在全球经济日益互联的背景下，组织有效信任与运用数据的能力，是创新、增长和竞争力的基石。
优质数据生态系统是变革与创新的引擎，助力企业识别并把握新机遇。反之，低数据质量将导致效率低下，使企业面临监管与声誉风险。
GLEIF致力于优化LEI数据的质量、可靠性和可用性。自2017年起，该机构每月发布专项报告，透明展示全球LEI系统所达成的整体数据质量水平。
为帮助业界更深入理解GLEIF的数据质量举措，本系列博客将深入解析报告中的核心指标。
本月博客回顾了过去一年的重要成果，并概述了2026年的发展规划。
值此2025报告年度收官之际，正是审视全球LEI系统进展并展望未来的重要契机。
2026年，GLEIF将延续去年形成的强劲势头，通过协同合作释放人工智能的变革潜力，促进数据生态系统互联互通，并重申对数据质量与卓越运营的承诺：
推动人工智能创新
GLEIF的核心任务是探索人工智能如何推动实务创新，从而增强全球LEI系统的可信度。
2025年，将 基于人工智能的 法定实体法律形式检测工具LENU整合至GLEIF数据质量框架成为重要里程碑。该功能现已嵌入主动数据核查流程，支持大规模持续提升数据质量，展现出更高效监管与更精准数据管理的广阔前景。
迈入2026年，GLEIF将继续探索人工智能如何提升数据质量检查能力，包括更智能的验证逻辑和更具适应性的风险导向方法。同时将深入研究如何运用人工智能增强关联信息，深化对跨数据集关联性的理解。
这些探索将基于持续协作推进。2025年11月，监管委员会（ROC）成员、GLEIF及LEI发行机构代表齐聚一堂，就人工智能展开开放前瞻的交流。 讨论聚焦于人工智能当前可创造价值的领域——从提升数据质量与验证效率，到优化运营效能与用户体验，同时探讨技术演进过程中需审慎推进的环节。这些讨论体现了各方共同承诺：在拥抱创新以强化全球LEI体系的同时，确保其可信赖、互操作且符合目的。
提升数据生态系统的互操作性
提升数据生态系统间的互操作性，是支持全球用户群体的关键所在——这些用户依赖可信赖、互联互通的开放数据来推动创新和优化决策。
基于此需求，GLEIF欣然参与了国际清算银行创新中心发起的"分析挑战赛"，该赛事聚焦于利用开放数据和先进分析技术促进公共利益。我们的参赛作品——透明度织网2.0——展示了公开的LEI数据结合现代分析技术如何提升透明度、支持风险评估并深化对全球互联性的理解。
构建透明度织网2.0的实践同时表明，要实现透明度的规模化，需要更广泛地整合可信开放数据源。为此我们同步启动了全球开放数据集成网络（GODIN）。 GODIN旨在连接来自可靠来源、治理完善且公开可用的数据集，并将其与LEI建立关联。通过增强互操作性并促进跨司法管辖区的深度洞察，GODIN强化了LEI在全球数据格局中作为核心连接枢纽的作用。2026年，首批映射数据将通过GODIN发布，全年将持续推进网络开发与扩展，并计划发布更多映射数据。
提升数据质量与推动运营卓越
至关重要的是，我们在全球LEI体系中推动创新与互操作性的工作，将始终以对数据质量和运营卓越性的坚定承诺为基石。
2025年，我们持续完善数据质量管理体系，确保LEI参考数据的准确性、完整性与可信度。例如，新版《数据质量规则设置》已发布并获LEI发行机构采纳，为统一验证流程奠定了更坚实的基础。
这些努力正转化为实质性进展。每年岁末，我们都会审视全球LEI系统的持续演进。过去三年间，该系统展现出稳步增强的态势：总数据质量评分从2023年的99.96提升至2024年的99.99，并在2025年保持稳定。 与此同时，各LEI发行机构的成熟度分布呈现积极转变："不足"类别的发行机构数量显著减少，而达到"要求"和"预期"级别的机构稳步增加，"优秀"级别的发行机构群体始终保持强劲态势。
运营绩效持续提升。2025年共解决62,886项质疑数据，虽较上年略有下降，但平均解决时长显著缩短——从33天缩减至14天，彰显出系统整体效率与响应能力的提升。
认识到协作的重要性
回顾过去一年无可争议的进展与成就，最突出的莫过于协作精神。将监管机构、GLEIF与LEI发行机构汇聚于同一对话平台，为质疑数据、协调优先事项、将创新构想转化为实质进展创造了理想空间。这种交流真正富有成效，再次印证了协同合作所能凝聚的强大动能。
展望未来，持续协作将确保创新在负责任的前提下推进，并与全球LEI体系原则保持一致——使LEI作为可靠的全球标准，同步技术进步与监管要求持续演进。GLEIF期待与所有合作伙伴及利益相关方继续携手，共筑更透明、互通、可信赖的未来。
如果您希望对博文进行评论，请使用您的姓名来识别自己。您的姓名将显示在您的评论旁。不会公布电子邮件地址。请注意，访问讨论区或在其中发帖即表示您同意遵守GLEIF 博客政策条款，因此请仔细阅读该条款。
Zornitsa Manolova 是 Global Legal Entity Identifier Foundation (GLEIF) 数据质量管理和数据科学团队的领导者。自 2018 年 4 月起，她负责通过引入创新的数据分析方法来加强和改进既定的数据质量和数据治理框架。在此之前，Zornitsa 曾在普华永道法证部门负责管理国际金融调查的法证数据分析项目。她拥有德国马尔堡菲利普大学的计算机科学专业学位，主修机器学习。
