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）
【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）
📰 2026陆家嘴论坛密集释放重磅金融政策——深化改革开放护航高质量发展
2026年陆家嘴论坛在上海举行，主题聚焦全球治理倡议下的金融发展与合作，强调通过一揽子货币政策、资本市场改革与金融监管举措，推动现代化金融市场建设与上海国际金融中心的提升。首日发布多项落地举措，围绕利率调控、离岸市场布局、境外央行回购工具及自贸区离岸人民币交易试点等，强化货币政策与跨境资本管理的协同，并推动数据监管、数字人民币国际运营等基础设施完善，以提升市场的开放程度与稳定性。论坛还围绕资本市场改革、科技金融监管升级及服务实体经济的多项举措展开，深化科创板及相关金融工具的创新与落地，完善并购重组快速通道、再融资机制以及私募行业规范，着力吸引长期资金、推动资本市场对科技创新的直接支持。在监管层面，强调严格监管与风险治理，推进《商业银行法》《保险法》修订，完善跨境监管和离岸金融监管规则，构建高效的风险前置预警体系，确保金融创新与安全并进，并提出大模型等新技术的分级治理与安全防护策略，确保科技金融健康发展。通过多维度风险防控、深度开放和制度性开放，提升资本项目开放水平并推动上海成为全球金融治理的重要节点。
🏷️ #全球治理 #金融改革 #开放创新 #大模型治理 #离岸金融
🔗 原文链接
📰 2026陆家嘴论坛密集释放重磅金融政策——深化改革开放护航高质量发展
2026年陆家嘴论坛在上海举行，主题聚焦全球治理倡议下的金融发展与合作，强调通过一揽子货币政策、资本市场改革与金融监管举措，推动现代化金融市场建设与上海国际金融中心的提升。首日发布多项落地举措，围绕利率调控、离岸市场布局、境外央行回购工具及自贸区离岸人民币交易试点等，强化货币政策与跨境资本管理的协同，并推动数据监管、数字人民币国际运营等基础设施完善，以提升市场的开放程度与稳定性。论坛还围绕资本市场改革、科技金融监管升级及服务实体经济的多项举措展开，深化科创板及相关金融工具的创新与落地，完善并购重组快速通道、再融资机制以及私募行业规范，着力吸引长期资金、推动资本市场对科技创新的直接支持。在监管层面，强调严格监管与风险治理，推进《商业银行法》《保险法》修订，完善跨境监管和离岸金融监管规则，构建高效的风险前置预警体系，确保金融创新与安全并进，并提出大模型等新技术的分级治理与安全防护策略，确保科技金融健康发展。通过多维度风险防控、深度开放和制度性开放，提升资本项目开放水平并推动上海成为全球金融治理的重要节点。
🏷️ #全球治理 #金融改革 #开放创新 #大模型治理 #离岸金融
🔗 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
📰 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
📰 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
📰 观察丨见证金融AI“换芯”：从“外挂”进化为“原生”
今年金融展揭示了金融AI“从外挂到原生”的跃迁：AI已由简单嵌入业务流程，发展为贯穿整条工作链的持续协同助手，甚至在企业微信或钉钉等平台长期驻场。以“AI Native”为目标，智能体具备理解目标、拆解任务、调用工具、连接数据并持续执行的能力，推动投研、理赔等场景实现高效自动化：如中信证券的“超级研究员”可基于十万篇研报自动生成万字深度报告，理赔环节时长从1–2天降至3分钟内，效率提升数百到千倍。这一切的背后，算力仍是根本驱动，Token在GPU集群中的密集运算支撑着每次研报生成与核赔计算。与此同时，数据深度理解与金融级合规成为落地的关键门槛：智能体需理解财务流水中异常、整合内部私有数据与外部因子，且在“输入不可信、执行不可控、过程不可追溯、责任不清”四维度下实现可控安全。展望称为“金融AI元年”的2026，需在价值创造与可信、可问责之间找到平衡，推动AI在金融场景中的全面、稳健落地。
🏷️ #金融AI #AI原生 #合规安全 #投研智能 #理赔效率
🔗 原文链接
📰 观察丨见证金融AI“换芯”：从“外挂”进化为“原生”
今年金融展揭示了金融AI“从外挂到原生”的跃迁：AI已由简单嵌入业务流程，发展为贯穿整条工作链的持续协同助手，甚至在企业微信或钉钉等平台长期驻场。以“AI Native”为目标，智能体具备理解目标、拆解任务、调用工具、连接数据并持续执行的能力，推动投研、理赔等场景实现高效自动化：如中信证券的“超级研究员”可基于十万篇研报自动生成万字深度报告，理赔环节时长从1–2天降至3分钟内，效率提升数百到千倍。这一切的背后，算力仍是根本驱动，Token在GPU集群中的密集运算支撑着每次研报生成与核赔计算。与此同时，数据深度理解与金融级合规成为落地的关键门槛：智能体需理解财务流水中异常、整合内部私有数据与外部因子，且在“输入不可信、执行不可控、过程不可追溯、责任不清”四维度下实现可控安全。展望称为“金融AI元年”的2026，需在价值创造与可信、可问责之间找到平衡，推动AI在金融场景中的全面、稳健落地。
🏷️ #金融AI #AI原生 #合规安全 #投研智能 #理赔效率
🔗 原文链接
📰 观察丨见证金融AI“换芯”：从“外挂”进化为“原生”
本次在上海举行的2026中国国际金融展清晰地揭示了金融业与人工智能融合进入深度变革阶段。与去年仅将AI“挂在”现有流程不同，今年AI已成为金融业务的核心驱动，呈现从“AI Plus”向“AI Native”的跃迁。智能体不再只是能说会道的工具，而是能够理解目标、拆解任务、调用工具、连接数据并持续执行的准人型助手，贯穿信鉴、理赔、投研等全流程，甚至嵌入企业通信工具，提供实时话术与风险提示。数据与算力是底层支撑，万字研报由大模型自动生成、核赔时效显著提升，均显示出“能写会算”的实用价值。然落地仍面临数据理解深度与合规安全的双重挑战，尤其是在输入可信、执行可控、过程可追溯、责任清晰等方面，需要金融机构与云厂商共同建立健全的治理与沙箱机制。总体来看，金融AI的真正进入门槛在于人的认知与组织变革，行业正从概念阶段迈向田间应用，2026年被视为金融行业智能体的元年，目标是实现可信、可问责的高质量落地。
🏷️ #金融AI #AI Native #合规安全 #智能体 #金融落地
🔗 原文链接
📰 观察丨见证金融AI“换芯”：从“外挂”进化为“原生”
本次在上海举行的2026中国国际金融展清晰地揭示了金融业与人工智能融合进入深度变革阶段。与去年仅将AI“挂在”现有流程不同，今年AI已成为金融业务的核心驱动，呈现从“AI Plus”向“AI Native”的跃迁。智能体不再只是能说会道的工具，而是能够理解目标、拆解任务、调用工具、连接数据并持续执行的准人型助手，贯穿信鉴、理赔、投研等全流程，甚至嵌入企业通信工具，提供实时话术与风险提示。数据与算力是底层支撑，万字研报由大模型自动生成、核赔时效显著提升，均显示出“能写会算”的实用价值。然落地仍面临数据理解深度与合规安全的双重挑战，尤其是在输入可信、执行可控、过程可追溯、责任清晰等方面，需要金融机构与云厂商共同建立健全的治理与沙箱机制。总体来看，金融AI的真正进入门槛在于人的认知与组织变革，行业正从概念阶段迈向田间应用，2026年被视为金融行业智能体的元年，目标是实现可信、可问责的高质量落地。
🏷️ #金融AI #AI Native #合规安全 #智能体 #金融落地
🔗 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
📰 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
📰 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
📰 云南省提升数字化金融服务水平——数据活起来 企业增动能_昆明信息港
云南金融监管局推动数字化赋能金融服务，交通银行云南分行联合融信服平台建立信用信息联合加工实验室，打通政务、税务、知识产权等多维数据要素，利用隐私计算与联邦学习等前沿技术，为科技型小微企业精准画像并生成主动授信名单。以云南某信息安全公司为例，企业拥有多项专利，自主研发的宽带自组网基站处于行业领先，实验室据以实现对企业专精特新资质、研发投入、知识产权等数据的精准分析，核定1000万元预营销意向额度，使“知产变资产”成为现实。自实验室运营以来，已完成2000余户潜在小微企业画像，预授信近40亿元，实际为100余户省内小微企业提供授信，总授信金额超4亿元。未来，试点经验将扩展到更广领域，推动主动授信与协调机制的深度应用，为云南实体经济高质量发展提供金融支撑。
🏷️ #金融科技 #主动授信 #数据联动 #隐私计算 #中小微企业
🔗 原文链接
📰 云南省提升数字化金融服务水平——数据活起来 企业增动能_昆明信息港
云南金融监管局推动数字化赋能金融服务，交通银行云南分行联合融信服平台建立信用信息联合加工实验室，打通政务、税务、知识产权等多维数据要素，利用隐私计算与联邦学习等前沿技术，为科技型小微企业精准画像并生成主动授信名单。以云南某信息安全公司为例，企业拥有多项专利，自主研发的宽带自组网基站处于行业领先，实验室据以实现对企业专精特新资质、研发投入、知识产权等数据的精准分析，核定1000万元预营销意向额度，使“知产变资产”成为现实。自实验室运营以来，已完成2000余户潜在小微企业画像，预授信近40亿元，实际为100余户省内小微企业提供授信，总授信金额超4亿元。未来，试点经验将扩展到更广领域，推动主动授信与协调机制的深度应用，为云南实体经济高质量发展提供金融支撑。
🏷️ #金融科技 #主动授信 #数据联动 #隐私计算 #中小微企业
🔗 原文链接
📰 渝企自研AI大模型能管理小模型 在全球多模态榜单中登顶-新华网
重庆中科云从科技通过自主研发的从容大模型，展示了强大的多模态能力与行业落地效果。该模型以“一体化”处理文本与图像信息，超越传统分模型的处理方式，在OpenCompass全球多模态评测中名列前茅，并在文图理解、高阶推理及复杂场景文本识别等方面保持全球领先。企业通过与真实行业数据的深度定制训练，使模型具备读懂文书、识别票据、自动生成合规报告等能力，满足金融、安防、政务等领域的实际需求。为降低部署成本与提升效率，云从科技提出“大模型+小模型”协同策略：大模型负责全局与高阶推理，小模型在边缘设备端实现高效、低延迟、离线运行，结合安防与生产场景的具体应用，提升安全与生产效率。未来，该公司将继续在多模态框架内拓展应用场景，推动AI在产业数字化转型中的广泛落地。
🏷️ #多模态 #AI大模型 #金融风控 #产业数字化 #边缘计算
🔗 原文链接
📰 渝企自研AI大模型能管理小模型 在全球多模态榜单中登顶-新华网
重庆中科云从科技通过自主研发的从容大模型，展示了强大的多模态能力与行业落地效果。该模型以“一体化”处理文本与图像信息，超越传统分模型的处理方式，在OpenCompass全球多模态评测中名列前茅，并在文图理解、高阶推理及复杂场景文本识别等方面保持全球领先。企业通过与真实行业数据的深度定制训练，使模型具备读懂文书、识别票据、自动生成合规报告等能力，满足金融、安防、政务等领域的实际需求。为降低部署成本与提升效率，云从科技提出“大模型+小模型”协同策略：大模型负责全局与高阶推理，小模型在边缘设备端实现高效、低延迟、离线运行，结合安防与生产场景的具体应用，提升安全与生产效率。未来，该公司将继续在多模态框架内拓展应用场景，推动AI在产业数字化转型中的广泛落地。
🏷️ #多模态 #AI大模型 #金融风控 #产业数字化 #边缘计算
🔗 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--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
📰 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
📰 海光携手中国银联共探金融AI:国产算力支撑智能体加速落地
6 月 16 日，2026 中国国际金融展在上海开幕，海光信息与中国银联围绕金融科技创新展开专题交流，举办“走进上海” 银联+海光金融科技专题交流活动，推动金融 AI 与国产算力协同创新。双方代表先后走访考察金融支付 AI 场景落地、国产高性能算力底座支撑以及金融核心系统适配成果，了解人工智能在金融行业安全可信、高效落地的最新进展。交流中，金融 AI 从“模型能力验证”向“智能体业务落地”演进成为共识。随着 AI 深入制度查询、智能运维、合规风控与支付服务等核心业务流程，机构对算力基础设施的安全性、稳定性与效率提出更高要求。海光信息亮相展会的 CPU+DCU 双芯协同架构，提供芯片级内生安全算力底座，为金融智能体时代提供基础支撑与安全保障；CPU 负责系统调度、复杂工作流编排与知识库调用，确保核心交易与合规体系稳定运行；DCU 专注大模型高效智算，显著降低 Token 推理成本与能耗。通过双芯协同，推动金融 AI 智能体从“能问能答”向低时延、高并发的“能办事”阶段演进。芯片级内生安全机制与基于 CSV 的硬件级机密计算环境，提出“机密 Token”方案，对 Token 的生成、传输与消费全过程进行密文隔离与保护，提升数据安全与模型可信水平，为金融 AI 应用构建更高等级的安全边界。业内认为，数字化转型深化推动国产算力与金融 AI 深度融合成为关键趋势。海光信息与中国银联在算力底座、应用场景与安全体系等多维探讨，展现国产算力在金融核心场景的适配能力，并为后续金融智能体规模化落地提供实践路径。
🏷️ #金融 AI #国产算力 #安全计算 #双芯协同 #机密 Token
🔗 原文链接
📰 海光携手中国银联共探金融AI:国产算力支撑智能体加速落地
6 月 16 日，2026 中国国际金融展在上海开幕，海光信息与中国银联围绕金融科技创新展开专题交流，举办“走进上海” 银联+海光金融科技专题交流活动，推动金融 AI 与国产算力协同创新。双方代表先后走访考察金融支付 AI 场景落地、国产高性能算力底座支撑以及金融核心系统适配成果，了解人工智能在金融行业安全可信、高效落地的最新进展。交流中，金融 AI 从“模型能力验证”向“智能体业务落地”演进成为共识。随着 AI 深入制度查询、智能运维、合规风控与支付服务等核心业务流程，机构对算力基础设施的安全性、稳定性与效率提出更高要求。海光信息亮相展会的 CPU+DCU 双芯协同架构，提供芯片级内生安全算力底座，为金融智能体时代提供基础支撑与安全保障；CPU 负责系统调度、复杂工作流编排与知识库调用，确保核心交易与合规体系稳定运行；DCU 专注大模型高效智算，显著降低 Token 推理成本与能耗。通过双芯协同，推动金融 AI 智能体从“能问能答”向低时延、高并发的“能办事”阶段演进。芯片级内生安全机制与基于 CSV 的硬件级机密计算环境，提出“机密 Token”方案，对 Token 的生成、传输与消费全过程进行密文隔离与保护，提升数据安全与模型可信水平，为金融 AI 应用构建更高等级的安全边界。业内认为，数字化转型深化推动国产算力与金融 AI 深度融合成为关键趋势。海光信息与中国银联在算力底座、应用场景与安全体系等多维探讨，展现国产算力在金融核心场景的适配能力，并为后续金融智能体规模化落地提供实践路径。
🏷️ #金融 AI #国产算力 #安全计算 #双芯协同 #机密 Token
🔗 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
📰 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
📰 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
📰 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
📰 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
📰 金融监管总局：严禁滥用人工智能技术生成虚假信息、操纵市场价格 - 观点网
国家金融监督管理总局发布的《银行业保险业人工智能安全开发应用的指导意见》强调以习近平新时代中国特色社会主义思想为指导，推动人工智能在金融行业的合规、透明、可控发展，提升数据治理、算力建设、风险管理等能力，完善治理架构并将人工智能风险纳入全面风险管理体系。文件提出32项指导性意见，覆盖数据安全、网络安全、个人信息保护、业务连续性等方面，要求加强模型、数据、基础设施及应用系统的安全能力建设，防范模型生成结果不可靠和黑箱问题导致的责任不清，切实提升对投资策略趋同和市场波动风险的应对能力，同时禁止滥用人工智能生成虚假信息、操纵市场价格。总体目标是帮助金融机构更好服务实体经济和人民群众的实际需求，推动行业新质生产力的发展。免责声明提示内容基于公开信息整理，不构成投资建议。
🏷️ #金融AI #风险治理 #数据安全 #合规发展 #金融科技
🔗 原文链接
📰 金融监管总局：严禁滥用人工智能技术生成虚假信息、操纵市场价格 - 观点网
国家金融监督管理总局发布的《银行业保险业人工智能安全开发应用的指导意见》强调以习近平新时代中国特色社会主义思想为指导，推动人工智能在金融行业的合规、透明、可控发展，提升数据治理、算力建设、风险管理等能力，完善治理架构并将人工智能风险纳入全面风险管理体系。文件提出32项指导性意见，覆盖数据安全、网络安全、个人信息保护、业务连续性等方面，要求加强模型、数据、基础设施及应用系统的安全能力建设，防范模型生成结果不可靠和黑箱问题导致的责任不清，切实提升对投资策略趋同和市场波动风险的应对能力，同时禁止滥用人工智能生成虚假信息、操纵市场价格。总体目标是帮助金融机构更好服务实体经济和人民群众的实际需求，推动行业新质生产力的发展。免责声明提示内容基于公开信息整理，不构成投资建议。
🏷️ #金融AI #风险治理 #数据安全 #合规发展 #金融科技
🔗 原文链接
📰 金融监管总局：鼓励有条件的大型金融机构向中小金融机构输出算力服务_金改实验室_澎湃新闻-The Paper
国家金融监督管理总局发布的关于银行业保险业人工智能安全开发应用的指导意见，围绕治理架构、开发应用、数据治理、算力建设、风险治理、能力提升、保障与监督等方面提出32项指导性意见，旨在规范金融机构对人工智能的开发与应用、防范相关风险、推动数字金融高质量发展以及金融业务与人工智能的深度融合。总体要求强调坚持谁使用谁负责、自主可控、务实高效和安全发展，完善治理架构、建立全生命周期管理、加强场景与流程管理，推进高水平开发应用、提升数据治理、建设智能算力、完善风险治理框架，并将数据安全、网络安全、个人信息保护与运营韧性纳入核心。对外部合作、外包、开源技术、模型透明度与可解释性、伦理与公平性等提出具体要求，强调高风险场景需严格准入与监督，建立防火墙、风险隔离与应急机制；加强监管机构的指导、评估、人才培养与行业交流，推动形成安全、可控、协同发展的金融人工智能生态。
🏷️ #金融科技 #人工智能治理 # 数据安全 # 风险管理 # 监管框架
🔗 原文链接
📰 金融监管总局：鼓励有条件的大型金融机构向中小金融机构输出算力服务_金改实验室_澎湃新闻-The Paper
国家金融监督管理总局发布的关于银行业保险业人工智能安全开发应用的指导意见，围绕治理架构、开发应用、数据治理、算力建设、风险治理、能力提升、保障与监督等方面提出32项指导性意见，旨在规范金融机构对人工智能的开发与应用、防范相关风险、推动数字金融高质量发展以及金融业务与人工智能的深度融合。总体要求强调坚持谁使用谁负责、自主可控、务实高效和安全发展，完善治理架构、建立全生命周期管理、加强场景与流程管理，推进高水平开发应用、提升数据治理、建设智能算力、完善风险治理框架，并将数据安全、网络安全、个人信息保护与运营韧性纳入核心。对外部合作、外包、开源技术、模型透明度与可解释性、伦理与公平性等提出具体要求，强调高风险场景需严格准入与监督，建立防火墙、风险隔离与应急机制；加强监管机构的指导、评估、人才培养与行业交流，推动形成安全、可控、协同发展的金融人工智能生态。
🏷️ #金融科技 #人工智能治理 # 数据安全 # 风险管理 # 监管框架
🔗 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_央广网
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，强调在统筹发展与安全、促进高质量生产力的同时，推动人工智能在金融行业的合规、透明与可信赖应用。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32项要点，要求金融机构建立AI全生命周期管理体系，完善开发与测评、场景与流程管理，稳妥推进金融智能体建设与应用生态。并提出数据管理与高质量数据集建设、自主可控算力底座、向中小机构输出算力等举措，同时将AI风险纳入全面风险管理，实施分级与准入管理，建立人工监督、加强外包与供应链风险管理，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，强化网络与数据安全、运营韧性与业务连续性。监管机构将加强指导监督，提升监管适配能力，持续评估政策效果，促进行业风险治理落地。
🏷️ #金融AI #合规治理 #数据治理 #风险管理 #算力
🔗 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_央广网
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，强调在统筹发展与安全、促进高质量生产力的同时，推动人工智能在金融行业的合规、透明与可信赖应用。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32项要点，要求金融机构建立AI全生命周期管理体系，完善开发与测评、场景与流程管理，稳妥推进金融智能体建设与应用生态。并提出数据管理与高质量数据集建设、自主可控算力底座、向中小机构输出算力等举措，同时将AI风险纳入全面风险管理，实施分级与准入管理，建立人工监督、加强外包与供应链风险管理，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，强化网络与数据安全、运营韧性与业务连续性。监管机构将加强指导监督，提升监管适配能力，持续评估政策效果，促进行业风险治理落地。
🏷️ #金融AI #合规治理 #数据治理 #风险管理 #算力
🔗 原文链接
📰 【金融街发布】银行业保险业人工智能安全开发应用指导意见出台
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，要求金融机构在发展和安全之间实现统筹，推动AI应用合规、透明、可信赖，并加强分类分级管理以应对风险挑战，更好服务实体经济和人民群众需求。指导意见涵盖治理架构、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32项要点，强调顶层设计与全生命周期管理，完善模型开发部署全流程，稳妥推进AI技术研发和金融智能体建设，推动行业应用生态。提出要完善数据管理运营体系，提升数据服务能力，持续推进高质量数据集与知识工程建设；在算力方面要布局自主可控、安全高效的智能底座，鼓励大型机构向中小机构输出算力，推动同业基础设施共建共享。风险管理方面将AI风险纳入全面风险管理体系，实施分级管理与高风险应用准入，关键环节建立人工监督与干预机制，加强外包、供应链风险、模型稳健性与透明度，确保合规、可解释、具备社会价值观导向，同时加强网络与数据安全、个人信息保护、运营韧性与业务连续性。监管总局及派出机构将加强指导监督，督促全面落实风险治理、关注合规风险并严惩违规行为，持续评估监管政策和效果，提升监管适配能力。
🏷️ #AI应用 #风险治理 #数据治理 #算力建设 #金融监管
🔗 原文链接
📰 【金融街发布】银行业保险业人工智能安全开发应用指导意见出台
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，要求金融机构在发展和安全之间实现统筹，推动AI应用合规、透明、可信赖，并加强分类分级管理以应对风险挑战，更好服务实体经济和人民群众需求。指导意见涵盖治理架构、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32项要点，强调顶层设计与全生命周期管理，完善模型开发部署全流程，稳妥推进AI技术研发和金融智能体建设，推动行业应用生态。提出要完善数据管理运营体系，提升数据服务能力，持续推进高质量数据集与知识工程建设；在算力方面要布局自主可控、安全高效的智能底座，鼓励大型机构向中小机构输出算力，推动同业基础设施共建共享。风险管理方面将AI风险纳入全面风险管理体系，实施分级管理与高风险应用准入，关键环节建立人工监督与干预机制，加强外包、供应链风险、模型稳健性与透明度，确保合规、可解释、具备社会价值观导向，同时加强网络与数据安全、个人信息保护、运营韧性与业务连续性。监管总局及派出机构将加强指导监督，督促全面落实风险治理、关注合规风险并严惩违规行为，持续评估监管政策和效果，提升监管适配能力。
🏷️ #AI应用 #风险治理 #数据治理 #算力建设 #金融监管
🔗 原文链接
