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。
高质量的数据生态系统是推动变革与创新的引擎，助力机构识别并把握新机遇；而低数据质量则可能导致效率低下，并引发监管与声誉风险。
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。
本月博客重点阐释了数据佐证的重要性。
随着人工智能和自动化技术日益渗透各行各业，数据处理与生成量正呈指数级增长，数据生态系统的复杂性随之显著提升。与此同时，虚假信息、深度伪造技术及"幻觉"现象正威胁着数据产出质量，侵蚀着信任根基。
这引发关键问题：如何建立并维持对人工智能产出的信任？在近期脉搏调查中，GLEIF向全球数据社区征询影响决策者信任的核心因素。结果显示，权威数据验证成为首要考量因素。
这并不令人意外。随着数据被反复使用、重新分发并嵌入自动化系统和工作流程，对其来源和准确性的信心已从技术问题升级为基础治理要求。因此，在确保全球法人识别编码（LEI）数据可靠、可追溯和透明方面，佐证的关键作用正得到强化。
为何在人工智能时代，数据佐证比以往更重要
简而言之，佐证是指通过权威数据源验证法定实体的存在及其参考数据（如名称、地址、法律形式和公司结构）的过程。这些可信数据源均列于全球法律实体识别码权威工商登记机构列表中。LEI发行机构通过比对公开的权威数据，验证法定实体提供的信息真实性。
由于人工智能模型和智能体依赖结构化可信数据生成准确结果，这种权威验证对防止自动化系统传播不准确或未经核实的信息至关重要。全球法律实体识别码体系通过清晰展示信息验证的途径与来源，提供了明确的审计轨迹和可追溯的数据溯源。这既降低了错误信息的风险，又增强了模型可靠性，同时强化了数字生态系统的完整性。
理解佐证机制
全球LEI系统采用三级标识数据佐证程度：
为确保验证过程的一致性和透明度，GLEIF维护着官方权威工商登记机构列表，每家机构均被分配唯一注册机构(RA)标识码。该列表涵盖全球商业注册机构、金融监管机构及其他公认权威来源，LEI 发行机构均依赖这些来源验证实体信息。
每个LEI记录中均包含对应的注册机构ID、验证机构ID及实体注册标识符。此举通过让数据使用者清晰知晓验证来源，实现了信息透明化。
全球LEI系统进展追踪
GLEIF的LEI数据监控仪表板提供跨司法管辖区验证记录的专项视图，深入展示验证程度，并按LEI发行机构和国家细分验证指标。这种透明度使利益相关方能够分析验证模式、监控数据质量表现，并评估全球LEI系统的验证实践。通过公开这些指标，GLEIF强化了整个生态系统的问责机制与持续改进能力。
截至2026年2月底，87.64%的LEI记录已实现完全核证，彰显系统整体验证水平稳健。其余记录中，8.5%归类为"仅实体提供"，3.86%为"部分核证"。 部分核证记录通常涉及特定数据元素未被相关地方当局收集或公开披露的情况。仅实体提供的记录通常涉及无需向公共机构注册的实体，或因隐私或法律限制无法公开某些信息的实体。
总体而言，完全核证记录的高占比及通过LEI数据监控仪表板的持续监测，彰显了数据质量强化方面取得的显著进展。
通过核证机制促进全球信任
在自动化与人工智能日益主导的数字经济中，可靠且可追溯的实体数据至关重要。通过系统性地对照权威来源验证实体参考数据，并清晰披露验证等级，佐证机制成为确保全球LEI体系透明度与数据完整性的基石。最终，它将原始数据转化为可信数据，而可信数据则孕育机遇。
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。
