数智化转型背景下，大数据与 AI 对风险管理的重构与赋能

2025年12月13日，由CCF东莞举办的以“数智化转型背景下，大数据与AI对风险管理的重构与赋能”为主题的行业研讨会议成功召开。会议汇聚近二十位行业专家、学者及企业代表，围绕数智技术驱动下风险管理的新趋势、新挑战与新路径展开深度交流，凝聚行业共识、共探实践方向。陶铭主席出席会议并发表致辞，为研讨主题精准定调，介绍本次研讨会主要聚焦的四大主题：1） 技术、行业现状与风险管理新需求；2）大数据与 AI 技术背景下风险管理的核心逻辑与价值重构；3）大数据与 AI 技术背景下风险管理的实践挑战与破局路径；4）未来展望与合作倡议。

会议伊始，陶铭主席进行致辞，系统阐述了研讨主题，从技术发展、逻辑重构、实践破局到未来合作。强调当前数智化转型浪潮席卷各领域，大数据与AI技术加速渗透，传统行业业态、业务模式持续迭代，风险管理面临“数据体量激增、风险场景多元、响应时效提升、决策精度升级”的全新需求。既要正视技术革新带来的新机遇，更要精准捕捉不同行业在风险识别、评估、防控中的差异化诉求。

图 1 陶主席致辞

研讨环节，与会专家学者结合自身领域实践，围绕大数据与AI在风险管理中的应用案例展开深入分享，覆盖多场景、多维度风险治理探索：

在数据隐私与安全防护方面，聚焦数智时代数据隐私泄露风险，分享AI技术在数据加密和异常访问监测中的应用实践，探讨如何通过技术手段筑牢数据安全防线。

图 2 行业专家实践经验分享

在风险治理探索中，针对知识侵权频发问题，分享AI技术在侵权行为识别、证据固定中的应用方案，助力知识产权风险防控；同时，聚焦数智技术应用中的伦理风险，探讨“技术创新与伦理规范平衡”的实践路径，推动风险管理兼顾效率与公平。

图 3 风险治理探索讨论

针对大数据应用在项目落地中的现实风险与安全问题，专家们一致认为，需“技术+规范”双轮驱动提升风险管理能力：一方面强化技术支撑，通过算法优化、安全架构升级，提升数据采集、存储、使用全流程风险防控水平；另一方面完善数据安全规范，明确数据使用权限、操作流程、责任划分，推动数据安全管理标准化、制度化。

针对“不同主体、不同视角导致数据不一致”的实践痛点，与会代表结合多场景案例分享解决方案：高校教育领域，探讨教学数据指标如何统一，解决跨院系、跨部门数据口径差异问题；企业场景中，推动业务部门与技术部门协同制定数据标准，建立“业务需求-技术落地-数据校验”一体化数据管理方案，降低数据管理成本，提高数据质量和落地一致性。

图 4 高质量数据案例分享

会议最后，陶铭主席作总结讲话。他表示，本次研讨会聚焦核心议题、内容务实深入，既梳理了数智化转型背景下风险管理的新趋势、新价值，也直面实践挑战、凝聚了破局思路，更明确了数据标准共建、跨领域合作的重要方向。

图 5 活动参与人员合影留念

此次研讨会的成功召开，为行业搭建了高效的交流合作平台，进一步明晰了数智化风险管理的实践路径，将推动各方凝聚合力、深化探索，助力数智技术更好赋能风险治理，为行业高质量发展注入强劲动力。