2020年4月9日，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，将数据定义为继土地、劳动力、资本、技术之后的第五大生产要素。

2021年9月1日起，《数据安全法》施行，旨在规范数据处理活动，保障数据安全，促进数据开发利用等。

2023年3月，根据国务院关于提请审议国务院机构改革方案的议案，组建国家数据局。负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。2023年10月25日，国家数据局正式揭牌。

国家层面的一系列动作，显示出“数据”的重要性。事实上，银行业近年来围绕数据要素进行了多方面布局和建设，包括从人员职位到组织架构，到应用研究等。

设立首席数据官

首席数据官（CDO，全称Chief Data Officer），是专管数据的“官”，既要管理数据资产，确保数据安全，还要挖掘和利用数据价值，发挥统筹作用。

2022年8月，广东印发《广东省企业首席数据官建设指南》，在全省范围内推动企业设立CDO。而在此之前，广东省在全国首创首席数据官制度。目前，已有多个省市发布相关政策，推动设立首席数据官。

而银行业作为拥有海量数据的行业，也有设立首席数据官或相关职位的需求。

早在2018年5月，原银保监会发布的《银行业金融机构数据治理指引》指出，银行业金融机构可根据实际情况设立首席数据官。首席数据官是否纳入高级管理人员由银行业金融机构根据经营状况确定；纳入高级管理人员管理的，应当符合相关行政许可事项的要求。

据《银行科技研究社》不完全统计，目前国内已有一些银行设立首席数据官。

2015年11月消息，彼时陈列任恒丰银行首席数据官兼移动金融部总经理。

2021年11月消息，彼时李鑫任承德银行首席数据官。

2022年5月，顺德农商银行表示，从全国范围内引进首席信息官和首席数据官。而2022年10月消息，彼时吴亚洲任该行首席数据官。

国家金融监督管理总局2022年5月10日信息显示，原河北银保监局核准了河北银行盛普首席数据官任职资格。

2022年8月，台州银行招聘首席数据官。该职位主要负责：根据全行业务规划，构建该行大数据生态体系，推动该行数字化转型；构建全行数据治理、数据应用、数据安全及数据融合体系，充分发挥数据价值，实现数据驱动该行业务发展、风险管控及内部管理等，提升该行数据治理、数据应用及数据服务能力；搭建全行专业化数字化管理队伍和人才体系；探索大数据前沿技术，不断提升大数据能力，保障该行大数据战略的规划实施。

相关报道显示，国外不少银行已设立首席数据官。

在一些银行，会有其他职位的人同时兼任首席数据官，比如作为大华银行（中国）首席财务官的朱轩，同时兼任该行的首席数据官和可持续发展官。

据《银行科技研究社》了解，普华永道发布的《2023中国首席数据官调研》以中国2500家最大上市企业的年报为样本进行分析，揭示中国首席数据官的发展现状。调研显示，当前中国企业首席数据官或类似管理岗的渗透率仅为1.3%，远低于全球27%的水平；受访企业中，七成以上的首席数据官设置不足3年；首席数据官团队通常小而精，20人以下的小团队约占7成。金融行业和通讯、媒体与科技行业的首席数据官或类似管理岗的数量位居前两位，这与行业的数字化转型发展成熟度有关。

不过，首席数据官并非一定要单独设立。目前而言，不少银行的首席信息官其实融合了数据治理相关工作。银行可根据自身的组织架构和经营现状等进行设立与否。

成立数据管理部

相比设立首席数据官职位，国内银行似乎或更热衷于建立数据部门。

据悉，早在2014年，建行率先成立数据管理部，次年成立大数据中心。目前，已有更多银行成立数据相关部门。

从近两年看，比如：

2022年6月，恒丰银行成立数据资源部（一级部）。主要在于规划全行数字化转型路径，推动数字化重点项目实施；统筹数据的全生命周期管理，搭建企业级数据架构及数据中台，提供数据分析平台及工具，全面提升数据资产管理能力、全员自主用数能力和数字化经营能力；培育数字生态，开展前沿技术探索与实践，打造“用数据思考、用数据创新、用数据说话”的数字思维。

邮储银行2022年报显示，其调整信息科技板块“三部两中心”，新设立数据管理部，加大组织架构层面对数据能力的布局。

在银行的数据管理部门中，岗位职能比较细化。

比如近日吉林银行发布的数据管理部招聘公告显示，岗位包括数据治理岗、数据分析应用岗、产品创新管理岗、模型开发岗等。

其中，数据治理岗的职责为，制定数据治理制度及工作流程；制定吉林银行基础数据标准，推动各系统数据标准落地；建立数据质量监控体系和检核规则，并建立监控机制对关键数据项实施持续监测；负责组织数据治理考核以及数据治理自评估工作等。

数据分析应用岗的职责为，负责开展全行性、综合性、系统性深度数据分析与挖掘应用；负责探索金融类数据的模型构建和算法设计，挖掘结构化数据的深层价值；负责全行分析挖掘所需数据的提取、处理、分析、建模等工作；负责根据全行业务发展目标及业务需求，结合业务场景，进行业务数据的分析挖掘工作，并形成分析挖掘报告等。

研究实际应用，挖掘数据价值

数据作为生产要素，价值愈加凸显。而相关技术，也是银行热衷研究的方向。就以隐私计算和大模型作为例子。

深度应用数据和合规操作，是不太好解决的矛盾问题。隐私计算技术则可实现“鱼”与“熊掌”兼得，因此近年来受到银行业的较高关注，并应用于营销、管理、反诈、反洗钱等场景。

工行2022年报显示，其隐私计算平台成为银行业唯一入选工业和信息化部大数据产业发展试点示范项目。

2022年，农行落地企业级隐私计算平台，验证与第三方平台互联互通。

邮储银行透露，其建设全行级数据多方安全计算平台，推动多方安全计算与隐私计算技术应用，实现数据可用不可见，保证行内外数据合法合规地联合应用。

而今年大模型和AIGC深受关注，这其实也与数据密切相关，包括数据量、数据质量等。基于大模型的生成式AI不仅可提升行内员工的工作效率，对客方面，或也将大大提升用户体验。

目前，国内多家银行已对此进行布局和投入。

比如工行方面，与头部科技公司合作探索千亿级人工智能大模型在金融行业的创新应用实践。其已在2023年3月首发人工智能金融行业通用模型。

平安银行探索自研BankGPT平台，研究构建大模型文本生成、图片生成等能力，及其在个性化营销内容创作、交互式数据分析、非结构化数据洞察等多个场景中的应用落地。

当然，在数据相关的技术和产品方面，银行的研究远不止上述内容。显而易见，数据的价值正加速发挥中。

最后值得一提的是，2023年4月，IDC发布《IDC Perspective：中国金融业数据治理市场洞察，2023》报告，其表示，中国银行业的头部机构正在落地数据资产管理项目或者开启数据资产管理项目的招投标，这其中包括国有大行如工行、建行、邮储银行等；股份制银行如光大银行、恒丰银行等；处于头部的城商行如南京银行、重庆银行、中原银行等；甚至包括部分规模较小的银行。

另外，对金融机构来说，未来建设专门的数据管理部门、设立首席数据官正在成为趋势。因为，要进行数字化转型，将数据应用在业务当中，数据的治理和应用是金融机构的系统工程，而不仅仅是科技部门的事。专门的数据管理部门和首席数据官的设置，有利于金融机构从战略和机构全局统筹数据的布局和发展。