⁣
📰 银行AI开发应用指导意见中的重点：安全、理性投入、“先富带后富”等-移动支付网

本文聚焦银行业对生成式AI/大模型的监管导向与应用要点，梳理了《指导意见》的六大重点。首先强调安全、可控，要求自主可控的核心技术与设备，并对外部模型实行备案与准入管理，提升运行安全与一体化治理能力，同时推动信创软硬件的适配。其次是理性投入，提出以业务价值为导向、科学规划投入并建立绩效评估机制，强调成本效益的可量化。第三点是先富带后富，鼓励大型金融机构向中小机构输出算力与技术，促进行业整体水平提升。第四点是高质量数据集建设，要求建立数据质量标准与检控机制，推动多源数据融合与数据集共享，确保数据的准确性与无偏见。第五点是注意高风险应用，明确高风险场景需经风险委员会批准并设立监测与应急机制，确保可控退出与备用方案。第六点是关注可解释性，推动模型推理分析与决策透明，关键决策需人工复核并保留数据与推理记录，定期审计。总体来看，政策目标在于平衡创新与风险，推动金融科技的安全高效发展。

🏷️ #监管导向 #自控可控 #高质量数据 #高风险应用 #可解释性

🔗 原文链接

⁣
📰 帮助读研报、看产业链外，AI还能帮银行做什么？|界面新闻

本研究聚焦AI时代对小微经营者的普惠金融服务与治理挑战。随着人工智能、区块链等技术迅速发展，金融与实体行业的服务模式正在重塑，行业应围绕金融、制造、零售等垂直痛点，沉淀可复用的解决方案，形成示范效应，并在公共服务层面提供算力、工具与培训体系，同时完善数据、安全与责任规则，使AI在可信、可控的环境中释放价值。对小微企业而言，AI的作用不仅在于帮助银行读懂企业经营、核实真实经营情况、提供财税和票据等日常服务，还可以在信贷层面提升风险判断的准确性。但跨领域普及仍面临挑战：缺乏一套通用钥匙打通各场景、需要在基础模型上叠加数据并进行场景化评测；以及在身份可信、数据评价与治理方面，需要实现数字化的可信身份、减少摩擦成本。与此同时，AI也将改变银行的运营与考核方式，要求更高的组织协同与数据质量，核心决策的安全性与监管责任仍需明确。总之，AI赋能金融服务既带来机遇，也伴随风险与治理挑战，需要在技术、监管、经营层面共同推进。

🏷️ #AI时代 #小微经营 #普惠金融 #可信身份 #数据治理

🔗 原文链接

⁣
📰 西班牙知名教授为经院学子解码可信AI-四川农业大学新闻网

5月31日下午，西班牙格拉纳达大学研究与知识转移副校长、计算机科学与人工智能系教授Enrique Herrera-Viedma应邀到访我校，以《About Trust in AI Systems（关于人工智能系统中的信任）》为题，为经济学院200余名师生带来一场高水平的学术讲座，现场座无虚席，学术氛围浓厚。Herrera-Viedma教授身兼IEEE会士、IFSA会士，长期深耕人工智能与信息系统领域，发表高水平论文350余篇，连续多年入选科睿唯安全球高被引学者，在国际人工智能学界享有卓越影响力。讲座聚焦人工智能信任机制这一前沿议题，深入剖析AI在金融等关键应用场景中所面临的复杂性、黑箱性、不确定性、算法偏见与系统风险等挑战，系统提出“阿尔罕布拉方案（Alhambra’s Approach）”，从理解、评估、参与、迭代、治理到可信阐释了六步构建路径，并解读了可信AI的三大技术支柱、七大核心伦理准则、四维治理框架以及八大高风险应用场景，强调随着人工智能技术快速渗透金融行业，构建可信人工智能已成为金融科技治理的核心议题。讲座尾声，师生围绕可信AI的落地路径、全球治理、人机协同决策机制及金融领域AI风险防控等热点问题展开互动，现场气氛热烈。这次讲座是经济学院推进国际学术交流、拓宽全球视野的重要举措， Herrera-Viedma教授的前沿分享为学院师生带来AI与金融科技交叉领域的最新洞见，学院将持续引进高水平国际学术资源，搭建多层次交流平台，提升国际化办学水平。

🏷️ #信任AI #金融科技 #国际交流 #学术前沿 #可解释AI

🔗 原文链接

⁣
📰 喜岳投资董事长周欣：AI的出现正在加速改变量化行业的生态格局

周欣在全球资产管理论坛上系统阐释了量化投资的本质和未来走向。她强调量化是一门科学，将投资从艺术化的直觉转化为模块化、可复用的科学流程，覆盖数据采集、因子构建、收益预测、风险建模、组合优化及交易执行等环节，核心在于逻辑、模型与算力三要素的平衡。她反对将量化等同于高频交易，指出速度只是其中一部分，深度与广度才是量化的真正优势。AI的崛起有助于弥合“Know how”到“Know why”的鸿沟，促使经验驱动与逻辑驱动的团队在更大数据维度上拓展因子宽度。量化并不排斥基本面，未来基本面量化将获得更多关注，因为它具备更大资金容量、可解释性和可复制性，便于向投资者交代。周欣还强调投资必须可解释、可复制，提醒避免只看历史收益而忽视背后逻辑与风险。她总结说，一切皆可量化，量化可应用于固收、可转债、资产配置等领域，成为点亮投资逻辑的工具。

🏷️ #量化投资 #基本面量化 #AI 平台 #投资逻辑 #可解释可复制

🔗 原文链接

⁣
📰 AI信任危机怎么破？澜舟企业可信智能体全链路解析 - 智源社区

在金融与大型企业的AI落地场景中，监管要求与效率提升形成矛盾，澜舟科技提出的全链路可信智能体体系通过数据资产高可靠治理、执行过程可控拆解、输出结果可溯源等关键能力，帮助AI从“黑箱输出”转变为“可靠、可控、可溯”的数字员工。文章首先分析大模型在金融领域的幻觉问题及其根源，强调只有建立从数据源头、执行过程到结果生成的三层背书，才能实现可信与可控。澜舟以多模态数据处理、格式解析、知识图谱、场景化指令库与强化学习等技术，构建一体化数据资产体系，提升数据可复用性与业务适配性，并通过场景化意图识别实现高效资产复用。过程控管方面，提出多层协同控制与幻觉检测体系，确保每一步推理可验证、可干预，最终实现全链路溯源与可解释输出。澜舟企业级评测体系覆盖L1–L4层能力，通过标准化评测、错误分析、持续迭代，驱动模型与系统的持续优化。落地案例显示在线客服在1分钟内解决85%的问题、日均服务规模提升显著、意图识别准确率达98%，验证了体系在金融场景中的落地性与经济效益。未来，随着评测体系与协同机制的完善，AI将以更透明、可信、可控的姿态深入企业核心业务，推动数字化转型与创新应用。

🏷️ #可信 #可控 #大模型 #金融AI #数据资产

🔗 原文链接