3月28日，由新金融联盟（NFA）和中国金融四十人论坛（CF40）主办的“金融智能体的业务赋能与安全合规”闭门研讨会在北京顺利举办，中科金财董事长朱烨东受邀出席，并分享《银行的下一个十年：从“数据驱动”到“本体智能”》主题演讲，深度解读银行业大模型落地困境，提出以“本体”破解行业痛点的核心路径。
会上，朱烨东指出，当前银行业大模型应用存在三大深层困境：一是大模型“幻觉”问题使其无法在核心场景深度应用、难以被信任；二是“黑箱”特性导致决策过程不可解释，易引发隐私泄露、资金损失等风险；三是算力、人力投入大，但使用效率和产出价值低，易形成“技术债”。究其两大核心根源：一是数据层面存在硬伤，以往的数据治理主要围绕监管报送及内部查询需求展开，并未针对智能体、大模型应用，以及业务运营管理的需求进行规划，数据标准化与一致性难以保障。若数据治理无法满足要求，后续应用将面临一系列生产安全风险及决策偏差问题。同时，静态数据无法及时反映业务动态变化，导致大模型难以捕捉实时风险，最终造成风险管控滞后。二是理解层面的断层，技术与业务之间存在“语言壁垒”，通用大模型缺乏对银行业务的深度认知，无法精准解读业务真实需求，出现听不懂、做不对等情况，难以支撑核心业务决策。
这也就导致了大模型在场景落地时效果有限，例如风险预警难以精准推演并捕捉业务背后的隐藏风险，客户画像效率低下，智能客服沦为“复读机”，高投入并未转化为实际业务价值，与行业期待相去甚远。
如何破解这一困局？朱烨东给出明确答案：“本体”（Ontology）是银行业AI突破瓶颈的破局之道，是目前大模型在垂类行业落地实践中行之有效的方法论，是银行AI大脑的神经元网络，亦是驱动大模型、智能体的核心操作系统。本体是由数据模型、流程模型、规则模型、组件模型、元数据模型等各类业务模型构建而成，既能精准理解自然语言，又能借助大模型对复杂业务问题进行深度推理，堪称全才“银行业务专家”。本体不是数据库，而是将传统技术导向的数据模型治理升级为面向业务本身的事实模型，精准解释自然语言驱动的业务活动。它将银行的核心业务要素“客户”、“账户”、“交易”、“风险事件”、“产品”都定义成“活的实体”，让原本躺在表格里的静态数据，转变为可被机器“理解、关联、推理”的动态对象，真正打通技术与业务的壁垒，破解大模型“不懂业务”的痛点。
朱烨东补充介绍，中科金财构建的本体建模平台SinoOntology已在某头部区域银行成功落地应用。中科金财不仅提供平台类产品，更配套轻咨询服务，协助银行快速搭建贴合业务实际的本体模型，实现从技术底座到业务落地的一站式交付。SinoOntology以统一业务语义层为基础，通过“Agent+本体”双轮驱动，重构授信尽调全流程，自动穿透多源底层数据库，精准抓取企业征信、财务、诉讼等真实数据源，并可对多元数据进行交叉验证与研判，自动完成企业流水鉴真、合规校验与尽调报告生成，大幅提升报告生成效率。在风险分析模块，Agent调度本体网络进行深层关联推理，穿透表象数据，精准挖掘企业的隐性风险，消除人工摘抄录入的差错风险，统一全行风控标准，提升客户满意度。在业务元数据治理方面，中科金财依托大模型智能提取与本体论语义约束，提供新一代业务元数据治理服务，以动态业务本体为统一语义底座，自动化梳理术语、指标、规则与数据血缘，实现异构系统元数据对齐、智能补全与合规校验，从根源解决口径冲突、数据不可信、溯源难等痛点，将业务人员从纷繁复杂的标准梳理工作中解放出来，且凭借成熟行业经验，中科金财可独立开展元数据治理，无需银行的业务人员配合，有效降低协同成本，高效推进治理工作落地。同时，本体技术已在银行电话催收场景落地应用，通过构建催收知识网络，整合账户、逾期、合规等全维度信息，实现话术精准匹配、客户意图实时解析与个性化方案推送，在提升催收效率与资产回收效果的同时，严控合规风险、优化客户体验。后续，中科金财将持续深耕本体建模与金融语义层的工程化建设，并深化安全合规治理在本体中的应用，以全面驱动大模型及“硅基员工”的应用效能与运行安全。
最后，朱烨东总结，未来十年，银行的核心竞争力不再是拥有多少数据，而是在多大程度上能“理解”数据背后的业务本质，以及对风险与机遇的预见能力，银行业的智能化转型，亟待开启从“数据驱动”到“本体智能”的跨越。中科金财作为一家专业做AGI行业应用，以AI大模型为底座，以本体+智能体驱动的认知框架技术构建的有AI大脑支撑的“硅基员工”运营服务商，将持续深耕金融数智化转型，不断迭代本体智能技术与安全治理能力，为金融高质量发展与金融强国建设贡献科技力量。
