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)

📰 调用量两年增长超千倍 词元经济重塑金融服务模式--经济·科技--人民网

词元作为AI大模型处理信息的最小单位,正推动金融服务模式的全面升级与成本结构的根本改变。文章指出,词元调用量在两年间实现超千倍增长,标志着AI不再是实验室技术,而是广泛应用的生产力工具。其核心价值在于将复杂文本、图片、代码等信息拆解为统一的词元单元,支撑从被动响应向主动预见、从高成本的人工操作向低成本的规模化服务转变。对于金融行业,词元经济不仅提升服务效率(如从1小时压缩到3分钟的咨询与审批),还推动风险定价、产品设计、理赔等环节的智能化重塑,形成以意图理解驱动的高价值场景。挑战方面,需关注数据隐私、模型可靠性、算力成本及监管问责等问题,建立可核算的词元价值评估与白盒化架构,以确保在提升效率的同时保持合规与可控性。总体而言,词元经济将推动金融业由单纯的算力堆积向更高效的价值创造转型,促进数字经济向数智经济的跃迁,并对社会生产、教育科研及日常生活产生深远影响。

🏷️ #词元 #金融科技 #AI应用 #算力成本 #风险治理

🔗 原文链接

📰 银保业AI应用划红线:信贷审批等被列为高风险场景

国家金融监督管理总局发布了关于银行业保险业人工智能安全开发应用的指导意见,聚焦治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督等七大方面,共32项指导性意见。当前金融行业大模型热潮持续升温,2025年金融行业大模型中标587个、披露金额15.06亿元,银行业在项目数和资金占比居高不下,AI应用已从辅助阶段向支持前台决策的方向发展,推动数字金融进入新阶段。然而,技术快速发展亦伴随风险:模型黑箱、幻觉、以及自主决策带来的不确定性需要通过制度治理来管控。指导意见强调“谁使用谁负责”的主体责任,要求完善治理架构、建立跨职能协同、培养复合型人才,并将AI风险纳入全面风险管理,设立高风险应用准入门槛,建立人工监督与应急机制,明确停用、退出条件和备用方案,同时对个人敏感信息的使用设立红线,禁止用于模型训练与优化,推动数据治理升级与合规创新。总之,该意见旨在平衡创新与风险,确保以业务价值为导向推进AI安全应用与金融稳健发展。

🏷️ #AI安全 #金融AI #银行业 #风控 #数据治理

🔗 原文链接

📰 智能体支付“卡位战”

本报道聚焦AI支付的最新进展与挑战,描述支付宝推出AI版“阿宝”、微信支付为智能体开设“AI专属卡”等举措,以及全球巨头在支付底层协议和生态建设上的竞逐。文章指出,智能体支付正在从“辅助浏览”向“授权执行”转变,未来交易将由智能体在用户授权范围内完成,但当前仍属初级阶段,核心仍是支付的规则、身份认证和信任机制的建立。为实现跨平台、跨主体的安全协作,各方正在推动一系列底层协议框架,如APOP、ACT等,并通过开放标准与生态合作争夺话语权。伴随机遇而来的是潜在风险,包括越权、误解、误付、钓鱼和系统性冲击等,需在加强风控、明确责任归属、建立KYA原则与国家级通用协议方面共同发力。业界普遍认为AI支付的未来将以入口能力为主导,谁先建立可验证、可溯源、可控的支付秩序,谁就可能主导未来十年的支付格局。

🏷️ #AI支付 #支付协议 #风险与监管 #智能体支付 #生态竞争

🔗 原文链接

📰 银行业保险业要划定技术创新与应用安全的边界 - 21经济网

金融监管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,聚焦治理架构、数据与算力、风险管理、人才培养等方面,提出32项具体要求,推动人工智能在金融领域的健康有序发展。文章指出当前银行与保险业在信贷审批、理赔、量化交易、智能客服等场景广泛应用AI,提升经营与服务质量,但也面临算法黑箱、数据安全隐患等风险。为此,《意见》强调建立顶层治理机制,打破部门壁垒,要求董(理)事会设专门委员会统筹,明确开发、测试、运维等环节的责任人,形成可追溯的治理链条;建立全生命周期闭环管理,包括需求分析、数据准备、训练开发、部署运行、维护迭代、评估退出等阶段的合规与风险控制。并提出高标准的数据安全治理、模型安全开发与评测、算力基础设施的自主可控、分级风控以及外包合作安全管理等要求。总体目标是平衡创新与安全,确保生成式AI等高风险应用在可控范围内使用,提升金融服务效率与风控水平,同时加强对外部风险的管理与自研能力建设。

🏷️ #金融科技 #数据安全 #风险治理 #模型安全 #外包管理

🔗 原文链接

📰 当金融行业的科技创新沉向基础设施,银联在布局什么?

本文围绕中国银联在人工智能与金融科技领域的系统性布局展开,强调“硬实力底座+软实力创新”的双轮驱动。首先通过银蝶园区、数据中心与多活容灾等基础设施展示算力、网络、安全的稳健底层能力,强调在金融场景中对高并发、海量数据、实时风控的支撑作用。其次聚焦“隐私保护大模型、数据可用不可见”等技术路线,说明在确保数据安全前提下实现云端 AI 能力落地的可能性,并通过风控专家系统和一键诊图等产品提升金融风控与运营效率。再次提出开放生态的重要性,介绍 MCP 集市、APOP 等平台与规则框架,强调通过共建标准、跨机构信任机制,推动 AI 场景化应用的广泛落地。总体而言,银联以基础设施深度建设与应用场景落地并重,打造1+1+N的大模型体系和开放协同生态,将AI转化为可持续的行业生产力,推动金融科技向更高效、安全、开放的方向发展。

🏷️ #金融科技 #AI安全 #开放生态 #算力基础 #风控智能

🔗 原文链接

📰 AI赋能金融提质增效_中国经济网——国家经济门户

在第三十一届中国国际金融展上,浪潮软件集团展示了以AI技术提升金融场景的创新应用,突出“大模型文档解析处理平台”和“大模型客服平台”的协同能力。平台以“大小模型协同”为核心,集成70余项AI识别能力,能精准提取复杂表格和模糊影像中的关键字段,支持自然语言上传样本文档,生成可调用的API接口,显著提升信贷审批、风险核查等高频场景的自动化与时效性。客服平台贯穿话前洞察、话中辅助、话后闭环,具备情绪感知、话术建议、自动工单及无缝转接人工的能力;数据显示AI独立回收六成回款、人力成本下降一半。灵云智能会议系统实现自然对话式转写与纪要,提升办公效率。面对文档多、搜索难、知识流失的痛点,大模型知识助手通过智能探查、版本追踪与权限管控,构建“超级智库”,实现秒级应答与准确知识检索。平台支持私有化部署与零代码构建,应用如“金哨卫”“存客宝”在真实业务中已有效追踪资金流、识别风险、挖掘潜力,推动风控确定性、营销精准度与运营降本增效。最终,大模型能力落地一线,成为金融行业数字化转型的可感知动能。

🏷️ #金融 #大模型 #智能应用 #风控 #降本增效

🔗 原文链接

📰 推进AI与金融业务深度融合

2026年陆家嘴论坛在上海举行,奇富科技作为金融科技领域的实践者受邀参加开幕式。大会聚焦科技创新赋能金融高质量发展与普惠金融的有效性与精准度,为行业创新指明方向。奇富科技指出,当前是机会与挑战并存的时代,机遇大于挑战。挑战在于合规要求提升,但AI驱动的基础设施升级让金融行业从数字化、移动化进入AI化、智能化阶段,AI能力从问答型模型转向智能体能力,既能帮助人们完成任务,也将改变组织运营与生产关系。数据价值被重新定义,数据正从业务副产品转为核心资产,经营经验和风控能力通过AI实现模型化、能力化,数据资产与能力模型的融合成为金融机构的新核心竞争力。奇富科技称我国有2570万隐性小微经营者,凭借十年行为数据、交易特征与经营轨迹实现精准识别,带来精准风控与定价,提升覆盖面。当前金融科技处在AI化与出海叠加的时代,具备AI能力的中国企业在金融科技出海市场具显著竞争优势,能力壁垒和技术壁垒在海外市场具有竞争力。未来,奇富科技将继续推进AI与金融业务深度融合,兼顾科技创新与稳健发展,不断提升金融服务效率与精准度。

🏷️ #金融科技 #AI化 #出海 #普惠金融 #风控

🔗 原文链接

📰 中银金租×用友金融:一体化、智能化、高弹性,助力财务全链路转型升级

中银金融租赁有限公司与用友金融合作,构建以总账为核心的一体化财务管理平台,推动业财税一体化、智能高效、安全可信的精益经营落地。新一代总账体系不仅升级记账工具,更成为贯穿核算、计量、决策的底层框架,实现多准则、多币种、多核算体系的并行核算,强化凭证、账簿与期末结账等核心功能,提升实时财务监控与风险合规能力。系统覆盖七大模块,包括一体化财务会计、多维精细化管理、灵活报表、全生命周期固定资产管理、费用管理、税务管理、平稳过渡等,确保数据从历史迁移到新系统的完整性与连续性。通过全税种自动计税、数据穿透溯源及智能化报表体系,推动集团化、标准化、自动化的财务核算闭环,提升运营效率、风险抵御能力与价值创造能力,帮助中银金租在减量增质的转型周期中实现高质量发展。

🏷️ #总账 #业财税一体化 #智能化 #财务管理 #风控

🔗 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

📰 【ESG-V评级观察】A股治理体检:从公司治理走向可监督的责任关系-钛媒体官方网站

本报道聚焦济安金信ESG-V评级中G维度的“督导机制”属性,强调治理不仅是公司内部管理,更是一套对股东、债权人、监管机构及其他利益相关方可监督的责任关系体系。通过对4764家A股上市公司的数据分析,G维度呈中部等级为主、两端分化并存的结构,揭示多数企业具备基本治理框架,但信息披露、偿债能力、内控、关联交易、税务合规和重大风险防控等方面差异明显。督导机制的核心在于制度是否真正发挥作用,能否约束大股东与管理层、识别并防范风险、提升透明度与合规性,进而维护资本市场信用。数据验证结合外部信息源,如卫星遥感与人工智能解译,对固定资产真实性、产能披露及关联资产透明度提供辅助核验。行业分化显示金融行业的治理约束最强,制造与高端装备行业聚焦资产真实性、研发投入和供应链稳定性,资源型行业关注资金链与债务风险,地产基建则重视资金使用与担保风险。区域层面则强调产业结构与监管场景的影响,东部地区并非天然更优,治理能力的提升需在资产质量、债务结构、信息披露与外部监督协同发力。最终,G维度的意义在于评估治理制度能否转化为对财务、债务、合规与信息披露风险的有效约束,提升资本市场信用与长期价值。

🏷️ #治理机制 #信息披露 #风险防控 #偿债能力 #资产真实性

🔗 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

📰 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

📰 AI赋能金融高质量发展,中外银保高管畅谈变革与风控

在2026陆家嘴论坛的全体大会上,来自中外资银行、保险、资管机构的高管和专家学者共同讨论了AI等科技创新对金融高质量发展的影响,以及如何在推动创新的同时有效管控风险。演讲者普遍认为,人工智能正在重塑银行与保险业的服务模式、价值创造和管理范式。具体表现包括:通过大模型实现更普惠、专业、个性化的数字金融服务,提升客服、营销、风控等环节的效率与降本增效;利用深度数据嵌入推动跨部门协同与定制化服务,提升客户体验和产品竞争力;以及对组织治理、人才结构、风险治理的系统性重新设计,使数据驱动、智能驱动成为常态。与此同时,行业也面临数据隐私、算法公平性、模型黑箱、幻觉、自主决策等风险挑战,需要建立强健的治理框架、明确责任主体、实施“人类在环”的监管,以及全球协同治理以在创新与合规之间取得平衡。总体而言,AI被视为提升金融服务质量和效率的关键驱动力,但前提是以高度可信、可控的治理体系为支撑,确保创新不以牺牲风险控制为代价。未来金融行业将以技术驱动的高质量发展为目标,推动科技与监管协同并进。

🏷️ #AI金融 #风险治理 #金融科技 #治理框架 #全球监管

🔗 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

📰 金融监管总局:金融机构安全开发应用人工智能应摒弃“为新而新、为用而用”倾向_北京商报

近期金融监管总局发布《银行业保险业人工智能安全开发应用的指导意见》,旨在推动银行业和保险业在人工智能领域的安全开发与风险防控,促进数字金融高质量发展和金融业务深度融合。意见从治理架构、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项指导性意见,覆盖从资源投入、应用场景落地到风险防控的全链条。监管方强调,当前我国金融行业正在加大人工智能资源投入,形成一定应用基础,并将持续跟踪行业动态、调研现状与挑战,以引导金融领域朝有益、安全、公开、健康有序方向发展。提出四大原则以规范安全开发:一是明确主体责任,二是坚持自主可控,三是务实高效,聚焦业务价值与成本效益,四是安全发展,遵守网络与数据等法律法规,提升技术与应用的安全防护与应急能力。总体目标是推动人工智能在金融领域的合规、稳健应用,提升风险防控水平,促进行业高质量发展。

🏷️ #金融AI #风险防控 #安全开发 #自主可控 #监管 Guidance

🔗 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

国家金融监督管理总局发布《银行业保险业人工智能安全开发应用的指导意见》,以习近平新时代中国特色社会主义思想为指引,强调在银行业与保险业推动人工智能应用的合规、透明、可解释和可信赖发展。文件从治理架构、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条要求,聚焦顶层设计、全生命周期管理、数据与知识工程建设、以及自主可控的算力底座建设。特别提出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,推动基础设施共建共享,提升行业应用生态。风险治理方面强调将人工智能纳入全面风险管理体系,实施分级准入、高风险应用监管与外包/供应链风险控制;安全、合规与社会价值观成为关键约束条件。此外,强调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管理,督促各级监管机构加强指导监督,定期评估成效,促进人工智能在金融领域合规有序发展并服务实体经济。最后强调政策宣贯与创新融合,推动金融科技与金融业务深度协同。

🏷️ #金融监管 #人工智能 #合规 #风险治理 #算力输出

🔗 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

国家金融监督管理总局发布关于银行业与保险业人工智能安全开发与应用的指导意见,围绕提升算力、治理架构、数据治理、高水平开发、风险治理与监管保障等方面提出系统要求。首先强调自主可控、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、共建共享基础设施,并推动绿色低碳和外包管理。治理层面,要求金融机构设专门委员会统筹人工智能发展,建立全生命周期管理体系,强化数据安全、伦理审查、风险分级及高风险应用准入与监测。开发与测评方面,倡导一站式开发平台、低代码工具、模型测评、以及对生成式AI的风险评估与备案管理。数据与数据集建设方面,推动高质量数据集、行业数据共建共享、知识工程建设与数据资产地图。算力建设与运行需提升云化管理、数据闭环、模型可解释性、透明度与伦理合规。风险治理覆盖模型、数据、基础设施的安全能力,强化外包、供应链与网络安全管理,建立应急预案与业务连续性。监管保障包括监督评估、安全框架、人才培养和行业交流,形成跨部门协同、健全的安全应用规范与风险处置机制,提升金融科技服务实体经济的安全性与透明度。

🏷️ #人工智能 #金融科技 #数据治理 #风险管理 #监管合规

🔗 原文链接

📰 清华大学战略与安全研究中心-首页

本次研讨会聚焦 Mythos 事件对金融机构的安全风险及治理挑战,讨论指出AI漏洞挖掘成本下降、攻击速度加快,使传统单一防护模式难以应对。与会专家强调需建立跨机构、跨行业的协同防御网络,推动安全信息共享,构建全行业联防联控的治理框架。演讲指出应通过快速迭代的护栏技术、提升AI行动透明度、建立可溯源与可恢复的AI操作体系,并利用安全靶场进行持续演练与验证,以提升AI安全架构韧性。会议强调在强化机构自身安全能力的同时,推动跨领域、跨境生态协同机制,以应对AI引发的系统性冲击与韧性考验。参会单位涵盖政府部委、金融机构与科技企业等,显示对AI安全治理的高层共识与协同需求,未来将继续推动行业治理体系建设,提升金融体系对复杂AI风险的适应能力。

🏷️ #AI安全 #风控协同 #安全治理 #跨机构协同 #舆论治理

🔗 原文链接
 
 
Back to Top