一、项目背景及目标

为破解数字化转型中一线用数难、经营决策数据割裂等痛点，我行2025年启动“构建用数新生态”项目，打造“瞰云”数据资产运营服务体系，以“数据+AI”双驱动实现全员数据普惠，助力精准经营与数智化管理升级。

背景：在数字经济与金融科技深度融合的时代背景下，数据资产已成为商业银行核心竞争力的重要组成。然而，随着经营管理对数据时效性和洞察深度要求的持续提升，传统“人工找数、报表呈现”模式日益暴露出数据获取链路长、分析响应滞后、用数门槛高等痛点，制约了数据价值向业务决策的高效转化，一线经营人员找数难、数据洞察门槛高，导致经营管理存在数据割裂、洞察滞后、依赖经验等问题。

目标：通过“数据+ AI”双驱动，构建普惠化、智能化用数生态，打造可信低门槛智能中台，在现有数据资产门户基础上构建智能问数功能体系，为各级管理人员、业务管理人员和数据分析人员提供“智能找数—智能分析—智能归因—智能报告”的全链路数据服务能力，推动重庆银行数据服务模式从“被动响应”向“主动赋能”的深刻变革，为全行数字化转型再添新篇章。

二、创新点

项目通过构建“大模型理解+小模型精算”的创新协同架构，融合NL2SQL与NL2DSL的技术路线创新，实现多源异构数据融合与金融级权限管控，采用代码解释器架构，可根据业务逻辑生成包含多轮 MQL调用、结果组合加工的完整执行流程，支持多表数据的灵活拼接、计算与分析，实现从单条查询到多步骤分析的能力升级。

采用基于LLM+Agent的智能体架构，创新性地引入“规划器—代码解释器—自我纠错”三层机制。面对复杂的业务诊断需求，系统自动将用户问题拆解为多个子任务，规划最优执行路径，通过Python代码解释器调用Smartbi内置的数据查询、归因分析、趋势预测等高级分析能力，并在执行过程中实现自我反思与自动纠错，使系统具备从“所问即所答”到“所想即所得”的智能跃迁能力。

同时系统融合了全行统一指标治理与业务语义层标准化能力，构建金融级全链路可控智能中台，既破除非技术人员用数壁垒，又解决问数口径漂移、答非所问痛点。这些创新点助推了项目以新型用数方式推动数字化经营转型，实现了数据管理新范式助力资产运营的跃升。

三、项目技术方案

项目融合了指标语义模型、ChatBI和AlAgent，结合金融级权限管控和信创环境适配方案，为同类金融机构提供了可复制的Al数据分析技术落地经验，降低了技术探索成本。采用的“双脑协同”技术架构，整合全行统一指标治理与业务语义层标准化能力，搭建金融级可信、低门槛、全链路可控的智能中台，支撑灵活指标查询、多维度数据分析及全流程智能赋能。同时，项目在鲲鹏/海光国产芯片、麒麟操作系统、达梦数据库等信创环境下的成功实践，为金融行业信创替代场景下的Al应用建设提供了宝贵的参考路径。

四、运营情况

至今为止，项目已上线智能经营分析晨报、智能问数等多类场景，为2600余名员工提供143万余次经营数据洞察服务，在全行培育出主动用数、善于用数的良好文化氛围，实现数据普惠化日常运营。

五、项目成效

智能问数产品从三方面赋能银行数字化：取数环节以自然语言自助问数释放半数技术报表工作量，盘活存量数据资产，减少系统重复建设；经营决策端实现经营数据实时感知、移动端随时查看经营动态与预警，一键生成标准化智能报告，大幅压缩制作时长、优化决策效率；同时依托数据编织打通数据孤岛，构建标准化数据资产服务，推动数据由管控治理转向资产化运营，完成从成本中心向价值中心转变。

截止现在，本项目已整合5.5万余项数据资产，形成“数据—分析—决策”科学闭环，员工用数效率提升60%，破解基层“找不到数、不会用数”困局，助力风险辨识、业务机遇捕捉，推动管理从经验驱动转向精准施策。

六、经验总结

本项目所构建的数据与AI深度融合的数智经营核心，将统一指标治理与业务语义标准化定义为基础支撑，其中双脑协同架构可有效降低用数门槛。同时，本项目依托标准化技术架构、模块化能力组件、可复用运营体系，具备跨行业、跨组织、跨场景规模化复制落地的先天条件，其推广价值覆盖技术、成本、业务、管理、数字化生态五大维度，既能解决各行业通用的数据应用痛点，又可结合垂直领域特性深度赋能，无论行业属性、企业规模差异，本项目均可解决企业长期存在的数据使用门槛高、IT 资源内耗、数据孤岛、决策滞后、知识流失五大痛点，创造通用价值，是企业数字化转型中普惠数据能力、驱动数据决策的通用型案例。因此项目总结经验：唯有推动全员数据普惠，才能充分释放数据价值，赋能业务高质量发展。