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)

📰 【一周观察】金融监管明确AI安全开发应用,新韩银行再收数据安全罚单,国开行CIO获批-移动支付网

近来银行科技领域持续聚焦人工智能在金融行业的应用与监管。指导意见强调银行业保险业在开发AI时需确保合规、透明、可信赖,要求治理架构、数据治理、算力建设等方面形成系统性32项措施,并强调谁使用谁负责的原则。高层也明确在AI应用与安全之间寻求平衡,推动设立数智监管基地,提升风险监测和金融安全水平。多部监管文件陆续落地,如金融数据安全能力体系标准和离岸数字人民币发展方案,显示出对数据安全、跨境金融科技应用和监管协同的综合推进。各银行积极布局AI治理与场景落地,从大模型风险管理、分级分类、到内部治理与全生命周期管理,形成多元化的AI治理框架。地方与商业银行如华瑞银行、四川银行、宁波银行等,持续推进AI中长期规划、智能体建设与数字化转型,力求在金融创新与风险控制之间取得平衡,推动数字化转型向纵深发展。

🏷️ #AI监管 #金融数据安全 #离岸金融 #大模型治理 #数字化转型

🔗 原文链接

📰 金融监管总局发布32项指导性意见 促进银行保险业安全开发应用人工智能

国家金融监督管理总局6月18日发布《关于银行业保险业人工智能安全开发应用的指导意见》,要求金融机构推动AI应用合规、透明、可信赖,实行分类分级管理,应对AI发展带来的风险挑战。指导意见覆盖治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督等七大核心板块,共32项要求,明确四大核心原则:谁使用谁负责、自主可控、务实高效、安全发展。核心在于金融机构为AI应用第一责任人,不论自主研发或外部合作,需承担业务合规、风险防控与消费者权益保护等责任;强化自主可控,提升技术与设备的自主性;务实高效,合理投入,提升业务价值与经济高质量发展;全流程安全发展,遵循网络安全与信息化要求。意见强调完善治理架构与全生命周期管理、提升数据治理与算力底座、将AI风险纳入全面风险管理,实行高风险应用的准入与人工监督,并加强外包与供应链风险管理,同时提升透明度、可解释性与合规性,保障监管有效落地。要求监管机构加强指导监督,评估监管效果,提升适配能力。

🏷️ #金融AI #安全开发 #监管指导 #数据治理 #算力建设

🔗 原文链接

📰 金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》

本次《指导意见》由金融监管总局发布,旨在规范银行业保险业金融机构对人工智能的开发与应用,防控风险,推动数字金融高质量发展,并实现人工智能科技创新与金融业务深度融合。要点包括坚持主体责任、自主可控、务实高效与安全发展等原则;强调顶层设计与治理体系、全生命周期管理、场景与流程管理,以及模型、数据与算力三方面建设的具体要求。对风险治理提出分类分级、流程优化、外部合作监管等框架,要求将AI风险纳入机构风险管理,建立高风险场景的监测、停用与备援机制,并加强供应链与外部开源技术的安全管理。同时,围绕算力布局、数据治理、知识管理和可解释性等关键要素提出建设路径,强调透明度、伦理、公平性及个人信息保护的重要性。结合云从科技在金融AI领域的经验,分析指出六大核心机会:自主可控的技术服务、生成式AI合规落地、一站式开发平台、行业算力与生态输出、全生命周期治理能力,以及数据集与知识工程建设。这些要点为金融机构的AI治理与落地提供系统化指引,也为优质AI厂商的市场进入与合作创造条件。

🏷️ #金融AI #风控治理 #数据治理 #自主可控 #合规落地

🔗 原文链接

📰 银行业AI安全开发应用指导意见出炉_北京商报

AI正在从银行业的“技术选项”跃升为“生存刚需”,成为推动业务增长、改造组织模式和重塑行业格局的关键变量。监管层相继发布AI安全开发应用指导意见,明确治理架构、数据治理、算力建设等多维要求,凸显监管对安全、可控和高质量发展的重视。银行业在战略层面普遍将AI置于核心位置:多家银行发布“AI+”路径、推出面向前台的一线场景应用,并在运营、风控、信贷等领域进行广泛落地。统计显示,AI应用在工商银行、建设银行、招商银行等机构已形成规模化落地,显著提升效率与创新能力,同时也带来更高的治理与合规门槛。专家观点认为,未来三大趋势将推动行业转型:AI成为核心生产要素、技术能力成为竞争核心、以及前台应用驱动的增长新范式。为实现安全高质量发展,金融机构需建立完整的AI治理体系、完善数据闭环、提升算力自主与合规性,并通过外包管理建立风险隔离。

🏷️ #AI银行 #治理合规 #智能算力 #数据治理 #金融创新

🔗 原文链接

📰 金融数智化转型全面提速

此次中国国际金融展展现了金融科技的革新浪潮,围绕无感支付、算力底座、数据智能架构升级等全链路数字化发展,推动金融行业在场景扩容、跨境支付、AI落地等方面取得实质性进展。支付宝“碰一下”已覆盖展会互动、快递取件、社区门禁等多场景,实现身份核验与服务调用的高效整合,显著简化日常流程。福建等地通过新一代智能设备将支付、发票存取、兑奖等环节无缝衔接,提升惠民活动效率。微信支付的跨境支付产品解决境外人士在境内支付的痛点,覆盖多国家地区的境外钱包接入,后续还将扩容。AI相关产品面临的商业化落地难点,支付宝提出以AI Token等场景为核心的支付经营解决方案,助力一站式对接与落地。展会上强调“算力—数据—技术—基建—合规”一体化支撑体系,百度、昆仑芯等国产算力和数据治理方案实现核心环节自主可控,提升信贷风控与业务办理效率。总观展会,金融科技生态正通过多方协同,推动从底层算力到前端应用的全面数字化转型。

🏷️ #支付创新 #跨境支付 #AI落地 #算力底座 #数据治理

🔗 原文链接

📰 观察丨见证金融AI“换芯”:从“外挂”进化为“原生”

在本届金融展上,金融业与人工智能的融合已从“外接”转向“内生”级别的变革。AI不再只是能说会道的工具,而是能够参与并贯穿整个业务流程的“准人”助手,覆盖从早报生成、策略分析到实时客户问答的全链路应用,推动从“AI Plus”到“AI Native”的跃迁。数据与算力成为核心支撑:大模型用于生成万字深度报告、自动核赔等场景的落地,离不开强大算力的支撑与高效的数据融合能力。然而,落地并非易事,数据深度理解与金融级合规成为门槛。需要处理内部私有数据与异构数据的安全集成,建立可追溯的合规机制,防控输入不可控、过程不可追溯、责任边界不清等风险。最终的关键在于人的认知与治理:只有金融机构深刻理解场景、敢于推进组织变革,AI才能在创造价值的同时实现可信、可问责的落地,真正成为行业的智能体元年。

🏷️ #金融AI #AINative #合规安全 #数据理解 #算力

🔗 原文链接

📰 银行业AI加速狂奔,首份人工智能安全开发应用指导意见拧紧“安全阀”

银行业正在经历AI从工具向生存必需的转变。随着多家银行将AI置于核心发展战略,AI应用已从后台支持扩展到一线场景,推动业务提效与降本。监管层也同步出手,6月发布的AI安全开发应用指导意见首次系统性覆盖治理架构、数据治理、算力建设及外包风险等32项要求,填补金融领域AI监管空白,建立全流程监管框架,促使行业走向有规可依的高质量发展。措施强调四大原则:谁使用谁负责、自主可控、务实高效、安全发展,并要求在模型开发、数据治理、算力建设等方面建立闭环管理,以及对外包合作设立严格边界。专家认为,统一监管标准将提升市场公平、保护消费者权益,同时推动头部银行在算力、数据与治理方面形成竞争壁垒,中小银行面临转型压力。未来银行AI将从辅助工具逐步成为核心生产要素,推动前台业务创新与风险管控协同升级,行业亦将由粗放创新转向高质量、可持续的发展轨道。

🏷️ #银行AI #监管安全 #数据治理 #算力建设 #外包风险

🔗 原文链接

📰 下周必关注|美伊局势再起疑云;美光即将发布财报( 6.22-6.28 )

下周重点预告覆盖多项国际金融与科技事件。美伊停火谈判仍存变数,伊朗宣布再次贯通霍尔木兹海峡,引发市场对中东局势的再度关注;韩国金融委员会发布金融AI指南,推动金融领域治理与安全规范,同时放宽部分网络隔离等监管以促进AI应用。迈威尔科技预计12日纳入标普500指数,相关公司股价在盘前走强,Flex等亦受此消息带动。美光将于24日公布Q1财报,市场关注其存储技术与业绩指引;美国25日将公布多项经济数据,包括核心PCE、个人支出及GDP等,或对美联储政策预期产生影响。数字金融与加密资产议题将上升至众议院圆桌会讨论焦点,探讨其对经济自主权与国家安全的影响。同时,币安宣布多交易对最小价变动单位调整,以及Base网络的Beryl升级与QKC充提停止等重大平台动态,需关注对投资者交易成本与资产安全的潜在影响。SpaceX计划发行至少200亿美元债券用于置换过桥贷款,若按计划推进,或对资本市场与公司融资节奏产生重要影响。

🏷️ #美伊停火 #AI金融指南 #标普500 #美光Q1 #PCE数据 #数字货币圆桌 #币安调整 #Base升级 #SpaceX债券

🔗 原文链接

📰 央行、证监会等发新规!事关你的钱袋子——

专家指出,这份新指南把监管触角伸向数据末梢,首次将行情数据、用户画像等数据纳入统一坐标系,构建了数据分类分级体系。指南将数据分为业务数据、用户数据、企业数据三级,再按危害程度分为四等级,明确数据治理路径:梳理资源、分类分级、形成清单、报送目录并动态更新。以往口径不统一、目录碎片化的问题得到解决,能提升数据安全防控与流通效率,推动行业健康发展。落地后机构内部作业将转变为可审计的硬性规则,核心数据与重要数据的跨境调用与外部访问将面临更严审批,敏感一般数据将纳入高基线防护圈,促使资产盘点与权限边界重构。行业总体可能出现合规成本上升与行业秩序重构,中小机构需尽快完成数据资产梳理与标签化管理。长期看,数据分级或将提升行业集中度,具备全栈数据安全能力的服务商将获利;同时需在保护隐私与促进数据要素流通之间寻求平衡,后续细则应明确脱敏标准与白名单机制,避免“一刀切”抑制创新。

🏷️ #数据分级 #信息安全 #数据治理 #合规升级 #行业秩序

🔗 原文链接

📰 观察丨见证金融AI“换芯”:从“外挂”进化为“原生”

在2026年国际金融展及后续观察中,金融业与人工智能融合正经历从“AI Plus”到“AI Native”的根本跃迁。AI不再只是外接工具,而是嵌入整个业务流程,成为可持续协同前行的“持续助手”,从生成早报、分析策略到实时应答与风险提示,贯穿客户经理的一天。以中信证券“超级研究员”和中再产险的自动核赔为例,依托大模型的算力与数据支撑,研报生成与理赔时效显著提升,体现了“能写会算”的实际价值。然而,落地的难点不在模型本身,而在数据理解深度、合规与安全等硬性门槛。金融行业对数据整合、跨境信息与私有数据的安全融合提出更高要求,金融级合规、可追溯的审计与弹性沙箱成为关键支撑。未来的关键在于是否能以清晰的目标和强大的治理能力,让AI在创造价值的同时实现可信、可问责的落地,这也是2026年被誉为‘金融行业智能体元年’的核心命题。

🏷️ #金融AI #AINative #合规 #算力 #数据

🔗 原文链接

📰 从平安一账通到国寿一账通,中间隔了17年

在保险金融科技的发展史中,中国人寿和中国平安都在以“一个入口、一站式服务”的愿景推动集团内各业务的数字化与统一化。文章回顾了两家巨头从早期的账户查询、到跨机构的统一入口,再到以超级账户、壹账通、平安一账通等为核心的平台建设,以及向“数智化、数字金融、智能服务”升级的长期演进。中国人寿提出“一个国寿、一生守护”的国寿一账通,强调通过统一身份、资产负债全景管理与个性化推荐,逐步打通保险、投资、银行等多领域资源,构建数智化底座,尽管蓝图宏大但在实施中仍有阶段性挑战,且“一个入口、一站式服务”的全面落地尚需时间。平安则以“一个客户、一个入口、一个平台”的思路,早期推出平安一账通,逐步扩展至移动端、对接外部银行与券商,后来整合为金融中台与“九九归一”的统一入口。尽管两家在路径和阶段上各有侧重,但共同点是以科技驱动业务协同、提升客户体验、构筑大金融生态,面对监管、数据治理、跨场景协同等挑战,仍在持续迭代中寻求真正的一体化与高质量增长。

🏷️ #一账通 #数智化 #统一入口 #金融科技 #大金融生态

🔗 原文链接

📰 AI 大模型驱动银行信贷业务的全链路变革|AICon上海

过去一年,“Agent”成为连接实验室与生产环境的关键词,AICon 2026 上海站聚焦如何把 Agent 跑稳、跑对、跑出规模,围绕架构设计、记忆管理、多智能体协同以及研发组织重构等核心问题展开探讨。大会以构建可信赖、可规模化、可商业化的 Agentic 操作系统为主旨,邀请清华、复旦等高校与阿里、腾讯、蚂蚁、字节、快手等头部企业的专家公开分享,涵盖2天、13大专题、近60场议题与动手实验室等丰富内容。嘉银科技徐桢将就“金融领域大模型落地实践”进行演讲,聚焦大模型在银行信贷全链路的认知重塑与业务变革,拆解四大应用场景:解放客户经理、提升风险识别、实现数据精细化挖掘、平衡客服成本与用户体验。演讲还将对行业背景、核心场景、前沿对比及未来趋势进行系统梳理,帮助银行信贷数字化转型找到新思路。大会设置端侧 AI、物理与数字空间、世界模型、多模态智能、Agent 架构与工程化、可信治理、企业级研发等14个专题论坛,汇聚50余位资深专家,分享前沿技术与落地经验,提供全面的行业洞察与实践路径。

🏷️ #AI #信贷 #多模态 #Agent #数字化

🔗 原文链接

📰 观察丨见证金融AI“换芯”:从“外挂”进化为“原生”

本次展会揭示了金融业与人工智能融合的质变趋势:AI 已从外接工具演变为金融业务的内在驱动,成为“AI Native”而非“AI Plus”的新阶段。过去偏重在信贷、理赔等环节的局部嵌入,如今强调从业务起点就以AI重新设计流程,打造与员工协同、持续执行的智能体。智能体具备理解目标、拆解任务、调用工具、连接数据并长期执行的能力,能在日常工作中持续提供早报生成、策略分析、实时问答、话术与风险提示等支持,甚至长期驻留在企业沟通端。数据与算力依然是核心驱动,AI 的成效体现在“能写会算”的落地能力上:如研报自动生成、理赔核赔时效显著提升等,但前提是高质量数据与合规治理的保障。金融行业的落地门槛在于数据隐私、可追溯、风险可控等合规要求,以及对内部知识与外部数据的安全融合。行业共识在于,真正的智能体需具备可问责、可追溯的治理框架,驱动者是对场景理解、风险把控与组织变革魄力的综合体现。未来金融 AI 的进程将聚焦在可信、可靠、可问责的落地路径上,这条路才刚刚开启。

🏷️ #AI Native #金融合规 #数据驱动 #智能体落地 #金融科技

🔗 原文链接

📰 六部门联合发布专项指南 规范金融信息服务数据处理

六部门联合发布的《金融信息服务数据分类分级指南》为金融信息服务机构提供了系统、可操作的指引,旨在规范数据处理、提升数据安全、促进数据高效利用。指南将金融信息服务数据分为业务数据、用户数据、企业数据三大一级分类,细分为九个二级分类、67个三级分类,并以核心数据、重要数据、敏感一般数据、常规一般数据四级等级进行分级。核心与重要数据实施严格防护、一般及常规数据则实现有序流通,形成“安全打底、合规流通”的规则闭环。指南强调统一的分类分级体系,帮助银行在不同业务场景中实现“通用安全规则+场景细分目录”的双轨合规,提升监管沟通效率与数据利用效率,同时为数据确权、估值、交易提供制度前提。为落地实施,指南提出分步梳理与分批打标、模板化落地、跨机构协同、区域联盟等实操策略,鼓励使用低成本路径、自动化打标与动态更新机制,并倡导建立跨部门协同、动态迭代及应急机制,推进智能化自动分级和数据监控体系建设。行业呼吁建立第三方评估与行业交流机制,共同提升治理水平。

🏷️ #数据分类 #分级 #银行合规 #数据安全 #金融信息服务

🔗 原文链接

📰 我国金融信息服务数据治理迈入新阶段--经济·科技--人民网

我国金融信息服务数据治理迈入新阶段,核心在于建立科学的分类分级体系,以提升数据安全能力、激发要素潜力、推动高质量发展与良性互动。指南将金融信息服务数据按重要性与敏感程度分为核心数据、重要数据、敏感一般数据、常规一般数据四级,覆盖市场、宏观、行业等数据,明确数据采集、存储、使用等环节的合规边界,促使机构梳理数据资产、完善权限与生命周期管理,推动跨机构、跨平台的数据互认与协作。专家认为标准体系将促使机构重构内部数据资产目录与治理流程,提升治理效率和竞争新维度,并对监管和服务对象产生全面积极影响。未来要求在核心与重要数据本地化、敏感数据脱敏基础上,探索常规及敏感一般数据在联合建模、风控共享等场景中的合规复用,形成制度、技术、人员三位一体的协同管控,数据合规将转向常态化、一体化和全流程标准化的治理新格局。

🏷️ #数据治理 #数据分级 #金融信息服务 #合规

🔗 原文链接

📰 我国金融信息服务数据治理迈入新阶段_中国经济网——国家经济门户

《指南》标志着我国金融信息服务数据治理进入标准化、精细化、系统化的新阶段,强调建立四级数据分级体系以提升数据安全与要素潜力。核心、重要、敏感一般、常规一般四类数据按对国家安全、经济运行、社会秩序及个人权益的潜在危害程度分级,明确数据采集、存储、使用等环节的合规边界,推动数据要素安全有序流通。专家普遍认为该框架有助于梳理数据资产、统一数据标签、提升跨机构互认与协作效率,从而提升行业治理水平与企业核心竞争力。未来需建立全流程管理体系,确保核心与重要数据本地化、敏感数据脱敏,并在联合建模、风控共享等场景探索合规复用。三大发展趋势包括将数据合规常态化、一体化治理以及标准化的内部管控,推动数据资产目录梳理与备案,促成制度、技术、人员协同升级。"

🏷️ #数据治理 #数据分级 #金融信息服务 #数据安全 #合规管理

🔗 原文链接

📰 金融智能体元年:告别问答式AI 规模化应用落地

2026年被视为金融智能体的元年,金融AI在短短一年内实现质变,摆脱了早期的外部辅助,进入可自主完成回测训练、风控合规、研报撰写等全流程闭环作业的新阶段,成为重构金融业务的核心变量。过去一年行业多停留在外挂式补丁阶段,而今金融智能体具备“能说会道、能写会算”的综合能力,能够从任务接收、流程执行到结果输出并进行合规校验,形成自主闭环的数字员工模式。点金平台与Agentar专家团等落地实践,已在银行、证券、保险等机构的核心场景如研报生成、代码编写、理赔、风控等取得显著效率提升。算力底座的规模化,如真武系列AI芯片的广泛部署,支撑高并发和高安全需求,推动金融机构在财富管理、风控、投研等领域的深度应用。其核心竞争力将从模型能力转向数据理解与行业认知深度,数据能力和专业知识体系成为突破关键。金融智能体的发展也带来组织与治理的变革,需在合规边界、透明度与责任分配等方面持续完善。未来,数字员工与智能体将成为金融机构的基础设施,真正实现从局部辅助向全域高效交付的转变,推动金融业态的全面数字化升级。

🏷️ #金融智能体 #人工智能 #金融科技 #数字员工 #数据理解

🔗 原文链接

📰 中国要求银行保险机构将AI风险纳入全面风险管理体系_中安在线

国家金融监管总局发布关于银行业保险业人工智能安全开发应用的指导意见,强调将人工智能(AI)风险纳入全面风险管理体系,提出治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督等32项要点,推动AI服务实体经济高质量发展和金融业务高效运转。文件要求金融机构科学规划AI投入,平衡成本与效益,杜绝盲目追新,确保AI应用具备合规性与社会价值导向。为提升数据治理能力,指导意见推动高质量数据集与知识工程建设,完善数据服务,并在必要时布局自主可控、安全高效的算力底座,鼓励大型机构对中小机构提供算力服务,推动基础设施共建共享。风险治理方面,要求将AI风险纳入全面风险管理,实施分级管理与高风险应用准入,关键环节设立人工监督与干预,强化外包、供应链风险管理,确保法律法规、网络与数据安全、个人信息保护、运营韧性及业务连续性等要求落地。总体目标是促进AI科技创新与金融业务深度融合,有效应对AI带来的挑战,使金融领域的AI应用朝着有益、安全、公平、健康的方向发展。

🏷️ #AI安全 #金融监管 #数据治理 #算力底座 #风险管理

🔗 原文链接

📰 21书评|金融业如何善用AI数字生产力 - 21经济网

本书围绕金融大模型与AI智能体在银行业的嵌入式应用展开,揭示AI不仅是提升效率的工具,更是一场推动组织结构、工作方式与金融服务模式深层变革的技术驱动。通过对120余家银行AI项目的实战经验整理,作者系统展示了大模型如何理解海量文本、分析数据、生成内容,并在任务指令驱动下自主或半自主完成多步骤工作,提升客户咨询、资料整理、风险提示、报表生成等环节的效率,同时实现24小时运行的成本优化。AI员工与专业人员的协同成为银行新常态,智能体可承担风险分析、合规检查、运营管理等多类型任务,推动服务从标准化走向个性化、精准化。书中亦强调数据安全与隐私、模型风险、人机协同等挑战,提出建立完善数据治理、明确使用边界、以及最终由人来做关键判断的治理框架。未来银行将出现多类型AI员工,企业需要培养“通才”型人才,促进金融知识与AI技能的融合,形成人与AI的协同生产关系。读者将获得对AI在金融领域价值、应用边界及治理要点的清晰认知,适合金融从业者、即将进入银行业的毕业生及AI服务商参考。

🏷️ #金融AI #智能体 #银行AI #数据治理 #人机协同

🔗 原文链接

📰 银行业保险业人工智能安全开发应用指导意见出台_中国经济网——国家经济门户

国家金融监督管理总局发布关于银行业保险业人工智能安全开发应用的指导意见,强调在发展与安全之间寻求平衡,推动人工智能在金融行业合规、透明、可信赖的应用。指导从治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督等方面提出32项具体要求,重点在于顶层设计、全生命周期管理、场景与流程管理,以及开发与测评体系的完善,稳妥推进人工智能研发与金融智能体建设,并促进行业生态。对数据管理、数据服务能力和高质量数据集建设提出持续推进的要求,强调自主可控、安全高效的算力底座建设,鼓励大型机构向中小机构输出算力服务,推动基础设施共建共享。风险管理方面要求把AI风险纳入全面风险管理体系,实行分级管理与高风险应用准入,关键环节设立人工监督与干预,强化外包与供应链风险控制,同时提升模型稳健性、透明度与可解释性,确保合规与社会价值观契合,强化网络及数据安全、个人信息保护及运营韧性。监管部门将持续指导监督,推动金融机构全面落实风险治理,定期评估政策效果并提升监管适配能力。

🏷️ #金融监管 #人工智能 #风险管理 #数据治理 #算力

🔗 原文链接
 
 
Back to Top