银行业首个行业级“数据分类分级”大模型发布，银联、网联在列

银行业首个行业级“数据分类分级”人工智能大模型近日发布，中国银联、网联清算公司参与协同攻关。

公开报道显示，“数据分类分级人工智能大模型暨高质量数据集建设成果交流发布会”近日在京召开，中国人民银行党委委员、副行长邹澜出席会议并讲话，国家发改委、国家数据局，以及部分国有商业银行、城商行、农商行、外资银行和金融基础设施单位相关负责人参会。公开报道将该成果表述为银行业首个行业级“数据分类分级”大模型。

这次发布对应的不是营销、客服一类前台应用，而是金融机构长期投入的数据分类分级工作。公开信息显示，这一模型主要针对金融机构在数据分类分级过程中存在的标准理解不一、执行尺度不齐、自动化水平不足等问题，目标是在保持较高识别准确率的基础上提升处理效率。

这项工作并非单家机构各自建设。公开报道显示，中国人民银行组织工商银行、农业银行、中国银行、建设银行、邮储银行、广发银行，以及中国银联、网联清算公司等机构，按照“共建、共享、共用、共治”原则协同攻关，先凝练头部机构经验共识，再借助大模型转化为通用、自动化工具，面向中小金融机构供给。这一安排使数据治理从少数大机构内部投入的能力，开始尝试形成可以复制、可以推广的行业工具。

对支付行业来说，参与机构名单里的银联和网联值得关注。两家机构都处在支付清算基础设施层，覆盖大规模交易处理、清算协同和高敏感数据管理。它们进入同一项目名单，说明这次行业协同并不局限于传统银行内部管理场景，也延伸到了支付清算基础设施的数据治理环节。数据分类分级做得是否统一、是否可复核、是否能提高自动化水平，会影响后续数据使用边界、模型训练边界和协同管理效率。

从落地方式看，这次发布也考虑了不同机构的现实条件。公开信息提到，模型支持本地部署和在线MaaS服务两种模式，便于金融机构按需使用。对系统隔离要求更高、内部治理能力更强的大型机构来说，本地部署更容易满足合规与安全要求；对资源有限的中小机构来说，在线服务模式则有助于降低使用门槛。

安全安排同样被放在了前面。公开报道显示，该模型通过协议约束、合规审查、数据脱敏、专家标注、权限管控等措施，覆盖数据采集、模型训练、部署运行等环节，强调依法合规和安全托底。对金融业尤其是支付清算相关机构而言，这一点并不只是技术细节。数据分级是否清楚、权限是否清楚、使用留痕是否清楚，会影响后续更多人工智能应用能否真正进入生产环境。

金融业推进大模型，已经开始把数据治理、规则沉淀和高质量数据集建设放到更前面的位置。公开报道也把这次成果放在“高质量数据集建设”框架下发布。对支付机构、清算组织和金融基础设施单位来说，后续差距未必只体现在某个前台应用是否上线，也会体现在底层数据治理能力是否更统一、更稳定。

银行、支付基础设施和监管相关部门围绕同一类基础能力形成协同供给，对中小金融机构具有现实意义。这类通用工具如果后续持续落地，过去依赖人工推进、标准不一致的数据治理工作，有机会进入更统一、更高效的阶段。对支付行业来说，银联、网联已经在场，后续变化还要看这套行业协同建设方法是否会延伸到更多支付与金融基础设施场景。