搜索引擎 + AI 驱动的行业新闻

【覆盖行业】
信保 |出口 |金融
制造 |农业 |建筑 |地产
零售 |物流 |数智

【访问入口】
hangyexinwen.com

【新闻分享】
点击发布时间即可分享

【联系我们】
xinbaoren.com
(微信内打开提交表单)

📰 信通院发布《人工智能安全治理研究报告(2025年)》

人工智能技术正在引领新一轮科技革命,推动经济社会发展格局的深度重塑。国务院于2025年发布的意见,旨在推动人工智能的普及应用与深度融合,形成以创新带动应用、以应用促进创新的良性发展模式。然而,技术的快速发展也带来了安全风险,必须将安全内核嵌入发展飞轮,以实现高质量和可持续发展。

中国信息通信研究院发布的《人工智能安全治理研究报告(2025年)》分析了全球人工智能安全治理的趋势,提出了“两横三纵”的安全治理产业实践框架。报告强调,人工智能技术的应用风险不断演化,需建立动态的安全观。同时,全球各方正在通过多种措施推进安全治理的务实行动,形成有效的治理体系。

报告还指出,人工智能产业面临技术、应用、管理等多重挑战,亟需构建系统性的安全治理框架。通过加强多元共治,汇聚治理力量,推动各行业探索安全治理实践方案,确保人工智能技术的安全与可靠性,促进产业的健康发展。

🏷️ #人工智能 #安全治理 #技术发展 #产业变革 #风险管理

🔗 原文链接

📰 “AI in ALL”,陆控获评信通院“金信通”金融科技创新应用“智领”案例

陆控(NYSE LU,6623.HK)积极践行“AI in All”战略,专注于提升人工智能在客户服务中的应用。近期,该公司与平安科技合作推出了《基于大语言模型重塑普惠金融客户智能化服务新体验》项目,该项目在众多参选案例中脱颖而出,获得“金融科技创新应用‘智领’案例”称号。

该项目有效解决了智能客服领域的三大痛点,包括复杂问题识别不足、情绪感知能力欠缺和个性化服务不足。通过整合高效响应与情感共鸣的双重驱动,陆控在智能客服解决率上提升了2个百分点,客户满意度也从80%提高至85%。

项目中,智能客服3.0将小模型与大模型相结合,构建了高效的技术架构,同时利用CRM数据中台和智能知识库等资源,提升复杂意图理解的准确率至92%。陆控还重视AI安全治理,确保人工智能应用的安全与合规,推动金融科技的高质量发展。

🏷️ #人工智能 #金融科技 #智能客服 #客户满意度 #安全治理

🔗 原文链接

📰 “磐石行动”三连冠 陆控构筑数字金融安全底座

近日,在“铸网2025”暨“磐石行动”总结大会上,上海陆金所信息科技股份有限公司等企业连续第三次获得“优秀蓝方队伍”,形成沪上信息安全的“铁三角”。“磐石行动”作为上海市的网络安全品牌活动,已成功举办五年,吸引了来自全国的58支攻击队伍和187支防守队伍,参与人数近4000人,展示了网络安全实战能力。

2025年赛事新增了AI深度伪造和供应链渗透等前沿攻击场景,吸引了支付宝、小红书等数百家企业参与。陆控作为金融科技企业代表,因其防御体系契合行业需求,连续三年入围“优秀蓝方队伍”。此外,陆控在多个网络安全竞赛中表现优异,推动了金融科技企业的安全标准提升。

陆控深入推进“AI in All”战略,重塑融资服务业务价值链,构建了灵活的AI架构和算力集群,并积累了PB级行业知识。公司还重视AI安全治理,构建了安全治理体系,确保人工智能应用的安全性。自研的安全自动化运营平台实现了事件的快速响应和处置,为核心业务的安全稳定提供了保障。

🏷️ #网络安全 #人工智能 #金融科技 #攻防活动 #安全治理

🔗 原文链接

📰 工商银行首席技术官吕仲涛:银行业智能应用迎来新发展机遇,五大挑战要系统性应对

工商银行首席技术官吕仲涛在“2025上海全球金融・资管年会”上分享了人工智能在银行业的应用现状与未来发展。他指出,银行业正在积极适应“人工智能+”科技革命,成为人工智能发展的先行者和引领者。吕仲涛强调,大模型的开源化为银行业带来了新的发展机遇,但同时也面临着数据、算力、安全等五大挑战。

吕仲涛详细介绍了工商银行在人工智能体系建设上的三阶段演进,包括从零散应用到企业级统一管理,再到“大小模型融合”的新体系。他强调,工行致力于实现全栈自主可控的技术目标,并在安全防护上采取了全面的措施,以确保人工智能应用的合规与安全。

针对未来的挑战,吕仲涛提出了系统性应对策略,包括提升数据质量、精准布局算力资源及建立安全治理体系。他认为,组织变革同样重要,需要优化科技与业务岗位的协同,以支撑大模型的规模化应用。未来,工行将继续推进AI大模型建设,为行业提供可复制的技术范式与实践经验。

🏷️ #人工智能 #银行业 #大模型 #安全治理 #数据质量

🔗 原文链接

📰 AI基础设施发展与金融行业应用展望_腾讯新闻

在数字经济时代,人工智能(AI)基础设施成为推动行业变革的关键。AI基础设施包括算力资源、软件平台和数据可观测性等,支撑AI技术的开发和应用。算力资源是核心动力,高性能计算集群和AI专用芯片提供强大的计算能力,云计算和边缘计算则灵活满足不同场景的需求。软件平台如机器学习框架和自动化运维工具,提升了AI应用的开发效率。

数据是AI的“燃料”,可观测性确保系统稳定运行。通过OpenTelemetry和APM等技术,开发者能够实时监控系统性能,优化AI模型的训练和推理过程。安全与治理同样重要,SASE等技术保障数据和系统安全,合规性控制避免法律风险。展望未来,AI基础设施将朝着自主可控、智能融合和绿色高效的方向发展,金融行业的数字化转型将得到进一步推动。

金融机构将利用AI基础设施提升智能风控、个性化服务和运营效率。通过大语言模型和可观测性技术,金融机构能够实时分析风险信号,提升合规监管能力。同时,生成式AI将推动个性化金融服务的发展,基础设施自动化将提高运维效率。未来,AI将成为金融行业创新和发展的核心引擎,推动行业的智能化和可持续发展。

🏷️ #人工智能 #基础设施 #金融服务 #数字经济 #安全治理

🔗 原文链接
 
 
Back to Top