近日，国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》（金发〔2026〕8号文）。针对银行业、保险业人工智能安全开发与应用，从治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督七大维度提出32项指导性意见。

金发〔2026〕8号文并非给金融AI“降温”，而是标志着金融AI从试点探索进入强监管、高合规、深应用的新阶段。其中，在“提升数据治理能力”章节中，“建设人工智能高质量数据集”（第九条）与“推进知识工程建设”（第十一条）两项要求，为金融机构推进大模型落地明确了关键能力标准。决定AI能否稳定发挥价值的核心，已不再是模型能力，而是数据是否可信、过程是否可控、结果是否可解释。



从监管要求到落地路径：

金融 AI 的数据底座怎么建

本文聚焦数据治理与AI应用落地，从数据视角解读金发〔2026〕8号文对金融机构的具体要求。金融机构要补的不是某一个单点能力，而是一套覆盖数据来源、加工、使用、监督和审计的闭环能力。

1.责任前置：AI用了哪些数据，必须说得清、查得到

金发〔2026〕8号文，确立了“谁使用谁负责”原则。AI做了信贷审批出了问题，责任在银行；AI给出理赔结论有误，责任在保险公司。算法的黑箱，不能成为金融机构甩锅的挡箭牌。

责任落到机构，意味着数据来源可追溯、数据加工过程可审计成为刚需——每一笔训练数据从哪里来、经过了哪些加工环节、被谁在什么时候使用，都必须清晰可查。这正是当前多数金融机构的短板。

网易智企旗下大数据产品网易智企·数帆，通过数据标准、元数据治理、数据血缘、资产360度盘点与DataOps规范化流程，帮助金融机构把数据生产过程纳入可管理、可追溯、可复核的链路。数据从源系统进入平台后，每一次ETL转换、指标、报表、模型调用，均形成完整记录，为问题定位、责任认定和算法审计提供依据。让“谁使用谁负责”从原则变成可追溯的技术能力。

2. 隐私红线：个人敏感信息不能随意进入模型链路

金发〔2026〕8号文，对个人信息和隐私数据的使用边界作出了明确要求。姓名、身份证号、手机号、银行卡号等敏感信息，不能被随意送入生成式人工智能模型训练和优化链路。对金融机构而言，这不是简单“删几个字段”，而是要建立覆盖分类分级、敏感识别、脱敏处理、权限控制和数据流向管理的体系化能力。

数帆具备敏感数据识别、脱敏处理、访问授权、操作留痕和流向管控等能力，将隐私保护前置到数据进入模型和应用之前。对于身份证号、手机号、银行卡号等敏感字段，平台可配合脱敏、加密、权限隔离和审计策略，从数据供给侧守住“不得入模、不得滥用”的安全边界。


3. 高质量数据集：AI 可信，首先要数据可信

金发〔2026〕8号文强调建设高质量数据集，要求数据具备准确性、相关性、一致性、完整性和无偏见等特征。AI的可信不是上线后才开始证明，而是在数据采集、清洗、加工、标注、入库和调用的每个环节中逐步形成。

数帆构建逻辑统一的数据中台体系，将核心系统、信贷系统、反洗钱系统、CRM、渠道系统等不同业务域的数据整合为统一资源池；同时通过指标口径管理、数据质量规则、稽核任务、异常告警和元数据治理，减少同名不同义、同义不同名、口径冲突和质量波动等问题，让AI获得完整、一致、可调用的数据。


4. 高风险场景：人工监督不能停留在“看结果”

在资金交易、资产评估、信贷审批、承保理赔、风险管理等高风险场景中，关键环节需要人工监督和干预。要做到可解释、可审计，前提是指标口径统一、数据血缘清晰、处理过程可回溯。否则，所谓算法审计很容易变成“只看模型、不见数据”的空中楼阁。

网易智企旗下的企业级智能数据分析助手——网易知数DataAgent，可支持业务人员用自然语言完成智能问数、归因分析、AI报告、数据推送和工作流编排。简单问题可以秒级出数，复杂问题可以自动拆解分析路径；指标异常时，可对多维度数据进行分析并生成解释；周期性报表、定时推送、自动归因、通知责任人等，也可以通过自然语言和工作流能力完成。让信贷审批经理、风控经理、客户经理不只是“看到AI结论”，更能快速拿到依据、追问原因、判断是否需要干预。



恒丰银行AI数据官：

唤醒“沉睡”数据，让一线“会用数、敢用数”

恒丰银行是中国12家全国性股份制商业银行之一。面对业务部门临时取数难、指标理解难、归因分析慢等问题，恒丰银行在POC阶段横向对比16家主流数据厂商的AI数据分析产品，最终选择与网易智企合作。基于知数DataAgent构建智能问数体系，打造恒丰银行“AI数据官”。通过搭建四层智能体协同架构，彻底打破传统“人找数”的低效模式。

“AI数据官”基于已有数据仓库和统一指标口径生成交互式绩效报告，调用恒丰银行私有化部署的大模型，结合角色化Prompt输出多维度绩效解读；再通过恒丰银行内部即时通讯工具“丰秘”，向客户经理推送专属绩效报告和部门排名，客户经理可点击进入H5页面继续向AI追问，获得个性化改进建议。

与传统“登录系统—查看报表—自行分析”的模式相比，这一实践实现了三个升级：

  • 从月度反馈到T-1绩效洞察：数据时效从月级缩短到天级

  • 从“只呈现数据”到“解释原因并给出建议”：AI不只是展示数字，而是提供可操作的洞察

  • 从通用模型问答到基于私有数据的合规分析：结合统一指标、私有化模型、业务规则和角色Prompt，确保分析过程合规可控



金融AI实践落地，可控、可信、可持续

当AI协助银行工作人员，审批一笔贷款，背后是几百个字段、几十条规则和多条数据链路在瞬间协同。每一个字段都需要准确、一致、可追溯，经得起复核和审计。

金发〔2026〕8号文已经把标准立好了。对金融机构而言，关键不是跑得快，而是地基打得稳。只有当数据底座足够稳定、治理链路足够清晰、安全边界足够明确，AI才能从"能用"进一步走向"可控、可信、可持续"。

网易智企助力金融机构，把合规要求沉淀为数据能力，把数据能力转化为AI时代可持续的业务确定性。

了解更多：https://sf.163.com/




9.9元体验网易知数，送1亿Token/月，连送3个月！！

活动时间有限，扫码即刻参与：



作为网易旗下一站式企业AI应用服务提供商，网易智企倾力打造企业AI实战栏目——「AI实战派」，聚焦AI在真实业务中的落地应用，通过实战教学、案例拆解、研讨交流等多元形式，将前沿的AI技术转化为真实的业务动能，为企业管理者、业务决策者和一线实践者提供可迁移、可复用的实战方法论与深度洞察。