本报记者田鹏
当下，大模型浪潮奔涌向前，自主智能体正成为产业数字化新主角，而数据便是驱动各类行业智能体自主运转的核心燃料。而散落割裂的数据孤岛、不受约束的AI（人工智能）推演幻觉、适配产业的高质量数据集供给缺口、核心业务场景落地的安全顾虑，层层阻滞着智能技术扎根实体经济的脚步。
面对产业转型路上的多重卡点，近日，中国电子信息产业集团有限公司（以下简称“中国电子”）党组成员、副总经理王桂荣以及中国电子首席科学家、中电金信研究院院长况文川接受《证券日报》记者专访。
打通数据全链路
筑牢智能体可信数据底座
步入智能时代，数据已然成为比肩土地、资本、劳动力的新型核心生产要素，是人工智能、大数据、云计算等一切智能技术运转的底层根基。
王桂荣表示，行业过往对数据的定位仅为大模型训练原始素材，价值停留在支撑通用模型拟合；进入智能体时代，数据核心价值升级为企业专属生产知识资产，核心赋能作用从“训练通用模型”转向“支撑业务智能体闭环自主作业”。
然而不可否认的是，当下，诸多企业在释放数据价值过程中面临着两大现实阻碍。一方面，企业内部海量原始数据标准化加工、知识化转化程度极低，能供给智能体调用的标准化数据资产储备严重不足；另一方面，企业数据知识化改造缺位会放大AI幻觉风险，智能体缺少可信内部数据约束将导致推演失控、结果难溯源、失去人工管控基础，最终难以规模化投入业务生产。
因此，在王桂荣看来，结合上述痛点，行业及企业需围绕四大核心方向打通数据价值转化全链路：一是打通企业内部割裂的业务系统，完成分散原始数据统一归集，搭建统一数据底座，解决数据孤岛问题；二是将归集后的原始数据分层加工，完成从数据到信息再到业务知识转化，沉淀行业、企业专属知识库；三是将企业知识转化为智能体可读可用的标准化资产，包含业务规则、查询模板、标准化任务流程，搭建可被智能体自动调用的数据集；四是建立人工终审机制、全链路可回溯机制，划定智能体数据访问、业务操作权限边界，杜绝无约束自主推演，守住业务可控底线。
此外，在打通数据价值转化全链路过程中，还需要关注AI输出信息失真、商业导向信息诱导、存量虚假信息放大等问题。对此，况文川提出三层综合治理方案，即源头分级管控、内容交叉校验以及后端技术鉴别。
构建产业数据集
夯实实体智能规模化根基
如果说释放数据价值是赋能智能时代的基本要求，那么建设高质量的数据集则是AI技术深度扎根实体产业、实现行业专属智能体规模化落地的核心前提。
“过往数据集多仅用于通用大模型与专用模型的训练调优，而近一年自主智能体技术实现跨越式发展，数据集的定位与价值随之迎来根本性升级”，况文川表示，在基础阶段，数据集只是大模型训练的基础数据原料；发展至进阶阶段，数据集可转化为企业知识资产，通过标准化数据约束大模型生成幻觉；进入深化阶段，数据集升级为支撑智能体运转的任务资产，依托其定义业务逻辑与流转规则，确保智能体自主规划、自主执行全流程稳定可控；同时迎来全新拓展方向，通过采集留存智能体完整运行轨迹数据，实现对智能体能力的持续迭代优化。
以金融行业为例，数据集在领域内正催生出全新发展形态。据况文川介绍，金融数据集边界不断外延，从基础训练语料拓展至产业链数据库、细分领域研究方法与专家业务经验，覆盖产业周期、行业风险、宏观联动等精细维度以支撑深度产业尽调；同时大模型训练数据集与沉淀客户行为、长期业务指标的传统数仓深度融合，形成“通用模型教科书+企业业务实操手册”双重数据资产，补齐纯训练数据难以落地业务场景的短板；行业还采用公私数据分层建设模式，通用分析框架、标准化方法可行业共享，客户信息、风控授信规则等核心私密数据则由机构独立自持，在协同提效的同时严守数据隐私与合规底线。
事实上，金融行业只是我国产业智能化转型的缩影，由此可见，加快推进全行业高质量数据集标准化、体系化建设，已是各领域落地行业智能体、释放数据生产力的关键命题。
据悉，国务院国资委统筹推进央企“AI+”专项行动，在数据方面，中国电子作为核心支撑单位，赋能国资体系各行业高质量数据集建设、企业全链条数据治理能力提升等。同时，也为国内头部互联网企业大模型训练提供数据集建设支撑。
况文川介绍，当前数据集建设不再局限于基础训练数据制备，而是核心开展企业、金融机构全业务任务数据采集，完成工程化数据资产萃取。行业内普遍存在将资深业务专家、顶尖营销与风控人员的专业能力“数字化蒸馏”的需求，也就是隐性业务知识萃取，这也是数据集共性工具链的核心研发方向。
分级管控筑安全
探索生产级智能体落地路径
当数据价值转化链路被打通、标准化行业数据集建成后，智能体可信运行、稳定作业的底层供给难题便迎刃而解。
那么，当前智能体行业落地的现实情况究竟如何？况文川介绍，当下AI编程、轻量化智能体开发已成为行业热点，轻量化工具凭借便捷高效的优势，能够快速完成简易程序开发。但金融、工业等领域所使用的均为严肃生产级软件，这类软件直接关系到生产线正常运转、银行资金安全交易、交通有序调度等核心业务，其安全性、稳定性要求极高，因此不能简单套用轻量化AI开发模式，相关行业在智能体的应用上普遍持审慎态度。
但不可否认的是，智能体在各行业的普及已是大势所趋，其在提升工作效率、优化业务流程等方面的优势日益凸显。在此背景下，如何更加安全、高效地应用智能体，消除行业应用顾虑，便成为当下推动智能体普及的核心关键。
针对这一问题，况文川提出，核心是“分场景、分等级”推进AI应用，兼顾安全性与实用性。一方面，对稳态核心业务系统实施严格的AI隔离机制。例如，ERP（企业资源计划）账务核算、工业生产控制、交通调度、金融交易清算等直接承载核心业务、涉及资金安全与生产安全的稳态底层系统，全程不借助生成式AI临时开展账务判定、交易规则校验等关键操作，从源头规避AI不可控带来的各类风险。
另一方面，在非核心经营场景有序落地AI，并配套建立分级试点机制。客户经营分析、营销拓客、风险辅助研判等不直接操作核心业务的管理类场景，依托成熟的数据智能基础，已大范围落地生成式AI，有效简化了工作流程、显著提升了工作效率。同时，以权限管控为基础，实现全流程轨迹完整留存，彻底解决AI应用的可追溯难题。
值得注意的是，不同行业的业务场景、需求特点存在显著差异，这就要求智能体具备较强的个性化适配能力。为破解这一难题，在国务院国资委统筹下，中国电子参与到国资央企智能软件工厂联合筑基工程中，联合另外12家央企共同推进软件产业协同建设。
据况文川介绍，该平台底层采用“四阶十二步”柔性标准化软件生产工艺，可根据多行业个性化业务需求灵活裁剪适配，兼顾标准化与个性化。同时，平台以工具元件集成、行业经验沉淀复用为核心，构建共建共享的产业生态，其定位并非替代央企自有产线，而是聚焦产线技改集成，通过分层沉淀行业经验、区分共性与个性问题、严守企业核心资产安全边界，确保企业核心利益不受损。此外，平台依托多行业试点落地，持续迭代沉淀可复用方案，进一步降低行业数字化转型成本，助力智能体在各行业的规模化落地，推动产业数字化转型提质增效。
（编辑 乔川川）
京公网安备 11010602201377号京ICP备19002521号
