“多模态AI驱动的数据资产管理应用实践”平台围绕“信创平台为基石、AI 技术为驱动、自动化流程为保障”三个要点，通过支持向量机等语义识别、文本处理类人工智能技术的应用，推动数据资产管理手段的升级与创新，建立健全数据资产管理机制，加强数据资产规范化管理，为培养员工数据思维，提高数据认知水平，深入发掘数据价值夯实基础。在保障数据安全的同时有效提升数据资产管理效率，助力传统数据资产管理模式的智能化升级，实现数据服务模式的创新发展。

面对海量的数据增长和复杂的业务模式，金融机构管理数据资产面临着处理效率低下、安全要求复杂、资产价值难以评估等诸多挑战，而人工智能等新型技术发展为应对这一挑战带来了新的契机。

建设成效：

1. 构建数据资产盘点和管控能力，奠定数据资产管理基础。一是通过数据资产识别与分类、数据资产盘点与整合、数据资产认责及发布三个步骤，构建数据资产盘点能力。二是对数据资产进行质量管理和安全分类分级， 构建数据资产管控能力。

2. 建设数据资产管理平台，提升数据资产运营能力。平台实现了内部数据和外部数据、结构化数据和非结构化数据、基础数据、加工数据和管理数据的多维度、全方位管理，

3. 建立数据资产运营机制，加速数据资产价值释放。通过对数据资产进行监测、 分析、整改、评估，形成数据资产运营“四步曲”，提升数据资产精细化闭环管理，最大限度发挥资产价值。

通过采用向量模型BGE-M3与JieBa算法结合对数据项的表字段信息、代码信息、血缘关系信息、落标信息、数据质量信息等要素进行分词聚类，得到对应主题词概率分布，生成数据资产注册模型，快速实现新增数据资产的主题域分类，完成新增数据资产的盘点工作。

采用自然语言处理 ChatGLM-6B、词向量 JieBa 等智能化算法，构建智能对标模型。精准捕捉并解析各类数据标准规范， 自动将元数据与标准进行匹配与校验， 从而确保数据标准的一致性和规范性。 

一方面通过无监督机器学习的方式，对原始数据进行主题聚类，再将聚类结果作为标注样本，实施有监督机器学习，提取合理的词组， 生成关键字分类规则库。 另一方面通过内容识别引擎和规则库对数据字段级语义属性与数值属性进行分级建模， 形成分级规则库。 通过整合分类分级规则库， 形成数据安全分类分级引擎，快速完成所有数据资产的分类分级标记。

智能查询采用 RAG 模型和 TF-IDF 与 LSTM 算法叠加，LSTM 算法将数据资产目录按照类型拆分成相应的词向量索引， 通过 RAG 模型对通过搜索引擎从全量资产中检索出的文段片段进行预处理，以确保进入查询模型的格式与内容检索索引中的格式兼容，TF-IDF 算法根据相关性评分对检索结果进行排序， 选择最相关的内容返回给用户。

信创云为平台运行提供可靠的安全保障。同时，基于自研的 AI 中台，各类智能模型在开发过程中的数据处理、特征构建、模型运行等步骤均按照应用建模标准规范完成，避免受到成熟产品影响和技术绑定。

为了达成构建智能化数据资产管理生态的目标，神州信息助力陕西农信采用分层化技术架构，引入智能模型引擎并搭建数据资产智能化管理平台，通过传统数据资产管理体系与人工智能技术的深度融合，立足银行数据资产管理需求，依托自有技术平台与AI技术构建智能化管理模式，采用敏捷开发与分阶段推广策略，最终实现全省覆盖。

项目通过智能化资产盘点技术、智能化数据标准对标体系、智能化安全分类分级机制、智能化资产检索系统、全信创自主研发架构等多个创新点，在数据标准、安全管理等领域实现创新突破，数据标准管理人员重复劳动减少80%，为中小银行智能化转型提供实践参考。

人民日报出版社正式出版《破局赋能+数智重构：数字金融创新实践》，该书遴选的案例覆盖了数据基础设施、数字农业金融、数字金融风控等多个关键领域，体现出较强的代表性和前沿性。