9月23日至24日，2026全球数据管理峰会在杭州举行。作为第五届全球数字贸易博览会的重要组成部分，峰会以“数据管理+人工智能（Data for AI，AI for Data）”为主题，聚焦智能时代的数据管理新范式。中电金信出席峰会，带来金融数据治理与数据本体工程的最新思考，展示多项数据智能创新成果。

“管数据”到“教AI”：数据治理的范式之变

智能问数往往在演示环节表现出色，但进入实际经营分析场景后，却频繁出现结果输出不准确的问题，还隐含口径歧义；大模型可以撰写信贷尽调材料，却无法产出能支撑审批的合格报告，不仅引用内容不可信甚至根本不存在，还存在数据与材料不匹配、结论不可追溯的问题。这是AI落地过程中两个典型痛点，而二者的根源指向同一个问题：人工智能并非没有查询数据、撰写材料的能力，而是企业尚未向它明确界定什么才是正确的数据、正确的口径、正确的路径和正确的权限。

针对上述行业痛点，中电金信首席数据咨询专家、商业分析事业部副总经理李娜在主论坛发表了题为《AI时代的金融数据治理》的演讲，分享了对AI时代数据治理的思考：这是一项以支撑人工智能系统全生命周期高效、安全、可解释运行为目标，对数据及其承载的知识资产开展规划、获取、组织、维护、共享与演进管理的系统性工程。这一定义带来了三大转变：治理目标从“数据可用”转向“数据可教”，治理对象从“数据”拓展为“数据+知识”，治理范围从“静态资产”覆盖到“动态演进”。

在三大转变之下，数据治理框架相应新增语义对齐、知识安全与合规等八个维度——不颠覆原有框架，而是在其上扩展。在落地实践层面，中电金信源启·数据资产平台覆盖数据集成、建模、开发、调度、服务、报表、管控全链路，是数据工程体系的核心载体。该平台正从“三元资产”架构向数据本体演进——本体作为全链路共用的语义底座嵌入其中，业务指标的定义在本体中统一维护、一次修改，全链路自动沿用同一口径，同步生效。

以数据本体为基：重构数据工程底座，深度融入金融场景

数据技术正逐步进入“数据孪生+AI”的自动化时代。在本次峰会的分论坛上，中电金信研究院数据工程实验室主任李楠带来了题为《构建基于数据本体模型的一体化工具链》的分享：依托深厚的金融数据工程实践积累，中电金信提出了数据资产新范式——将原有“资产=数据=表”的认知，升级为“资产=需求+逻辑+物理”，管理范围也从数据表拓展到数据及整个生产过程；这一“三元资产”理念持续进化：以数据本体为日益庞大的资产建立组织形式，让智能体能够理解复杂需求并加以调用。同时搭建起本体管理与本体智能协同的一体化工具链：从本体的设计、校验、版本治理，到数据智能体按本体理解并执行任务，覆盖数据集成、建模、开发、调度与服务全流程。

这一路径直击行业痛点：通用智能体基于生产库表结构（schema）将自然语言转化为查询语句（text-to-SQL）的实测准确率仅为10%—31%，瓶颈出在领域上下文认知而非代码编写环节；而“本体懂规矩、模型上下文协议（MCP）能干活”的双引擎驱动模式，推动数据加工从依赖人工经验转向可信的智能体自动化，也将投产周期从月级压缩到天或者小时级。

中电金信首席数据智能顾问马宁在题为《本体论应用落地实践》的分享中介绍了中电金信于今年推出的智能决策操作系统和多模态引擎两个产品，这是本体论在企业中落地的基础设施。本体论在应用端可提供受控查询与推理演绎两种能力：智能体访问底层数据时，查询逻辑严格遵循本体定义；开展推理思考时则受本体语义约束，不会随意臆造不存在的逻辑与关联。其中RDF/OWL（资源描述框架与网络本体语言）推理不依赖大模型，不存在幻觉问题，适配强监管场景的要求；智能体推理则更贴合快速落地的需求。

峰会期间，中电金信重点展出了源启·知数平台与源启·智能决策操作系统。源启·知数平台定位为企业级知识中台，通过三类工业化流水线将分散的文档加工为“认知型数据资产”，支持30余种数据源统一接入；依托标准摘要向量与本体驱动的知识图谱，事实性问题问答命中率可达85%—90%，推动知识从“可被检索”升级为“可被理解、可被推理、可被复用”。源启·智能决策操作系统基于“本体+智能体”架构搭建，由本体管理平台与本体智能体管理平台共同组成：本体负责定义规则和边界，大模型承担理解和推理工作，智能体完成执行和协同任务，以此打通“数据—知识—决策—执行—反馈”的完整闭环，可支撑风险预警、经营分析、客户营销等多场景决策，推动AI从辅助问答阶段迈向落地业务决策。

从提出AI时代数据治理新范式，到推进数据本体工具链的工程实践，再到实现知数平台与智能决策操作系统的产品落地，中电金信正为智能化应用提供可信数据支撑，助力金融机构从数据驱动迈向智能决策。