中电金信：共享共建 打造数字金融新生态

十五五”规划建议提出“加快高水平科技自立自强，引领发展新质生产力”。近期，金融监管总局发布《银行业保险业数字金融高质量发展实施方案》，鼓励和引导银行业保险业加快发展数字金融。对于金融科技机构来说，既是机遇，又是挑战。

近日，《中国银行保险报》特别策划——关注“十五五”规划建议之金融科技发展专题，专访中国电子首席科学家、中电金信研究院院长况文川。中电金信

“随着金融体系从‘外部支持’升级为‘嵌入式参与’，深度融入科技创新、产业升级与新经济形态孕育全过程，金融‘五篇大文章’正从分散推进迈向结构性重塑。其中，科技金融是首要目标，而数字金融是关键支撑。”中国电子首席科学家、中电金信研究院院长况文川表示。

2026年是“十五五”规划开局之年，“十五五”规划建议多次提及科技创新、新质生产力，释放了哪些关键信号？近期金融监管总局发布《银行业保险业数字金融高质量发展实施方案》（以下简称《方案》），鼓励和引导银行业保险业加快发展数字金融，将对行业带来哪些影响？

以数字金融服务夯实科技金融底座

“十五五”规划建议提到科技金融和数字金融，科技金融和数字金融之间有哪些联系？在况文川看来，数字金融作为金融运行的基础设施发挥的作用愈发关键。《方案》明确将数字金融纳入金融机构顶层设计理念，标志着数字金融从业务创新层面跃升为金融机构顶层设计核心，并推动数字技术从“辅助工具”转化为金融体系运行与风险治理的内生能力。况文川认为，这一调整将重塑金融业发展路径，从体系化推进、规模化落地，到跨领域协同，推动金融业创新从分散探索转向全场景深度整合。

“目前金融行业已从基础的信息化、自动化阶段，进入以智能化和要素化为核心的深度发展阶段。”况文川指出，与此同时，金融行业数字化转型面临三大核心挑战：数据基础薄弱导致的应用错位、工程化能力不足引发的成本上升，以及数据壁垒阻碍的价值实现，本质上都是数字化转型进入深水区后对基础设施的更高需求。因此，在数字经济背景下，金融行业需解决数据治理、提升智能应用与工程平台能力，以实现科技金融的深度转型与可持续发展。

“人工智能+金融”重塑行业运行逻辑

“十五五”规划建议提出全面实施“人工智能+”行动，《方案》提出加快发展“人工智能+金融”等核心工作内容。对于金融行业来说，如何把握政策红利发展技术？

况文川表示，人工智能在金融行业的应用主要体现在三个方面：一是利用统计学对海量数据进行概率计算，从而更精准地评估风险、发掘营销机会，实现数据驱动的决策优化；二是通过RPA（机器人流程自动化）等技术，将重复性高、规则明确的工作流程自动化，显著提升业务处理效率与准确性，释放人力投入的更高价值；三是基于人脸识别、自然语言处理和深度学习技术，在身份认证、智能客服、智能投顾等领域实现更智能、更安全的交互与服务升级。这些技术增强了金融服务的便捷性和效率，并且已经开始改变业务流程。

“这个过程也带来了金融行业人员的技能重塑，既懂业务、又善于与人工智能协同工作的复合型专业人才将日益成为行业发展的关键力量。与此同时，不会使用不愿意使用人工智能工具，或者过度依赖人工智能、缺乏独立专业判断能力都可能在这一变革中面临挑战。”况文川如是说。

用高质量数据推动高水平智能

高水平智能化离不开高质量数据的支撑。数据要素在金融行业数字化转型中发挥哪些作用？况文川表示，数据要素具有双重价值：一是作为理解经济运行和风险传导的基础，例如通过历史数据分析识别天气变化对农作物及贷款的影响；二是人工智能的智能能力依赖于数据“喂养”的质量和深度，高质量数据集可以实现更精准的分析与决策支持。

同时，金融行业始终需要在创新与监管间寻求平衡。“相较部分行业，金融行业在人工智能领域的投入呈现更加理性的节奏，当前，金融行业在人工智能领域尤其是在高质量数据集建设等方面相对谨慎，这与金融行业的既有工具体系成熟、对新兴技术审慎性高以及监管环境等因素密切相关。”况文川指出。

在技术迭代、行业协同与监管要求三重驱动下，数字金融高质量发展需要金融机构、科技企业、监管机构等多方协作。据了解，不久前由中电金信牵头，联合10余家金融机构及央国企单位成立了“央国企金融数据产业共同体”。金融机构与科技企业将分别发挥什么角色和作用？

况文川介绍，共同体将通过搭建协同机制、共建产业生态，拉动金融机构与科技企业深度形成优势互补：金融机构提供真实业务场景、存量数据资源和实际应用需求，作为数据集建设的核心牵引；科技企业则聚焦技术实现，提供数据集建设方法论、全流程工具链、AI模型调优能力，帮助金融机构把数据资源转化为实际能力。金融机构是场景提供方、数据供给方、最终应用方。科技企业是平台建设方、技术赋能方、生态连接器。

针对当前数据和AI融合难题，况文川指出，金融机构自身建设体系中面临数据标注工作耗时长、业务协同难等问题。而行业数据集建设过程中，还需厘清数据共享边界、平衡开放与贡献，同时依托监管引导确保安全合规。因此，构建数据生态的关键在于，一是通过实际应用场景拉动技术研发和数据共享；二是技术层面确保科技成果的有效推广和转化；三是建立有效监管机制确保业务风险可控，并通过持续报告和指导来促进健康发展。而目前主要的挑战在于如何确定哪些数据可以共享，哪些不能共享，以及如何平衡数据开放和技术贡献的问题。此外，还需要建立多方参与的互动平台，让产业侧和行业侧能够合作起来，共同推进场景创新和技术进步。同时，也需要监管机构在过程中不断监督并制定相应规则，确保数据安全和业务合规。