2023年9月2日，中国国际服务贸易交易会（简称“服贸会”）在北京国家会议中心和首钢园区盛大开幕。“2023中国金融科技论坛”上，天阳科技作为金融科技领域领导者，发布公司“T+F+N”数据战略。 

天阳科技“T+F+N”数据战略正式启动

       数字化转型这个话题常聊常新。 

       华为财务部门花了五年时间把财务知识提炼成了一张拥有1100万个实体（entity）的知识图谱。京东2021年建成超大规模电商知识图谱覆盖全站商品，有50亿以上商品相关实体。 

       罗马不是一天建成的。数字化是过程，不是概念。 

       首先，政策环境支持。 

       第一、政策积极推动和引导，《数字中国建设整体布局规划》，《金融科技发展规划（2022-2025年）》相继出台，明确了金融行业数字化转型的目标、任务、路径。

       第二、2022年12月，《关于构建数据基础制度更好发挥数据要素作用的意见》发布，为最大化释放数据要素价值，推动数据要素市场化配置提出了指引。 

       其次，虽然企业数字化产生了巨大需求，但是随着进程深入，战略设计和执行环境都发生了变化，需要制定新的战略。而企业数字化战略制定是一个合作性的发现过程。不仅天阳科技需要应对变化，通过“穿透式场景”服务触达到的利益相关方也需要应对挑战。

       什么是“T+F+N”数据战略？

       “T+F+N”数据战略是天阳科技通过穿透式金融场景，从金融科技到进入到更多行业，参与未来数字经济，数字中国体系建设过程中的必然选择。 

       穿透式金融场景里的“穿透”，这个动词值得细究。 

       可以这样理解，传统银行是服务型，中介型机构。客户常常到银行来办理支付业务。然而，穿透是把金融服务能力变成一些无形功能，从而走进更多实体行业。比如，虽然支付是银行业务，但已经不需要所有的支付业务都去银行网点办理。取而代之的是，支付功能被集成在生活服务类APP中。 

       这时候我们讲，支付作为一种金融服务“穿透”到实业领域。 

       天阳科技数据与营销事业部总经理娄小健谈道：“天阳科技目前涉及的金融科技服务包括：社区金融，普惠金融、绿色金融，农业金融，产业金融或者叫供应链金融。我们通过金融科技业务，穿透式金融场景，把金融服务带到目标行业。”

       在可以预见的将来，金融服务慢慢去中间化，以一种服务模式的目标出现在客户和行业面前。在这个“穿透”过程中，天阳科技希望通过金融服务场景，数据要素共享，以及科技能力输出，赋能各行业数字化转型。 

       娄小健谈到的天阳科技各类金融服务能力，日后会发展为全融合的金融产业连接能力，构建金融与各行业的产业连接。 

       穿透是能力的积累。

       在天阳科技数据战略的能力图谱上有五点能力，除了全融合的金融产业连接能力，我们可以清楚看到其他四点： 

       第一，全领域的业务支撑；

       包括客户营销、监管报送、合规审计、财务运营、风险管控、金融市场业务分析等业务领域。

       第二，全体系的技术支持；

       包括从传统的数据库、数据仓库ETL、AI算法、大数据、区块链微服务等，到创新型的机器学习、知识图谱、隐私计算、流批一体、湖仓一体、大模型均能提供相应的技术支持和服务。

       第三，全场景的服务模式；

       包括数据体系全流程咨询服务、探系列整个产品家族体系、全生命周期项目交付以及服务，以及与金融机构携手共建多场景的业务互联模式。

       第四，全链路的数据架构；

       包括从数据基础设施到数据采集、数据整合、数据计算、数据集市、数据应用的完整数据架构。 

       越全面的能力，越需要时间和经验的积累，基于数以万计客户场景的积累。 

       另外，

       两个环境：国内外双环境；

       两个基础：数据基础设施、数据资源体系；

       两个体系：数据安全体系，数据要素价值体系； 

       以上是“T+F+N”数据战略的“2522”的整体框架布局。

天阳科技“T+F+N”数据战略图示

       各有专攻带来的独特优势

       天阳科技董事长兼总裁欧阳建平强调与合作伙伴合作的重要性。 

       以金融业务场景应用来说，对金融业务的理解，对客户痛点的理解，需要经年累月的沉淀。金融场景对业务的积淀要求很高。天阳科技的基因特色是20年专注在场景或者应用端，而互联网科技大厂，或者底层技术平台型的数据公司，更多的优势在底层技术的创新，产品模式创新。 

       天阳科技和底层技术是合作关系，或者说配合关系。作为偏底层技术的平台型公司，想要成功，必须“要有所为有所不为”。无休止地向上“生长”，很难走向成功，做好生态是迈向成功的一个必要要素。 

       从技术角度讲，数据技术堆栈中的不同层级的公司都有属于自己的空间。比如说，底下大数据平台的架构，不管是用传统MPP（Massively Parallel Processing，大规模并行处理），用Hadoop大数据系统，还是用新的存算分离的Databrickes平台。上层应用都会用到底下的这些技术平台。 

       对此，天阳科技董事长兼总裁欧阳建平指出：“对天阳科技来讲，数据用得更有效率，更方便是根本。无论数据技术如何演进，用数据的基本逻辑没有变化。” 

       天阳科技数据与营销事业部总经理娄小健则谈道：“处于不同层级的公司应该发挥各自优势，把优势集中在各自独特领域，互相配合，才能达到更好效果，硬要去拼大而全，很有可能会让优势变得不突出，让每一个方向都没有办法做到最好。”

       在天阳科技“T+F+N”数据战略的“2522”的整体框架布局中，数据基础设施和数据资源体系是其中一个“2”，既两个基础，天阳科技始终携手合作伙伴共同发展。

       大模型落地，先找“真痛点”

       高质量的数据是模型迭代的核心，大模型需要更多高质量的数据。天阳科技也观察到大模型在解读问题和一些生成式的内容方面，其能力相对比较容易被体验到。在金融行业，大模型也需要有相应的应用场景。由于大模型训练的过程中对算力的要求极高，对于金融行业而言，每个机构都想建私有大模型并不现实，银行客户对此也有相关的共识。 

       天阳科技现有的大量客户均希望在大模型方面做相关尝试。天阳科技观察并与多家客户探讨得出的结论是： 

       阿里、华为、百度等互联网科技大厂走跨行业通用大模型模式，企业资源耗费巨大。天阳科技判断，在具体的一些细分行业，或者细分行业里面的一些细分领域里，有目的性的优化通用大模型是一个很好的方向。天阳科技会在通用大模型基础上，聚焦金融行业优化这一段发力。 

       经过研判，天阳科技希望在金融监管领域推动行业大模型落地。未来可能很快会发布这样的一个方向：针对金融监管领域监管方较多，监管文件较多。比如，银行面对二三十个监管方，像国家金融监管局、人民银行、审计署等机构，不同机构的监管政策也是存在较大差异。 

       金融机构在面向监管之时，解读监管政策的需求始终存在。一方面，是因为金融监管政策通常包含许多复杂的条款和规定，涉及大量的法律和金融知识。金融机构需要加强对监管政策的学习和理解，包括对相关法规、政策文件、监管指引等进行分析和研究。在这个场景下，大模型的理解能力有用武之地。 

       另一方面，金融机构报送数据复杂，一旦被监管发现了问题，还原和追查原因有一定难度。虽然金融机构可以单独立项，局部解决一些问题，但一直没有较好的根治办法。天阳科技面对这个痛点已经很多年了。 

       有些机构的情况更为糟糕。一开始，监管政策的解读和生产数据业务系统在建设的时候，需求就没有打通，导致数据无法全面收集，甚至补录工作会一直存在。数据缺失和数据之间的供给关系错位，有可能产生各种各样的问题。结果，监管机构认为数据质量不行，或者业务不合规，会给被监管机构带来处罚。 

       所以，利用大模型分析能力，再结合天阳科技在监管产品端的能力积累，比如，指标归因分析能力等等。两种能力两相结合能够增强效果。 

       一方面，减少被监管方压力，让合规工作变得轻松。另一方面，让监管机构达到预期的监管效果，真正帮助金融机构提升经营规范性，尤其在经营出现问题的时候，大模型对监管信息进行解读，进而方便得知问题所在。最终，当监管反馈负面问题的时候，金融机构能够了解并且得知到底是什么业务，在哪里发生，或者是什么客户，亦或是哪一个分支机构产生的不合规的问题。 

       监管业务是天阳科技的优势业务，对痛点有长期理解，所以，天阳科技正积极探索大模型在监管方向上的应用。 

       此外，大中型银行对通用模型后续优化方面的应用较为期待。千亿特征的通用大模型微调后，私有化部署到银行内部的同时，保证对模型能力的自主可控。 

       总而言之，大模型改变了传统AI行业发展历程。按照传统AI的方式往后发展，需要更长周期，更漫长旅程，缓慢渐进式的过程。大模型的出现极大加快了这个过程。大模型的通用性极大地促进了AI对场景的适应能力，不需要针对各个不同场景再去做相应的大量算法调优和适配。 

       天阳科技数据与营销事业部总经理娄小健谈道：“大模型的出现，很好的诠释了数据价值的关键性，只有足够多的数据积累，足够多的数据资产。量变产生了质变，价值点才会出现。” 

       在天阳科技数据战略里面，并没有把数据平台和AI平台做割裂性的区分。因为AI平台的基础就是数据。数据平台上的数据加工，数据处理的能力，对于AI是不可或缺的。AI平台侧重建模全周期的服务，包括积累模型资产。 

       从天阳科技的角度，不会去做一个通用大模型，但是，会拿出一部分算力，探索具体的应用领域，具体的落地场景。大家对于前景的判断都是很乐观。但是，对于真正应用场景的发掘，目前还是一个在探索过程中。

       数字化的障碍依然存在

       和数字打交道是金融行业基因之一，可从最早的会计电算化开始算起。并且，国家对于金融行业自主安全可控的关注度很高。所以，行业的IT建设水平，以及数字化水平自然而然地走在其他行业前列。 

       目前，数字化的障碍依然存在。 

       虽然数据已成为国家和社会发展的重要资源，国家在推动数据治理发展，包括制定法律法规、推广数据标准、加强数据安全保护、推动数据开放。但是，从数据要素的角度讲，界定，估值，归属，规则，技术仍未成熟。 

       再看，另一个数字化的障碍——数据孤岛，它有两个层面。 

       一个是企业内部孤岛。 

       众所周知，企业数据处理、查询和治理散落于各处的数据，按生产逻辑打通，会形成一种新能力。然而，数据互联非常困难，比如，标准和一致性的问题。现阶段，较为主流的湖仓一体架构技术，可从一定程度上解决数据孤岛。在湖仓一体的架构下，所有的数据至少在逻辑上统一，用同样的标准在数据平台里面存放。 

       另一个是企业间数据孤岛。

       广义而言，数据要素无法流通。这也是为什么近年来数据安全关注度居高不下。安全是流通的前提。为此，天阳科技专门成立数据安全条线，打通企业间或者行业间数据孤岛，促进数据要素在安全的情况下有效流通。 

       也就是大孤岛和小孤岛。 

       无论是生产流程，还是更广泛的数据应用场景，都需要为数据顺畅使用而专门设计相关的流程机制。一般而言，过去，实体经济和传统行业对于数据的关注度低于金融行业，在践行数字化的过程中会更多关注流程自动化。 

       天阳科技数据与营销事业部总经理娄小健谈道：“目前，各个行业的数字化转型希望以数据驱动业务发展。数据已经打破了不同行业原生业务理念和经营。比如说，生产制造业希望数据驱动原有制造流程、生产流程、品控流程变革。当数字化转型逐步深入到行业的基础能力建设中，也就意味着数字化提升到了一个更高的高度。”

       新战略需要商业模式创新

       “T+F+N”是天阳科技的新战略，是在金融行业经验、业务、场景、数据资产、技术的厚积薄发，以及更进一步的发展方向上总结而来。天阳科技希望帮助金融机构把金融服务，跟各行各业能够有更紧密的关联。 

       “通过创新的数据体系，我们希望探索信用评价体系，跟银行一起创新出新的金融产品。这样的金融产品对于农业领域的触达会比传统模式更有效。”天阳科技数据与营销事业部总经理娄小健谈道。 

       供应链金融是很好的例子。从一个产业的核心企业，向上下游供应链扩展，通过建设一个银行端的供应链系统，企业端的关联系统，银行转变成为资金提供商，而产品和服务通过企业端的核心供应链系统触达。这时候，金融服务穿透产业链，直接把金融服务带到行业需求者那一侧。 

       在供应链金融场景里，供应链数据靠供应链体系打通，数据来自于上下游的采购关系，物流，仓单，货款等业务发生的逻辑打通，让数据要素在供应链上流通，也就实现了本文之前提到的数据大孤岛间的打通。

       目前，数据要素流通还有很多工作要做，包括两个关键症结：

       确权定价和安全。 

       可以看到，天阳科技正在打开一个新的事业，基础工作已经开始。从业务目标的角度，欧阳建平总裁提出了一个新目标：三年再造一个新天阳。公司在“T+F+N”数据战略体系的引领下，数据领域未来规模收入可以达到现在天阳的整体业务规模。 

       本质上说，天阳科技以金融科技服务为锚点，跟实体经济建立新关系，产生新互动，用数据连接的能力（数据质量，数据平台，数据应用）创造出新的价值。 

       “T+F+N”确实是一个符号化的提法。 

       娄小健谈道：“我们把这个战略做的符号化，主要是因为我们觉得，作为一个数据战略，其包含的内容层次会比较多。所以，我们把它归纳为三个符号。希望把数据战略的要素尽量纳入到这个战略里。所以，在我们去解读的时候，无论T、F，还是N，都包含多层次的理解。”

       （内容来源于“亲爱的数据”，作者：谭婧）