中电金信：源启·智能决策操作系统，打造智能“自动驾驶”新范式

在2026中国国际金融展期间中电金信携融合型数智基础设施“源启”及多项金融科技创新成果亮相并发布源启·知数平台、源启·智能决策操作系统两款数据智能新品为行业用户打造更好用的知识中台和决策中枢。当金融行业站在AI转型的深水区一个根本性的矛盾日益凸显——大模型越来越强却始终无法真正“懂”金融业务企业数据越积越多却始终无法转化为可信赖的决策。源启·智能决策操作系统的发布试图回答一个核心命题如何让AI不止于对话而能驱动决策01直击痛点为什么金融行业需要“智能决策操作系统”金融行业从来不缺数据。从核心业务系统到数据中台从监管报表到外部数据经过十余年的数字化建设金融机构已经沉淀了海量数据资产。然而当大模型浪潮席卷而来时行业却面对两个悬而未决的根本性问题第一企业知识如何沉淀金融行业的业务知识散落在数仓模型、代码规则、监管文件、业务流程和专家经验之中呈现出高度碎片化、异构化的特征。这些知识既没有统一的语义表达更没有机器可理解的结构导致大模型面对金融业务时如同一个外语不够流利的人参加专业会议——听得见但听不懂。第二企业知识如何与大模型结合并产生可信决策即便知识得以沉淀大模型生成的回答仍然存在一个致命缺陷——“听起来像对的但业务上不成立”。在金融领域一个似是而非的决策可能意味着合规风险或资金损失这是不可接受的。源启·智能决策操作系统的发布正是对上述两大问题的系统性回应。它不是又一个大模型应用而是一套以“本体论”为内核、以“决策闭环”为目标的智能业务基础设施旨在打通“数据—知识—决策—操作”的自动驾驶之路。源启·智能决策操作系统专注于解决企业业务知识如何有效沉淀、知识如何与大模型结合并产生可信决策两个问题由本体管理平台OMP和本体智能平台OIP组成以“本体论”为底层方法论为金融AI决策搭建起清晰的“业务语义地图”。源启·智能决策操作系统产品架构图02破局关键1本体建模构建让业务看得懂的“真实数据世界”什么是本体为什么金融行业需要本体源启·智能决策操作系统引入了“本体”Ontology作为整个系统的语义基石。所谓本体是数据模型的业务语义增强。传统的数据模型描述的是“数据长什么样”——字段名、数据类型、表关系而本体模型描述的是“业务世界长什么样”——有哪些业务对象、对象之间什么关系、能执行什么动作、受什么规则约束。如果说数据模型是给机器看的“存储蓝图”本体模型就是同时让人和机器都能读懂的“业务地图”。这一点对金融行业至关重要。金融业务的复杂性不在于数据量大而在于业务逻辑深——不是简单的字段映射所能表达的。本体模型通过“对象—属性—关系—动作—规则—安全治理”六大维度将企业碎片化的业务语义进行统一的、结构化的沉淀构建出一个完整的业务数字孪生。不是从零构建而是资产的重组与升级源启·智能决策操作系统的一个务实之处在于它并不要求企业“推倒重来”。面对金融机构历经多年沉淀的大量有价值的数据资产源启·智能决策系统系统提供了对这些已有资产的自动识别、映射、挖掘与绑定能力将其“反推”为本体的语义骨架实现从“数据业务语义逻辑动作”的统一升级。这意味着业务人员可以直接操作本体模型中的业务对象企业十余年积累的数仓和治理资产也不会被浪费而是被赋予了新的语义生命。可视化本体管理平台从设计到治理的全链路本体建模体系源启·智能决策操作系统通过本体管理平台将本体建模从方法论落地为可视化、可操作的工程工具链正向建模元数据引用、脚本解析、字典导入、模型库引用支持从零开始构建本体。逆向建模基于已有的数据模型平台通过逻辑模型、主题域、物理模型的分层架构自动识别并生成本体骨架。实体与关系管理实体编辑器支持定义、数据绑定和动作类型连接编辑器支持方向、基数等精细配置。数据绑定与语义映射自动提示数据源、Schema和数据表实现本体属性与业务数据源的精准绑定。动作、函数与标准管理定义业务动作的执行条件和逻辑管理函数入参出参统一领域、视角、数据项、值域等标准。这一整套建模体系的核心价值在于让业务语义从“散落”走向“沉淀”从“隐含”走向“显式”从“人懂”走向“机懂”。只有当机器真正理解业务后续的智能决策才有可能。03破局关键2AI原生打造让AI具备“理解与行动能力”六层约束解决“AI说得像对的但业务上不成立”大模型在金融场景落地的痛点之一不是能力不足而是“自由发挥”。通用大模型缺乏业务边界意识生成的回答可能语法正确、逻辑通顺但在金融业务语境下却不成立。源启·智能决策操作系统对此给出了系统性的解决方案——“六层约束”机制六层约束的本质是在AI的推理过程中设置了一系列“业务护栏”确保每一步推理都有据可依、有迹可循、有界可守。决策依据可回溯到具体的业务语义满足金融行业对审计合规的严格要求。本体智能平台拥有三大能力象限的“大脑”本体智能平台是源启·智能决策操作系统的“大脑”将本体建模的成果转化为AI可执行的能力。它提供三大能力象限能力一本体驱动——让大模型“懂业务”在配置智能体时可直接绑定本体管理平台上的本体本体内所有“实体—关系—属性—动作”自动带入智能体避免了依赖提示词工程、让大模型“猜”业务含义的做法。能力二CapaMesh能力网格——让能力“可治理”传统智能体平台中MCP工具手工配置、散落难复用。CapaMesh将MCP工具、提示词、模型策略封装为“能力胶囊”支持内联和隔离双模式按需加载实现能力的资产化、可治理、可观测、可灰度。搭配三档模型策略L1主模型/L2轻量模型/L3专训模型高频场景成本大幅下降。能力三多智能体协作——让决策“可编排”平台支持主控Agent拆解任务、调度多个子Agent协同完成支持调用链路可视化、故障可定位。相比单次问答的决策范式多智能体协作可以更好应对复杂金融业务场景真正支撑端到端的业务流程自动化。金融高质量数据集2.010大细分领域、上百个AI应用场景AI的能力不仅取决于模型架构也取决于训练和推理所用的数据质量。源启·智能决策操作系统配套了金融高质量数据集2.0覆盖客户管理、营销支持、核心业务、信贷业务、交易银行、远程银行、手机银行、风险管理、智慧网点、证券行业等10大细分领域、上百个AI应用场景——大模型在金融各细分场景中变成了拥有高质量行业语料的“内行”。以上这些共同推动了从“对话式AI”到“决策式AI”的改变。04破局关键3决策闭环基于AI决策支持系统构建金融业务的“OODA环路”从“报表驱动”到“决策驱动”的范式转换长期以来“报表驱动”模式为金融行业的数据应用带来困扰数据系统与业务系统是割裂的数据只能“看”不能“决策”更不能“执行”。对此源启·智能决策操作系统构建了“数据—策略—模型”三维AI智能决策中心实现了从业务问题输入到决策执行反馈的完整闭环观察Observe→ 判断Orient→ 决策Decide→ 执行Act观察全域感知市场竞争动态、风控合规信号、供应链变化、生产运营状态、应急事件等业务环境动态信号。判断基于本体模型的语义约束将感知到的信号进行结构化理解与智能推演将非结构化信息转化为可计算的业务知识。决策通过多智能体协作和CapaMesh能力编排在六层约束框架下生成可信赖的决策建议和操作方案。执行通过ChatBot、API服务、业务操作Webhook等多种方式让决策结果驱动业务操作实现决策反馈和双向回写。本体驱动的企业智能体群同时源启·智能决策操作系统通过本体驱动的企业智能体群将业务标准语义和业务行为逻辑统一管理支撑不同领域的智能体在共享的语义基底上协同工作。系统覆盖市场竞争与动态营销、供应链与库存调度、风控合规与风险处置等典型决策场景每个领域的智能体既可独立完成本领域的OODA闭环又可通过统一的本体语义实现跨领域的信息共享和协同决策用“群体智能”应对快速变化的业务环境。源启·知数平台智能决策操作系统的“认知引擎”如果说源启·智能决策操作系统是“大脑”那么源启·知数平台就是为大脑提供养料的“认知引擎”。源启·知数平台实现了从传统知识库到知识中台的范式革新让机器从“读字”到“阅读理解”不仅知道文档“写了什么”更理解“在说什么”从“数据”到“知识”产出可计算、可推理的战略资产并成为智能体的“知识底座”为上层决策系统提供高质量知识服务。05实战落地从“花数小时”到“几轮对话”重构金融决策效率某国有大型银行的实践印证了源启·智能决策操作系统的价值传统模式下分析人员优化一次营销策略需手动写SQL取数、分析、写报告全程耗时数小时。部署源启·智能决策操作系统后智能体在本体约束下自动完成数据查询、漏斗分析、效果评估并基于“客户—产品—渠道”三维语义给出优化建议。分析人员仅需几轮自然语言交互就能拿到符合业务逻辑的策略分析报告。从“花数小时做SQL分析写报告”到“几轮对话完成策略优化”这不仅是效率的提升更是工作范式从的重构分析人员从取数、制表的重复劳动中解放聚焦于策略判断、业务创新和决策审核人的价值从“执行层”跃升为“决策层”这正是 AI 赋能金融企业的核心意义。智能体时代企业级AI决策的核心诉求是“可信任、可追溯、可治理”。源启·智能决策操作系统以本体论为根基以金融级合规为底线以多智能体协同和CapaMesh治理为支撑推动AI真正从“能对话”进化为“懂决策”。未来中电金信将持续深耕金融、能源、制造等关键行业基于源启·智能决策操作系统沉淀更多行业专属本体模型与决策场景推动企业AI从“试点探索”走向“规模化决策”让AI真正融入核心业务成为可交付、可度量、可持续进化的决策生产力。