數庫科技總裁沈鑫：資料智慧驅動產融數字化轉型

十年磨一劍，以紮實的步伐深耕資料領域超過十年，並在過去三年實現跨越式高增長髮展後，數庫科技在2021年世界人工智慧大會正式面對公眾亮相。

作為本屆世界人工智慧大會承辦單位之一，數庫科技舉辦以 “資料智慧，連結未來” 主題分論壇，會中數庫科技總裁沈鑫發表了以《資料智慧驅動產融數字化轉型》主題演講。

沈鑫提到，厚積而薄發，此次亮相WAIC，是數庫的“成人禮”。在WAIC展區中，數庫直接帶來了基於虛擬現實技術的沉浸式資料體驗，並首次在業內展示了基於產業關係組裝市場全量資料的震撼效果。此外，數庫還充分展示了基於產業資料引擎在銀行對公業務獲客、風控、政務產業大腦、智慧招商引資及園區管理、企業採購大腦、量化投資等諸多場景的成熟客戶解決方案，多維度展現了數庫科技基於長期對資料標準化、結構化及資料融合的反覆錘鍊，為數字化時代所帶來的全方位數字化應用效果。

在數字化新工業革命時代，資料已成為核心生產要素。由於資料“燃料”的質量將直接影響決策引擎的效能，因此資料能力成為產融數字化轉型的核心能力。

在沈鑫看來，在數字化新工業革命時代，資料已成為核心生產要素。由於資料“燃料”質量將直接影響決策引擎效能，因此資料能力成為產融數字化轉型的核心能力。在傳統投研時代，由於場景單一、資料維度極少，且資料邏輯組裝及分析主要由專業人士的人腦來完成，資料孤島並不是問題。但在如今的資料驅動決策時代，資料驅動決策場景已遠超金融投研領域，開始向銀行、政務、企業、中小企業等各維度產融決策場景覆蓋。在這些決策場景中，資料服務需求發生了質變，資料範圍及維度劇增。因此破除資料孤島，實現資料融合成為實現高質量應用的基礎。

從數庫實踐經驗來看，產融數字化決策場景具備很強共通性，無論是銀行尋找優質企業進行貸款，還是政府招商引資強鏈補鏈，亦或者大型企業實現智慧化供應鏈風控及管理，其決策本質都是不斷定位及跟蹤動態發展中的優質企業或潛在風險點。因此，透過紮實的資料智慧搭建形成完整的產業畫像和企業畫像，實現對產業及企業周邊的實時資訊動態解析及跟蹤，進而對目標企業的快速定位及評估，成為產融數字化決策中的核心能力。這些能力結合後，即可形成從產業到企業的完整全景畫像，進而實現以資料體系模擬實體經濟運轉規律，併產生真正的產融資料決策智慧。

這個看似理想化的理念如何真正實現的？

沈鑫提到,數庫在實現產業到企業的完整動態全景畫像中發現,所需攻克的三大壁壘是“量”、“準”、“智”。

首先,解決結構化資料的量產問題。

當今市場現狀是資料體量呈指數級增長，80%的資料產生於過去兩年內，資料化決策時代的資料需求猛增，決策維度更加複雜多樣化。如果基於人工處理結構化資料，這種傳統方式既不能滿足指數級增長的資料體量，也不能滿足資料維度的進一步複雜多樣化，且人工處理方式難以實現資料的高度標準化，資料質量非常不規律，難以實現高標準的資料融合連線。

透過現象看本質，通過歷史洪流的發展找規律，數庫發現製造業的思維最值得借鑑，汽車能夠走進千家萬戶，源於流水線的發明，它徹底改變了汽車的成本結構及生產效率。同樣，讓資料真正“走進千家萬戶”，滿足產融數字化所帶來各行各業多場景的資料需求，現有基於人工處理方式的結構化資料生產方式必須被徹底顛覆，資料生產也需要“流水線”，而且是“自動化流水線”。

用製造業思維思考,數庫充分利用人工智慧技術,將這些前沿科技融入到結構化資料的生產流程中,並實現無縫的人機結合,讓高度標準化、結構化資料的自動化量產成為可能,從而形成資料“冶煉”工廠概念。

其次,解決從海量實時資訊中精準提取決策精華,也就是一個“準”字。數庫認為,實現精準的決策精華資訊提取,必須“手腦並用”。自然語言技術只是工具,配合工具的知識體系才是實現精準提取的關鍵。

比如高中生和醫科大學生同時閱讀一本醫學教材，高中生雖然能夠認識教材中所有的漢字，但並不能理解其中的含義，更無法舉一反三；而醫科大學生不僅可以理解其中含義，還可以舉一反三。差距就是大學生腦中擁有“醫學知識體系”作為垂直領域的知識庫來幫助其深刻理解字裡行間的含義。

由此，我們將知識體系與自然語言演算法深入融合起來，實現“手腦並用”才能夠實現精準提取，能夠不斷積累迭代垂直領域的知識體系積累，是提升自然語言解析精度的關鍵。同時，資料量產形成的金融及產業知識體系提升高頻資訊的提取精準度，高頻資訊的精準提取反哺知識體系，反向再提升資料量產精準。這樣，“量”與“準”相輔相成。

最後,談一下“智”,只有打破資料孤島,實現連結後才能產生智慧。

由於產業關係是唯一可連線市場全量企業的關係，數庫透過十年的努力，將市場全部產業及產品進行了標準化處理並實現上下游連結，進而完成一張完整的標準化產業網路，每個標準產品節點上都可以對接資料。

這樣一個基於產業網路整合連線後的資料體系,既實現了基於產業上下游結構的資料關聯,解決了資料孤島及資訊盲點的問題,同時,由於基於產業的資料結構與實體經濟運轉規律高度擬合,可進一步挖掘上下游傳導及關聯效應,為進一步決策建模提供優質土壤。

總的來說,“量”、“準”、“智”的結合形成了以產業邏輯消化解析全量資料資訊,可以打造基於產業邏輯的全量資料引擎。

沈鑫提到，大道至簡的道理告訴我們，資料“基本功”越紮實，越可以輕鬆應對產融數字化各類決策場景。比如在金融機構中，銀行對公業務的營銷及風控，基於另類資料的量化投資，資管、債券輿情監控，ESG投資主題場景；在政府專案上，產業大腦，智慧招商引資場景；在企業服務方面，大企業的供應鏈應控、產業輿情監控，以及中小企業的B2B精準營銷、企業資訊頭條等服務。數庫在這些場景中的服務都是基於同一個，也就是上述基於“量、準、智”而形成的產融資料引擎，為客戶實現了低成本定製，快速部署及簡單易用的解決方案，從而創造客戶價值。