银弹谷：高频高价值应用及数据痛点

AI应用蓬勃发展，银行是主要需求方
金融行业是我国信息化发展程度最高、信息技术应用最密集的行业之一。在政策引导与内生需求的双重推动下，金融行业 经历了从基础建设、平台建设到AI应用建设的发展过程。随着信息化创新的不断深入，金融机构对IT系统的安全性、稳定 性、灵活性、功能性、可扩展性等方面也随之提出更高的要求。在此过程中，银行持续加大IT投入，纷纷设立单独的科技 子公司，在满足内生需求的同时技术外溢为金融行业提供解决方案。总体来看，银行金融机构中是对IT技术投入最高，并 AI布局较早的主体。

AI应用业务伴生，由前台向后中台转化渗透
近年来，AI与金融业务深度融合，促进了金融机构的业务流程、运营模式、风险管控等更流畅、更高效地运作。银行AI应 用的渗透率较高，覆盖日常运营与核心业务，其中智能风控与智能营销的应用度最高。银行以大数据及人工智能建模持续 加强风控力度，同时建立了精准客户画像与客户分层分类的差异化定价体系，提高对客户的经营能力和营销管理水平。保 险与证券的AI应用则集中在了风险评估与反欺诈场景。总体来看，金融行业在不断进行AI应用场景的加深拓宽与AI应用效 果的落地推广，业务领域实现了由前台向后中台的转化渗透。

场景多元化，对技术与业务理解的要求普遍较高
银行业的数据建设成熟、数据基础完整且标准化程度高，信息化程度普遍较高。而银行业AI应用的落地场景呈现多元化特 征，高频高价值AI应用场景对技术融合、数据质量与业务理解的要求普遍较高，因此需要供应方具备充足的技术与项目积 累。金融领域的AI应用多为业务导向型，即AI建设逻辑为应用落地先行，而AI应用面临的数据质量问题日渐凸显，一些银 行开始寻求构建面向人工智能的数据治理体系的解决之道。

报告还详细指出金融、零售、医疗、工业等行业对数据治理体系的作用及依赖，详细描述了数据治理应用落地并开展针对性范围的数据治理工作，为目前数字化智能化升级的首要任务。

最后，珠海银弹谷数据治理服务中心表示：数据治理有效的解决企业数据难以整合利用、数据质量差乱、数据共享服务低、数据资产管理手段等痛点，为企业提供高效的数据分析工具！

详情请查看报告，文章主要信息来源《2022年中国面向人工智能的数据治理行业研究报告》，下载链接https://www.wenjuan.com/s/R7zaIv1/。