⁣
📰 当所有人都在“养龙虾”，为何这次金融行业犹豫了？

本文围绕“OpenClaw”龙虾在AI热潮中的业界反应展开讨论。尽管AI领域涌现层出不穷的新故事，金融行业对新AI应用的态度却呈现明显分化：此前热潮期银行普遍表示积极跟进，但在OpenClaw等高权限、可能影响安全的智能体出现后，银行普遍选择观望甚至拒绝部署，原因在于安全与合规的底线。文章指出，金融机构需要在确保信息与交易安全、最小化数据暴露的前提下，逐步对低风险场景进行试点、再进行模型深度定制与私有化部署，建立完善的AI治理体系，逐步推广到非核心场景，最终再评估核心场景的落地可能性。总体来看，OpenClaw等智能体具备提升效率的潜力，但在金融行业要实现大规模落地，必须以严格的边界、可控权限和完整的安全治理为前提，且路径应是从低风险场景逐步向核心业务扩展。文章强调，目前龙虾虽红但尚未成熟，金融机构在安全可控前提下才愿继续探索其落地。

🏷️ #安全 #金融AI #落地路径 #治理体系 #边界控制

🔗 原文链接

⁣
📰 刷屏的OpenClaw“AI小龙虾”，为啥银行不敢碰？_京报网

一年前，DeepSeek 的开源特性在银行业掀起探索热潮，轻量化应用在远程服务、智能客服等场景落地，推动科技赋能成为行业共识。然而如今，OpenClawAI 框架因其较高的系统操作权限和远程控制能力，使银行对其望而却步，个人信息保护成为不可逾越的红线。银行担忧开源工具的安全隐患、潜在后门、以及跨设备、跨网络的控制带来的信息泄露风险，导致在核心系统与敏感数据的管理上坚持闭环、内外网严格隔离。尽管 OpenClaw 的自动化与跨系统协同能力契合升级需求，风险敞口难以预测，银行普遍认为需要先建立可控边界、完整的权限与审计体系，方能在效率与安全之间取得平衡。就应用前景而言，银行趋向将开源工具用于非隐私、非核心数据的辅助场景，如智能客服、智能催收、标准化话术等，以降低风险并提升效率。未来五到十年，若要在银行领域更大规模、稳健地应用开源工具，需制定金融行业专属规范、确保国产化适配与核心技术可控，并建立完善的治理与全生命周期管控体系，以实现对开源组件的精准识别、漏洞跟踪及安全加固。

🏷️ #银行安全 #开源工具 #OpenClaw #数据保护 #治理体系

🔗 原文链接

⁣
📰 央行科技司司长李伟：深入实施“人工智能+”行动，加速金融数智化转型-移动支付网

在《金融电子化》杂志上，中国人民银行科技司司长李伟指出，“十五五”期间需深入实施“人工智能+”行动，以加速金融数智化转型。要稳妥提升人工智能在金融领域的应用与安全水平，基于需求和场景逐步推进，构建适应智能经济与社会的智能金融体系。

李伟提到，加强顶层设计是关键，需编制新阶段金融科技发展规划，明确人工智能在金融中的核心定位与应用导向。同时，加快建设金融领域的人工智能应用中试基地，降低行业模型训练成本，探索智能算力的共享机制，为金融机构提供支持。

此外，完善治理体系是不可或缺的一环，要践行负责任金融理念，制定相关制度规则，研究人工智能技术应用的安全规范。鼓励金融机构积极采用人工智能技术，聚焦信贷融资、风险控制等重点场景，推动智能服务模式与解决方案的构建，实现金融服务的智能化发展。

🏷️ #人工智能 #金融科技 #数智化转型 #治理体系 #应用水平

🔗 原文链接