可信 AI 对生产域数据的核心诉求有哪些?
【面向AI时代的数据中心未来——金融核心系统存算分离的战略必要性共识探讨】· 可信 AI 驱动视角
在 AI 与金融场景深度融合的趋势下,依托金融高质量敏感数据消除 AI 模型幻觉,成为复合型架构(生产域 + 汇聚域 + 消费域)金融数据中心的必然选择。生产域作为业务核心与可信 AI 的数据源头,其数据供给质量直接决定了可信 AI 的场景落地。可信 AI 的训练与推理环节,对生产域数据有着多方面核心诉求。在数据来源方面,需确保数据可追溯、合规合法,只有来源可靠,才能为 AI 提供可信基础。数据类型方面,要覆盖多样化的金融场景数据,如交易流水、客户画像、风险评估、日志信息等,满足 AI 对多维度信息分析的需求。数据质量方面,需保证数据准确无误、完整无缺,避免因数据偏差导致 AI 模型决策失误,影响金融业务正常开展。时效性方面,生产域数据需及时更新,确保数据能真实反映市场现状,AI 能基于最新数据进行训练与推理,提升决策的时效性和准确性。明确这些核心诉求,是推动跨域协作的关键前提,能为生产域优化数据供给机制、满足可信 AI 需求提供明确方向,助力金融领域可信 AI 的稳健发展。
当下 AI 与金融深度融合,消除模型幻觉需依托高质量数据供给,复合型金融数据中心成为必然选择。生产域作为业务核心与可信 AI 的数据源头,其数据供给质量决定 AI落地效果。可信 AI 训练与推理对生产域数据有着明确的诉求,涉及来源、类型、质量、时效性。为优化数据供给机制、推动金融可信 AI 发展找准方向,明确这些诉求是跨域协作的关键。twt社区组织多位在金融行业有丰富大模型应用经验的专家,通过投票、深入研讨等多元化的方式,展开议题探讨。
社区投票共识结果分析
本次投票收集了行业用户认为可信 AI 对生产域数据的诉求,包括:时效性、颗粒度、来源、准确性、完整性、一致性,来自 30 多家金融企业的用户参与了投票。
具体投票情况和分析如下:
1. 在数据时效性上,不同 AI 场景(训练 / 推理)对时效性要求差异较大,需具体场景具体分析。例如:反诈场景需要及时对存在电信诈骗风险的交易进行阻断,这就需要毫秒级的数据同步效率;信贷审批需要对申请授信信息进行审核并确定额度,审核结果不需要实时反馈用户,就可以短时间延迟;生成营销活动名单需要对客户进行分群,对时效性要求不高,一般数据通过批量的形式进行采集和分析。数据供给架构需要能实现上述差异化的时效性要求。具体而言,数据在生产域系统中产生后,可通过优化的数据库存算分离架构直接服务于AI 应用,减少了传统 ETL 漫长链路带来的延迟。这种架构不仅能确保 AI 获取到的是实时或近实时的最新、一致数据,以满足反诈等场景的毫秒级需求,还通过计算资源的物理隔离,从根本上保障了核心生产数据库的稳定与性能不受干扰。
2. 在数据粒度上,“细粒度数据,保留最原始的细节信息(如每笔交易的具体字段)”和“根据 AI 模型的用途灵活提供不同粒度的数据”这两个选项呈现两极分化。在算力充足的情况下,原始细粒度数据能提供完整信息维度,为 AI 训练与推理奠定精准基础,契合金融场景对数据真实性、可追溯性的高要求。在平衡算力和成本情况下,不同场景灵活匹配数据粒度,既能避免细粒度数据冗余增加处理成本,也能防止粗粒度数据缺失关键信息,精准满足不同模型训练与推理需求。
3. 在可信 AI 数据来源上,信贷、手机银行、核心、信用卡、理财、客服等系统票数超过 70%。金融行业已形成清晰倾向:高价值的客户信息、交易信息、行为信息是可信 AI 的数据基础。
4. 在数据准确性上,超过 90% 的用户一致认为数据应具备较高的准确性,将错误率控制在相对较低的区间内,可以保障其输出结果的可靠性。同时,数据场景、数据重要性的不同对数据准确性的需求存在差异,对于重要程度高的数据和数据场景,应要求更严格的准确性,例如错误率需…