型案例如：部分机构因内部数据缺失，连基础的客服自动化脚本都难以实现。

破解这一困局的关键在于向云端数据管理和"领域驱动架构"转型。"云平台能实现计算存储资源的弹性扩展，而以数据产品为核心的设计可在最小化系统风险的同时，最大化协同效应。"专家解释道。

本次调研证实，不仅金融行业，任何希望AI创造实际价值的领域，都必须夯实数据可信度与治理体系这两大基石。相较于AI技术本身，如何建立可信的数据管理机制，正成为企业AI投资成败的分水岭。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文