【专家说】杜俭峰：下一代银行数据体系演进

“

导语

在数字化转型浪潮与生成式AI技术突破的双重驱动下，银行业正面临数据体系与业务模式的深度变革。本文系统性阐述了下一代银行数据体系的四大演进方向：基于“人+智能体”的协作范式重构，通过Data Agent实现自然语言驱动的数据智能应用；构建“Data+AI”一体化平台，融合大模型工程化能力与数据基础设施；重塑"数据+知识"双要素资产体系，破解隐性知识孤岛难题；打造云原生智能湖仓架构，以统一元数据、统一语义和弹性资源调度支撑AI原生场景。这些变革将推动银行业从传统数据治理向认知智能跃迁，通过组织智慧沉淀、决策效率提升和生产力释放，重构金融服务价值链。腾讯云大数据体系的技术实践，为行业提供了从数据工程到智能应用的全链路解决方案参考。

”

 下一代银行数据体系演进

一、以“人+智能体”的服务和工作模式正在到来

银行业作为服务性行业，经营的核心理念是以客户为中心，服务客户需要投入员工资源和高效的服务手段。对于银行来说，都非常强调用数据。一个高水平的银行，一定是很高比例的员工在数据的帮助下开展工作的。数据驱动、AI驱动，特别生成式大语言模型在人工智能领域的的重大突破，使智能体（智能助手）参与企业经营和数据分析成为可能，这也进一步影响银行服务模式、员工工作模式、数据分析模式的转变。如何构建面向“人+智能体”的场景服务，开启“智能体”主导的人机协作范式，进一步释放组织数据和智能潜力，是银行业正在面对的问题。

以数据分析领域为例，过去数据工程师、数据开发人员是数据平台系统主要使用对象；目前产品经理、运营人员和业务分析师借助大数据自助分析技术、分析师工作台等大面积参与数据分析和数据挖掘；未来、Data Agent将成为人以外的数据平台使用者和创造者，这也预示着职业领域的潜在变革。Data Agent 的效率能否达到一般员工水平，关键在于能否高效利用企业私域数据和领域知识，如企业内部系统 ERP、CRM和实时获取事件数据、有效的企业知识库等。因此，面向Data Agent智能体的大数据平台体系的核心能力之一是对 Agent 的对接和支持。这不仅是技术变革，更是数据价值释放的新起点，意味着 AI 在企业数据处理和价值释放中的深度整合。

图一 “人+智能体”服务和工作模式

二、智能体+Data+AI融合体系

1、以数据智能和全员智能应用的范式的改变

目前，业务人员受限于技术门槛，80%的时间消耗在数据清洗、基础报表制作等低价值环节。比如，个人金融部需要等待数据分析师出具报告，才能调整投放策略；活动运营必须通过IT部门提取数据，才能验证方案。

传统模式下代码形态：当业务人员有新的报表需求时，如需要一张新的报表，或者对原来的报表做修改，需要提交需求申请。需求提交到科技部和软件研发中心后，由其安排人员进行开发。在此过程中，可能存在往复沟通，比如需求描述不够清楚，或者开发人员理解有误，经过开发、投产、交付等环节，形成完整的研发流程。

Data Agent模式下数据智能形态：通过大语言模型强大的自然语言理解能力，知识学习的能力，通过数据语指标、统一数据语义、结合面向AI数据治理的知识资产和数据资产、湖仓一体能力快速组织和开发应用。大模型基于自然语言的理解能力，把用户的问题确认清楚，利用NLP2Semantic2sql、text2semantic2sql、chatbi、智能体开发平台生成一段程序，直接就把报表开发工作在几十秒就做完了。将原来几天、几周的工作过程，变成一个准实时的过程。

这种由代码形态转变为以 Agent 为主体的自然语言交互范式和企业的人机协作模式，将从人类指导AI使用特定工具，升级到AI自主识别需求，并选择工具组合完成任务。

为了助推银行业智能体的落地和协助客户，结合腾讯内部智能体落地实践和经验，大数据产品团队快速推出了Data Agent开发能力框架：实现从数据准备、知识解析与向量化到数据洞察到业务价值，再通过智能体实现知识的透传，最终实现智能应用。

图二 智能体数据智能范式

在未来，大数据领域的AI Agent，将会具备通过数据反馈持续学习、进化迭代的能力。而不同部门间，也能通过调用共用的数据知识库，让信息在安全边界内实现跨部门流动。打破数据边界，释放沉睡在数据系统与员工经验中的决策价值。

这种将“个体智慧”转为“组织资产”的过程，会使企业不再依赖个别"超级员工"，而是形成可迭代升级的集体智能。当企业能汇集员工智慧与业务数据，则更有易于做出优质决策。

2、以“Data Agent+Data+AI”一体化平台能力的建设

随着Agent多智能体的成熟，满足智能体数据范式的需要，新一代数据平台需具备面向AI能力融合的关键能力：用于将大模型的能力和数据工程能力进行整合和封装，通过产品化的方式支持数据取数、数据分析Data Agent、智能问答、数据科学和其他业务自助分析等多种应用场景。同时，支持企业现有数据系统和业务系统集成，实现大模型和企业业务流程的融合，从而通过大模型降低业务使用数据的门槛。

图三 Data Agent+Date+AI一体化思路

• 大模型工程化：是大模型落地实现包括Agent工程化、AI智能引擎、大模型适配与引擎调度等技术；

（1）Agents的工程化Agents是指具有自主性和交互能力的实体或程序，其可以感知环境、利用MCP（Model Context Protocol，模型上下文协议）进行决策和执行动作，以达到特定的目标

（2）AI智能引擎、包括自然语言交互分析能力、AI Search 的产品化能力、向量化等

（3）大模型适配与引擎调度包括LLM管理、知识库管理、记忆管理、提示词工程、工具管理和安全与权限等；

• 领域大模型是为数据和知识推荐技术的落实实现，主要包括知识图谱构建、AI数据资产构建、业务知识构建和模型微调等

• Oneops一体化深度融合 DataOps、MLOps 与 LLMOps 能力，包括探索分析、流程编排、AI 开发以及智能运维、统一治理平台等多个模块；

• 大模型下的新基础设施包括湖仓一体底座包括湖仓一体、数据资产和知识资产的构建；统一元数据catalog等

三、以“数据+知识”的数据资产体系重塑

经过多年的数据仓库和数据湖的建设，显性的业务生产结构化数据逐步被治理和应用，比如客户信息、交易记录等；而隐性的知识依然散落在文档、报告、会议纪要中无法提取。比如业务流程、规则、专家经验。举个例子银行在审批贷款时，会使用结构化数据如客户信用评分、收入水平贷款历史等。同时信贷员还需依赖内部知识、行业经验、市场趋势分析和特定情况下的审批规则，这些知识或没有被整合到数据系统中、或因知识未被提取形成联动，这样可能就会出现系统根据结构化数据进行贷款审核、未能关联未被记录的风险因素导致本应拒绝的高风险贷款被批准。即便相关隐形知识大数据和大模型能力的应用逐步数字化，但数据资产和知识系统大部分分开的，孤岛情况依旧严重。

然而，Data Agent落地存在一个“数据+知识”双向融合的问题，同时银行相关领域大模型的落地，也离不开高质量的知识数据。无论是对模型的精调，还是基于数据构建的企业知识中台，才能实现业务场景的智能化。

针对现有数据资产面临的问题，业务需求不断变化和适应数据智能体业务发展的需求，提出一种全新的重塑数据资产的思路：构建人和AI都能识别的广义数据资产、构建统一语义层数据资产能力，增强数据平台已经治理好的ADS层、DWS层的资产，推动数据基础设施的认知升级，将传统的数据资产体系，升级重塑为“数据+知识”的新型生产要素。

图四 “数据+知识”资产体系重塑

基于统一语义、AI的数据资产建设和治理新解法：通过大模型、智能化手段实现资产建设、资产运营，包括知识体系、数据资产体系和资产评估体系；知识资产主要包括特征AI加工、指标自动生成和指标特征血缘等。数据资产体系包括库表资产、库表资产增强和库表资产适配特征；资产评估体系包括优化引擎、粒度智能识别、自动物化加速等。

最终通过统一语义能力，通过语义注册、动态映射、指标定义和指标管理、记录语义对象的使用链路与变更理智的指标治理，将知识资产和数据资产表达、共享、重用，同时被人和机器理解，构建人和AI都能理解的数据资产。

四、以“云原生”的智能数据湖仓体系构建

回顾银行数据体系建设、大概经过以下阶段：

1、信息化时代的企业级数仓 以 Oracle 、Teradata为代表的传统数据仓库实现了线上信息化从 0 到 1 的过程。

2、互联网时代数据湖 谷歌的三驾马车和 Hadoop 的出现，通过分布式架构在一定程度上解决了大吞吐量问题，企业得以存储和处理海量数据。

3、人工智能时代的湖仓混搭或湖仓一体 MPP数据仓库与Haddop数据湖混搭互联到基于开源的组装式 Lakehouse 数据湖仓登场，引入了表格式、 StarRorks 等更多引擎组件，实现了数据的实时计算、分析、ML的多引擎负载能力。

当前各大银行在数据仓库、数据湖、湖仓一体等架构演进过程中，各类计算资源（包括MPP集群、大数据YARN集群、业务及机器学习K8s集群等）形成资源孤岛，数据与服务分散问题仍然突出。结合AI Agent驱动的数据应用范式变革，以及"Agent+Data+AI"一体化平台对"数据+知识"资产体系重塑的需求，云原生智能湖仓体系已成为必然发展方向。

4、大模型时代的云原生智能湖仓体系

• 存算分离 实现存储计算解耦、统一调度实现资源统一利用；

• 统一计算 实现数据工程、数据科学、LLM（Data Agent）一体化； 

• 统一元数据 实现数据一份共享，统一语义实现数据和知识的一份利用；

• 统一AIops 智能运维和环境适配。

  云原生智能数据湖仓体系

  

  统一存储：整合本地HDFS存储、面向对象存储、云存储、开放的文件格式和开放的表格式、多厂商存储的统一存储策略，实现低成本。

  存储和计算解耦：形成存储引擎在选择上和管理上更灵活开放。

  湖仓（Lakehouse）表格式：兼容多种数据处理框架和存储引擎，支持完全事务一致性、版本控制、模式演化、分区演化等

  统一计算：计算引擎容器化部署：除弹性伸缩外，通过虚拟计算（Virtual Cluster）集群，实现异构计算资源的统一调度和管理

  缓存机制：分布式缓存组件将热表数据缓存加速+计算引擎内置的缓存/物化等机制

  统一元数据：多集群数据互访、多模态/多引擎支持、向统一标准演进，实现多厂商元数据体系的对接，达到一份数据共享的逻辑；

  统一语义：通过标准化接口、AI语义生成和服务化，实现数据资产和知识资产的对接；实现资产的重塑和统一服务：

  统一服务：包括批处理服务、流处理服务、数据开发服务、实时接口服务、消息队列服务的方式；

  统一AIops运维：基于传统 ML 模型与 AI Agent，实现自动巡检、异常检测、参数调优等任务，提高运维效率并减少人力依赖；

当前，云原生智能湖仓逻辑异构的统一元数据能力、统一语义能力、统一资源管控和调度能力，将为银行业数据体系的重塑提供有力支撑。

面向未来、我们正处于数据体系变革的十字路口，AI Agent和 Data 与 AI 更紧密的结合进一步驱动银行业生产力的提升，生成式 AI 让基于数据洞察到自助决策的能力得以实现。

腾讯云大数据体系TBDS平台、Wedata平台、ChatBI平台、公有云平台将持续投入，让用户能够基于腾讯云大数据产品快速开发出各种 AI 应用，加速释放业务增长新动能。

作者：杜俭峰，腾讯金融云资深架构师

目前从事腾讯金融云国有大行行业解决方案工作，具有20年的IT咨询和建设经验，经历金融行业数据架构的设计、建设、发展和变迁过程。熟悉大数据技术咨询、平台架构规划、数智化解决方案，参与多家银数字化转型、云服务与大数据和AI规划与落地实施服务