金融信息服务数据分类催生新赛道

近日，国家互联网信息办公室、中国人民银行、国家金融监督管理总局等部门联合印发《金融信息服务数据分类分级指南》（以下简称《指南》），推动数据合规流通与利用再进一步。

《中国银行保险报》记者了解到，在数据分类方面，《指南》按照金融信息服务数据的业务属性进行分类，其中一级分类为业务数据、用户数据和企业数据3类，在此基础上进一步细分二级分类9类、三级分类67类。此外，根据金融信息服务数据在经济社会发展中的重要程度和敏感程度，将数据从高到低分为四级，分别为核心数据、重要数据、敏感一般数据、常规一般数据。

对于金融行业来说，将带来哪些实质性影响？国家数据专家咨询委员会委员、中央财经大学中国互联网经济研究院副院长欧阳日辉表示，《指南》不仅是数据治理的技术性文件，还是一份重塑金融业底层生产关系的纲领性文件。它对数字金融、“人工智能+金融”以及数据要素驱动的影响，可以从以下四个维度来理解：第一，为“人工智能+金融”划定数据“等高线”，推动算料供给从混乱走向有序。大模型在金融场景落地，“数据投喂”的质量和合规性直接决定模型的上限。《指南》三级67类的精细化划分，实际是为金融大模型的训练数据提供了清晰的“等高线地图”。第二，构建“数据可用不可见”的法律基石，让数据要素的价值“安全释放”。《指南》将风险判断标准从单一“国家安全”扩展到经济运行、社会秩序、组织与个人权益的多维危害程度，相当于为数据流通上了一把“安全锁”。第三，加速金融核心流程的智能化重构，引发“作业逻辑”的跃升。有了分级分类的“减压阀”，人工智能不再只作用于外围客服、投顾，而是能直接切入核心的决策环节。第四，重塑金融数据产业生态，催生“金融数据分级服务商”新赛道。《指南》意味着金融机构必须对海量历史数据进行回溯性定级与治理，这单靠自身力量难以完成。这将催生一批懂金融业务、懂数据合规的新型技术服务商，在数据清洗打标、动态分级监测、API安全接口等环节形成专业化服务，进而发展为一个全新的细分产业集群。

欧阳日辉指出，长远来看，值得关注的是数据价值在流动中实现。《指南》为分机构、分等级的数据交易场所规则提供了统一标尺，但要防范过度保护形成数据孤岛。同时，国际金融数据的跨境分级接轨问题，也需要提前谋划，才能在开放中守住安全底线。

针对国内金融数据建设历程，中电金信副总经理、研究院副院长杜啸争认为目前行业已全面进入“一湖两库”全新阶段。此前行业先后经历传统数仓、大数据平台、湖仓一体三大发展周期。而“一湖两库”以数据湖为底层基础，上层搭建数据仓库与知识库，相比过往架构实现了关键突破——搭建标准化全域知识体系，统一归集管理分散的半结构化、非结构化数据资产，为金融大模型、业务智能体提供高质量数据源，从源头上缓解大模型理解偏差、输出幻觉等共性问题。

在杜啸争看来，《指南》的发布，首先给大模型合规使用提供了很好的指导原则，此前各大机构长期纠结于内外模型的数据流通边界，哪些数据可对外输出、脱敏数据能否流通、如何规避反向脱敏风险，新规给出很多清晰的指导标准；其次机构在搭建“一湖两库”的知识库时，能够依托分级分类框架完成底层数据权限、提示词、智能体功能加密管控，把机构独有的业务知识纳入标准化安全管理体系；最后从长远来看，清晰划定合规边界，平衡数据流通与风险约束，持续释放数据要素价值空间。

“受益于这一系列的新变化，行业数智转型正加速进入深水区。”针对中小机构转型困境，杜啸争表示，中电金信推出分层轻量化落地方案：一方面引导中小机构夯实自有数据底座，搭建全域一体化知识体系；另一方面采用大小模型协同运行模式，常规内部业务依托轻量化小模型，复杂专业推理借助外部大模型补齐能力。