银行上大模型之前，先要有一本能问责的数据底账

立项会开到四十分钟，有人问了一句：这批大模型应用吃的数据，从哪来、谁负责、出错算谁的？

会议室安静下来。信息科技部答不了业务口径，业务部门说不清系统来源，数据管理部手里那份盘点表，最后一次更新停在八个月前。

图1　立项会上，数据从哪来、谁负责、出错算谁，三问无人能答

这样的场面，很多银行都不陌生。普元接触过的银行客户，不少就是从这样一场立项会开始，下决心动手盘家底的。背后压着的，是监管和财报两条线。金融监管总局《关于银行业保险业人工智能安全开发应用的指导意见》写得很直白：持续推进高质量数据集建设，谁使用谁负责。财政部的数据资产入表规定也已经施行，进了表的数据资源，必须有一本底账可查。家底盘不清，这件事就从信息科技部的内部琐事，变成了要摆到行长、董事会、审计面前说清楚的责任。

盘清家底，需要先想清楚的事情

问题为什么难以回答？

原因是银行的系统这些年一直在长，表越建越多，字段越加越密。可盘家底这件事，靠的还是人的记忆加上几张 Excel 表。系统一变，账就跟不上，往往表还没盘完，新上的系统又多了几个。人没跟着翻倍，账自然越落越远。

原因还是多数银行盘家底习惯请外部咨询团队来干。做法大家都不陌生：几个人守着系统，一个菜单一个菜单点开，一条 SQL 一条 SQL 抄下来，一个中等规模的系统就要花一两周，全靠几个老师傅脑子里的记忆。全行两三百个系统这么盘下来，短则一两年，长则三五年，得养一支专职队伍全年扑在这件事上。更麻烦的是收尾：交回来的那份 Excel，系统还在上线，接口还在加，血缘还在变，账到手那一刻就已经开始过时了。

图2　请咨询团队手工盘点，一个系统要花一两月，全行盘下来耗掉好几年

普元在二十多年银行领域的深耕中，看遍了这种勤难补拙的情况：靠人去追，永远追不上系统变化的速度。在当下AI快速发展的时代下，更是如此。从根本原因去探查，其实盘清家底只需要想清楚这些事：采得全不全，所有系统走不走得遍，采完能不能盘得活、持续下钻。

采得全：血缘藏在 SQL 和接口里

多数银行的盘点，只采表结构。可应用系统的血缘，恰恰不在表结构里，而在接口和 SQL 里。比如一个“客户号”字段，光看表结构，分不清它和另一张表的“客户编号”到底是不是同一个东西；A 系统每天读写哪些表，得翻它的接口定义和跑过的 SQL 才能对上。这两样不采，血缘天生就是断的。监管讲的“数据源头可追溯”，考的就是这一层；审计进场问一句“这个字段谁在用”，答不上来，前面盘的账就白费了。

图3　只采表结构，应用系统的血缘天生是断的，追不到 SQL 与接口

解法不是把人派得更勤，而是让采集自动跑起来：菜单、表单、接口、SQL 一次采全；每个请求注入 trace 头，和后端 APM 关联，每一条被跑过的 SQL 都能报出自己从哪来、被哪个应用调用。老师傅记不全的东西，机器一条不落记下来，应用系统的血缘才能完整落进账里。在普元金融数据治理智能体里，这不是上线一次就完的工程，而是每天都在跑的常态。

走得遍：网络到不了的地方，账也要到

真正费劲的，往往不是那些核心系统，而是散在办公网、内网里的各种细节系统。普元进场做盘点，见过不少这类东西：一套外包商多年前做的报表平台，一个只在某台电脑上跑的小工具。网络策略够不到，采集程序进不去；就算通了网，靠人把功能菜单一个一个手工点，既点不全，也坚持不了几回。家底永远缺着这么一块，偏偏又是最敏感的那块，现场检查最爱从这种说不清的系统问起。

图4　散在办公网里的细节系统，网络够不到，账永远缺一块

硬去拓网络，成本高、周期长，多数银行迈不动这一步。比较现实的做法，是把采集端放到桌面上：装一个只看得见页面、不监听端口的采集浏览器，服务端只下发指令、不主动连接。它把系统里的功能菜单、页面、插件自动跑一遍，后台模型和前台展示的对应关系、下拉框里的字典值，一并记下来。一个系统大约一小时就能接入，不用等网络开通，也不用改架构；不监听端口，安全团队审查时说得清它到底怎么工作。这套桌面端采集浏览器，就是 PDGA 用来补上各类细节系统这块账的。

动手前先列一张清单：哪些系统在到不了的网络里，哪些还在靠人手工点菜单。这张清单列出来，就是动工的顺序。

盘得活：把专项变成日常

盘完进了资产目录，能查、能追、能下钻，事情才算刚开头。一本能一直翻的活账，要经得起三种场合：

• 行长在会上问起某张表，当场下钻，它属于哪个系统、被哪个应用在用、上游从哪来，一屏就能讲完；

• 审计进场，能一层层追到底；

• 业务部门要接大模型，能够从目录里直接取数。

金融监管总局的指导意见要求金融机构构建数据资产地图，确保数据可寻可用、源头可追溯，说的就是这么一本账。家底盘清了，知道“有没有、在哪、谁在用”，质量工作才知道该往哪使劲，哪张表、哪个字段该查，一看账就明明白白。

图5　一本能下钻的活账，行长、审计、业务三种场合都经得起

这种日常，在普元参与过的银行项目里已经跑通了：把采集做成每天的动作，盘点节奏从以月计压到以周计，家底从一年一次的大专项，变成天天在更新的活账。

拿走即用：数据家底自查清单

今天就能对着自家系统打分，摸清数据家底。

分数高低先别管，要紧的是看清：哪块家底还停在“人记得住”的阶段。做起来，家底才能盘清。再回头看那场立项会。提问的人不是要为难谁，他要的只是一句有人敢负责的话：这批数据从哪来，查得到；出了问题，找得到人。

这句话，靠人脑记不住，靠一年一次的大专项也补不上，只能长在一本天天在更新的账里。普元金融数据治理智能体做的，就是把采集、连血缘、盘家底变成这样的日常：一次采全，所有细节系统都进得去，目录随时能下钻到责任人。不必等大专项立项，从最疼的那个系统试起，先盘出它的家底，账就有了第一页。

如果您现在遇到了“底层库表暗码遍地、字段缺注释，业务语义说不清”；“跨系统同一指标口径不一致，报表对数难”；“治理成果与业务脱节，支撑不了AI问数/智能风控”等问题，可以在普元金融专家最近整理的《金融企业数据治理智能体白皮书》中找找答案。

参与调研，免费下载金融企业数据治理智能体白皮书。

活动预告：
10月31日（本周六），由普元协办的2026全球数商大会数据前沿论坛将汇聚政产学研多方力量，聚焦高质量数据集与数据标注前沿实践，解答“企业上了大模型，回答还是不对题”等共同困惑。扫码查看完整议程及报名参会！

（本文所配图片均由AI生成）