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)
⁣
📰 Wind Alice官宣独立运行!为金融人推出三款AI产品

万得艾思于2026年7月27日正式成立独立公司与品牌Wind Alice。其前身Alice于2023年加入万得,经过三年多发展,开启独立新阶段。万得认为,金融行业的关键不只是获取信息,更在于将信息转化为专业判断与工作成果;AI将从金融工具进化为能理解问题、调用数据工具、参与研究分析和任务执行的AI同事,融入金融人的日常工作。
Wind Alice的愿景是让金融智能垂手可得,推动金融智能从个人AI同事,发展到团队协作与AI原生金融组织。独立使其能以更开放敏捷的方式探索新场景,同时承接万得的数据、产品和服务积累。其产品包括面向金融人士的Wind Alice工作平台、向智能体开放专业能力的Alice Market,以及帮助机构接入和调用数据的Alice Feed,服务个人、开发者与金融机构。

🏷️ #WindAlice #金融智能 #AI同事 #智能体 #金融科技

🔗 原文链接
⁣
📰 亚洲数字经济科学院院长陈柏珲:AI原生金融服务需厘清责任边界

在2026金融街论坛金融科技大会上,陈柏珲指出,金融科技正由“卖工具”转向“卖工作”:AI智能体在明确授权下承接具体任务,人工负责监督与异常处理。机构评价AI服务,不能只看软件功能和效率,还应考量交付质量、总体成本及责任安排,并明确谁为结果负责。
AI服务收费可按任务量、验收结果或混合方式进行,结果标准须可验证,兼顾准确、及时、合规及客户影响,避免单一指标诱发不当行为。AI自主程度应根据任务风险设定;判断与执行须相区分,并将授权、规则校验、执行和人工接管纳入受控流程。
机构还应厘清谁授权、谁验收、谁接管、谁承担损失,并落实纠错、业务恢复、客户申诉及追偿机制。金融机构、AI服务商和模型提供商的义务,应结合实际控制能力、合同约定与违约原因划分。清晰的交付标准、受控行动和明确责任,是扩大AI自主服务、推动金融高质量发展的基础。

🏷️ #AI金融 #智能体 #责任治理 #结果收费 #金融科技

🔗 原文链接
⁣
📰 探讨AI新业态,2026第四届跨境数字金融产业合规与共生大会圆满举办-移动支付网

本届大会围绕跨境数字金融在AI新常态下的合规与新业态展开深度讨论。会议聚焦AI作为主线对产业合规、风险防控、市场进入与支付场景的影响,汇聚近300名行业从业者,共同审视在AI驱动的跨境支付与智能体商业时代的机遇与挑战。演讲聚焦点包括:在AI赋能下的身份与交易安全、账户与支付保护、智能体信任框架、以及跨境市场的合规路径与监管边界。蚂蚁国际、连连数字、PalmPay、D&B、Cobo等机构分享了从KYC/KYB、KYA、智能体身份信任、到可证明的信用与风控体系的构建要素,强调中心化权限管理、全链路风控、以及对智能体行为的持续验证。另有聚焦新业态的讨论,如AI驱动的数字基础设施、AI Agent在跨境支付中的任务执行与授权机制、以及全球支付生态的信任图谱建设,强调在全球化进程中,通讯合规、数据权限、跨境法规对接以及智能体安全防护的重要性。圆桌讨论进一步就AI对跨境金融产业的具体影响、Agent支付的优先级与责任划分等议题展开热烈交流,以推动AI时代的可信、合规与高效跨境金融生态的落地。

🏷️ #跨境金融 #AI合规 #智能体支付 #风控 #身份信任

🔗 原文链接
⁣
📰 FSB要给金融AI立规矩

金融稳定理事会(FSB)发布的AI应用最终指导文件提出12项操作准则,覆盖治理、风险评估、数据管理、人工监督、网络安全和第三方风险等维度,旨在为金融机构落地AI提供可操作的框架。尽管该准则具备非强制性,但其风向标意义显著,表明AI在金融领域的应用正从辅助工具向可自主执行任务的智能体转型,随之而来的是对风险的更高关注。核心逻辑是将AI完整嵌入现有风控体系贯穿全生命周期,强调治理与问责、分级风险评估、数据底座与可解释性、以及对AI智能体的人工监督,特别在高风险场景需设置人工介入与权限边界,避免对交易执行和核心数据的自动化处理造成重大后果。对技术供应链的关注也在强化,第三方风险管理需防范单点故障向跨机构扩散。FSB强调在鼓励创新与风险防控之间保持平衡,维护灵活性,避免过度管制抑制技术发展。最终目标是让风控始终走在前端,为AI驱动的金融高质量发展提供制度约束和安全底线。

🏷️ #AI金融 #风控治理 #数据治理 #人工监督 #第三方风险

🔗 原文链接
⁣
📰 “AI+金融”迎成长风口 首批创业板金融科技ETF密集上市

AI+金融正成为市场关注的新兴成长风口,首批创业板金融科技ETF密集上市,吸引机构关注。行业分布以软件开发、IT服务、证券为主,权重超85%,显示科技与金融的双重属性突出。随着AI技术迭代,金融行业在数据储备、业务升级需求方面具备领先优势,数据服务、支付交易等核心场景的智能化改造正在加速。AI硬件完善与模型稳定性提升为金融科技AI化创造条件,生成式AI在金融领域的投资机会逐步显现。多家机构预测未来金融AI市场规模持续扩张,2030年前景明朗,Agent化趋势推动问答、总结等能力向可调用工具、可连续执行任务的智能体演进,场景渗透和持续使用成为关注重点。专家指出AI行情的上半场偏重硬件,后半场将聚焦应用,金融场景将释放巨大想象空间,但需注重数据安全与可控性。当前配置窗口开启,金融科技将通过AI赋能与技术输出驱动高质量发展,数字化转型和应用场景扩容将持续带来业绩驱动与投资机会。

🏷️ #金融科技 #AI赋能 #金融AI #智能化 #投资机会

🔗 原文链接
⁣
📰 豆包手机想替你管钱包,多家银行说“不”-新黄河APP

本篇报道聚焦豆包手机助手在接入金融类App时遭遇广泛拒绝的现象及背后原因。核心在于银行与金融机构担忧账户资金安全、敏感数据可能泄露,以及责任边界不清等风险。豆包手机助手以AI GUI Agent实现屏幕自动化操作,用户发出需求后由AI识别界面文本并执行点击、输入等动作,从而完成任务,但涉及的截图、日志、云端处理等环节可能暴露私密信息,带来隐私与安全隐患。专家认为,若授权需要高等级无障碍权限,一旦工具被利用存在重大安全风险,且一旦出现误操作难以及时撤回资金交易。行业呼吁建立统一标准、明确边界,并引入人机协同、分级授权与紧急停止等机制,以确保在提高效率的同时不损害用户安全。未来开放需建立可验证授权、清晰操作边界和责任追溯机制,防止第三方智能体越权执行。 编辑强调只有确保用户即时意愿才可能开放,但仍需完善风控与法律框架。

🏷️ #AI安全 #风控 #GUI自动化 #数据隐私 #金融科技

🔗 原文链接
⁣
📰 交行副行长钱斌:AI赋能金融业发展的新趋势、新探索与新思考-移动支付网

人工智能正在以更快的速度迭代并广泛落地,推动金融行业从单点辅助走向跨岗协同,改变生产与服务方式。随着能力提升和成本下降,AI正从少数人工具转向多数人能力,智能体从简单问答发展为可执行任务的数字员工,未来将形成数字军团,能够跨系统、跨岗位协同行动,提升业务效率与风险识别能力。安全治理成为关键挑战,需建立全生命周期的治理框架,确保可信可控运行。交通银行在“人工智能+”方面通过建设基础设施、治理体系与应用场景,推动智能化落地:完善数据中心与算力管理、构建智能体工具链、推动员工与客户服务的智能化升级,提升审计、风控、合规等环节效率,同时在金融市场、对外服务和风险管理等领域实现多场景应用。未来应深化业技融合、降低应用门槛、重塑组织运营、强化安全治理、沉淀智能资产、汇聚开放协作,以开放思维推动AI驱动的高质量金融发展,形成知识本体、标准技能与智能资产的持续积累,并构建开放生态共同体。

🏷️ #AI趋势 #跨岗协同 #安全治理 #智能资产 #开放生态

🔗 原文链接
⁣
📰 40页《2026年中国AI Agent行业发展研究报告》,多Agent只有18%_腾讯新闻

36氪研究院在2026年发布的《2026年中国AI Agent行业发展研究报告》聚焦从模型能力到任务执行、从单点应用到智能协同的演进。报告将Agent的能力归结为自主决策性、任务闭环性、动态适配性和工具原生性,明确区分了Agent与传统对话式AI在核心诉求上的差异:前者以完成任务、交付结果为目标。基于产品形态,Agent分为应用服务型、开发使能型、端侧内嵌型和具身实体型四类,并在应用场景上覆盖个人、企业乃至行业垂直领域。市场规模方面,CIDC预测2025年企业级Agent达212亿元,2029年增至3320亿元,显示出高增速;原生应用月活也在快速增长。政策层面,国家层面出台智能体规范,规范定义、发展原则与治理要求。尽管多Agent的发展潜力被看好,调研仍显示18%的企业在跨工作流编排上具有初步协同,而单个Agent在组织内的应用已落地,跨工具与跨域的协同仍处于初期阶段。未来趋势包括运行中持续进化的能力边界、基于结果的定价、能力互联的生态,以及可追溯的数字身份与最小权限治理。总览而言,18%的渗透比例比单点规模更能体现产业真实阶段,单 Agent 跑完链路相对容易,多 Agent 在同一组织内稳定协同仍是挑战。

🏷️ #AI Agent #产业趋势 #多Agent #治理

🔗 原文链接
⁣
📰 浙商期货亮相第五届全球数贸会——金融AI助手TradeMate首秀,数智赋能金融服务新范式

第五届全球数字贸易博览会在杭州揭幕,浙商期货携自主研发的金融AI助手TradeMate亮相展会,展示人工智能与金融服务深度融合的最新成果。TradeMate是集自主思维、自主进化、自主任务执行于一体的超级AI智能体,直连专业数据源,打通数据、分析与自动化流程,能自动完成数据处理和分析,辅助研究、交易与策略制定。展会现场通过因子分析、交易行为诊断、信号策略模拟等场景,呈现了AI在期货交易全链路的应用能力。浙商期货以“研究+技术”驱动,构建以期货私域大模型FutSeek为枢纽、以多系列应用软件为支撑、以TradeMate为交互终端的数字金融服务体系,实现全链路数字化、线上化、智能化,服务实体经济。公司将数智化成果嵌入基差贸易、场外期权等业务,深耕能源、化工、有色等产业领域,为企业定制套期保值与风险管理方案,帮助企业应对大宗商品价格波动。未来TradeMate将持续学习进化,连接更多数据与系统,成为用户身边更懂金融、更可靠的AI伙伴,深化数智与期货融合,推动实体经济高质量发展。

🏷️ #数字贸易 #AI金融 #期货服务 # TradeMate #数智化

🔗 原文链接
⁣
📰 Anthropic抛出“AI降速论”之际,AI商业化却在提速! 从模型研发到金融顾问,加速兑现AI智能体红利

Anthropic 正在推进前沿AI风险治理与企业AI应用的双轮驱动。一方面,Claude Opus 5.2 已在 Claude Code 开启灰度测试,并被视为提升响应速度、代码完成度与长任务持续执行能力的关键,利用递归自我改进(RSI)提升研发效率与自动化水平,逐步将模型从编程辅助工具扩展为可持续完成复杂任务的工作系统。另一方面,Anthropic 加速商业化落地,推出 Claude 理财顾问版,接入贝莱德、先锋领航、嘉信理财等华尔街巨头的数据与分析工具,帮助金融顾问提高研究、投资组合监督和材料制作的效率,推动企业级AI应用落地。与此并行,OpenAI 等头部厂商亦在金融、内容创作、医疗等领域加速应用落地,形成从试点到全面商业部署的竞争趋势。AI 研发端的降速呼声与应用端的加速变现并行存在,行业格局正在向“更强的模型能力+更高效工作流集成+更广泛行业渗透”的方向发展,同时对算力、存储和网络等基础设施提出更高要求。作为全球顶级财富管理机构的试点,Claude 理财顾问版的落地将推动顾问工作流程的外包化与规模化服务,但投资建议的最终判断仍保留给专业人士。

🏷️ #AI降速 #ClaudeOpus #RSI #Claude理财顾问版 #金融AI

🔗 原文链接
⁣
📰 “主权Agent”亮相2026服贸会 或重塑金融AI生产力_中国经济网——国家经济门户

在服贸会上,词元无限展示了面向金融行业的“数字劳动力”解决方案,提出以主权Agent为核心的能力框架,强调企业对人工智能进入生产系统的技术选择权、安全控制权和持续进化权。主权Agent具备全自主性、高安全性和自进化性,确保核心代码与数据在企业边界内,治理可追溯、结果可审计,且知识沉淀推动智能资产的形成。基于此,词元无限提出“数字劳动力生产体系”,推动AI从研发辅助走向可进入真实生产流程的数字化生产力,强调AI不仅要能生成代码,还要理解企业系统、协同执行、完成测试验证,并形成清晰的责任链。该方案覆盖需求、设计、开发、测试、交付与运维等全生命周期,支持私有化部署、数据留域与国产算力适配,以及多模型多工具的统一接入。实践层面,在与神州信息合作的场景中,InfCode平台实现零组织调整、需求澄清时间缩短70%、代码可用率超88%、综合提效39%、成本降低20%,并已服务近50家头部客户。展望海外,词元无限将借助广西算力集群进入东盟市场,以主权Agent推动数字劳动力在全球的规模化落地。

🏷️ #主权Agent #数字劳动力 #AI安全 #自进化 #金融场景

🔗 原文链接
⁣
📰 2026外滩大会实探:机器人“真干活”了,AI新经济从概念走向产业深处

本次2026 Inclusion·外滩大会围绕“共创AI新经济”主题,展现了AI新经济从概念走向产业深处的实际落地。现场以机器人、智能体和AI支付等多元应用为核心,展示了基础模型、数据、智能体到终端、支付与安全等链条的协同发展。机器人在药房、工厂、洗衣房等实际场景“真干活”,形成从实验室到真实商业场景的跃迁;智能体逐步承担起代表用户执行任务的职责,金融行业的信任基础设施APASS、无界经营智能体“图图”等创新,正在推动交易、支付与服务流程的数字化再造。银行业强调从“辅助工具”向“生产流程”转变,强调生产能力、价值运营能力与组织进化能力三大核心能力,以实现从应用叠加到流程重构的落地路径。对银行、支付、金融科技等领域而言,AI的护城河正在由持续学习与快速迭代的能力链所构建,场景验证、客户采用与国际认可共同决定长期竞争优势。未来趋势在于通过少量旗舰入口推动高价值流程的穿透,并以此带动底层能力与周边场景的全面升级。

🏷️ #AI新经济 #智能体 #金融AI #机器人应用 #信任基础设施

🔗 原文链接
⁣
📰 陈大年复出,入局大模型

StartLux-V1.0-27B-Preview在国产本地模型领域实现了重要突破。文章聚焦其在信通院MCP测试中的综合第二名,显示出27B数量级的小模型通过后训练(Auto Research)和任务级能力提升,能在不依赖云端的情况下实现接近万亿级云端模型的Agent能力。创始人陈大年以本地化、高性价比和可验证性为核心,强调“少即是多”的路径,提出本地模型的商业化前景可能优于云端依赖,尤其在长时任务、多步执行和真实环境交互方面更具优势。StartLux以Qwen3.6-27B为基座,通过后训练强化任务理解、工具调用与结果验证,并引入AI训练AI的迭代优化,确保在金融分析和自动化浏览等场景具备实操性与可追溯性。报道同时指出大模型路线的分流趋势:一方面追求参数扩张与云端算力,另一方面推崇以Harness为代表的Agentic评估与本地化部署的可控性。团队将目标落在企业与个人用户的快速落地,未来将继续扩展自有基模训练与本地智能解决方案的推广。

🏷️ #本地模型 #后训练 #Agent能力 #AI训练AI #本地部署

🔗 原文链接
⁣
📰 找钢网-W(06676)推出贸易行业AI Agent NextB2B

找钢网W(06676)宣布与腾讯WorkBuddy团队联合推出NextB2B产品,打造基于WorkBuddy的B2B全流程AI Agent解决方案,覆盖采购、销售、内勤、运营四大智能体模组,解决找货、业务增长与经营管理等核心难题,并计划内置A2A交易能力,未来可实现企业Agent之间对话和交易。WorkBuddy是腾讯的全场景AI办公工作台,支持自然语言任务下达、自动拆解与执行规划,输出可验收的工作结果。NextB2B将WorkBuddy的通用AI能力与集团在B2B贸易领域的经验、数据与服务能力结合,提供泛贸易行业通用的技能、模组、数据和工作流,采用基础版本、增值模组及Token充值的混合收费模式。基础版定价2万元,增值模组及Token充值根据需求另行收费,具体条款以双方协议为准。集团在AI领域持续研发,已获3项发明专利,2025年交易额预计超1500亿元,年均积累百万条结构化订单数据与过亿条非结构化聊天数据。此次合作有助于将集团积累的行业数据与AI能力对外提供,探索软件服务与Token增值等新收入来源,董事会认为腾讯WorkBuddy在AI智能体与任务执行方面的能力与集团对B2B流程和行业需求的理解具备互补性,将推动AI在B2B贸易流通行业的应用。

🏷️ #AI #B2B #WorkBuddy #NextB2B #数据

🔗 原文链接
⁣
📰 E MEIN依明科技首次公开AI经营系统:从结果数据到行为数据-钛媒体官方网站

在CHIC秋季展上,E MEIN依明科技首次对外展示了覆盖从商品企划、设计、订货会、内容生产、商品运营到组织协同等环节的“产业智驾”AI经营系统。该系统以从结果数据转向行为数据为切入口,将进店未购、试穿放下、加购删减等非成交行为纳入模型训练,回答消费者为何会选择或放弃,从而打破过去以货和效率为核心的数字化思路。通过自研大模型,系统基于门店试穿与成交、私域反馈、商品生命周期等品牌自有数据,形成三类模型协同:美学、人货匹配、经营演化,推动从企划到成交全过程的数据贯穿与决策一致性。核心架构包含感知、预测、规划、执行四层技术栈,实时汇聚线上线下数据,预测消费者需求与外部事件,规划跨部门行动方案并仿真不同选择的结果,执行层则将任务分配与监督落地,形成自我循环的数据闭环。展会还展示成交引擎,将同一能力落地门店终端,如智能穿衣镜、导购PAD等,实现从试穿到成交的转化。若全面落地,行业将以模型驱动决策,解决库存积压、人效不足与顾客流失等结构性难题,推动消费者行为数据成为经营决策的重要依据。

🏷️ #AI经营 #产业智驾 #数据驱动 #服装行业

🔗 原文链接
⁣
📰 青岛银行常态化社招,涉AI模型应用、数据分析、智能研发、算法等岗位-移动支付网

青岛银行发布常态化社会招聘信息,覆盖金融科技领域多类岗位,聚焦AI模型应用、数据分析、智能研发、算法、信息科技审计与风险管理等。信息科技审计岗位强调计划执行、内部控制缺陷识别与整改、沟通协作,以及具备本科及以上学历、3年以上相关经验的要求;优秀者条件可放宽。AI模型应用工程师需要具备将业务需求转化为大模型落地方案的能力,熟悉基于大语言模型及多模态技术的金融应用场景,具备微调、提示词工程、RAG和智能体工作流等技能,并要求至少两年相关经验,熟练编程语言和大模型开发框架。数据分析师职责涵盖洞察业务数据价值、构建信用评分与反欺诈模型、打造数据产品与平台,以及参与数据中台建设,需具备3年以上银行或金融机构数据分析经验,熟练SQL/Python/R等。需求分析师、智能研发工程师、数字化转型专员、算法工程师、数据产品经理、数据安全管理、信息科技风险管理等岗位均明确了任职条件、核心能力与行业背景要求,整体呈现以金融科技驱动的数字化转型与风控合规为导向的招聘目标,强调金融行业经验、AI能力、数据治理与研发协同等要点。整体信息反映出银行在AI应用、数据治理、风险管理和数字化转型方面持续扩展人才储备,推动技术驱动的业务创新与合规落地。

🏷️ #AI应用 #数据分析 #数字化转型 #信息科技风险 #数据安全

🔗 原文链接
⁣
📰 AI深入企业,“超级组织”是什么样的?

AI热潮已从概念阶段走向深度融合,进入金融、跨境电商、内容等行业的实际应用。企业通过将AI接入工作流,实现从信息整理、分析到任务交付的端到端能力,显著提升执行效率与创新门槛,促使团队规模与岗位边界发生重构。万得推出AI个人版与金融Agent,能够在30分钟内完成以往3-5天的投研任务,通过多Agent协同交付PPT等成果,改变了人与数据的交互方式,并通过WorkBuddy生态连接内部与外部资源。紫讯的LinkFox AI和跨境场景下的MCP架构,实现30多工具的自动拆解与数据抓取分析,显著缩短选品与竞品对比时间。小宇宙等内容平台也在引入同声传译、智能审核等能力,降低门槛、扩大受众。AI的深度融入导致“超级组织/超级个体”出现,前端后端边界模糊,职位需求向全栈与判断力倾斜,人才评价体系也在调整。尽管短期仍需高额投入,但长期来看AI化是不可逆的生产力变革,企业与从业者需不断迭代自我,在理解AI边界的前提下,释放人的创造力与判断力,以应对快速的技术迭代与新分工。

🏷️ #AI应用 #生产力 #全栈能力 #工作流 #金融AI

🔗 原文链接
⁣
📰 首发| PandaAI连续完成三轮融资,99后创始人带队

PandaAI是一家专注于AI交易基础设施的初创公司,已完成种子、天使和天使+轮三轮融资,累计金额数千万元,主要用于大模型、QuantSkills、多智能体协作基础设施以及交易Agent开发环境的持续研发,推动OS、EVO和A2A技术体系建设,并扩展全球用户市场。创始人李昱琦为哥伦比亚大学金融工程背景,曾管理超10亿元量化私募,并创立量化财经科普IP“量化李不白”。公司定位在AI时代的新Trading Infrastructure,目标是把交易研究链路从产生、数据调用、因子挖掘、策略构建、回测验证、风险评估、交易执行等环节,组织成一个可视化、可自然语言交互的AI工作流。PandaAI已推出面向AI交易的A2A多智能体产品PandaAI EVO,通过数据处理、因子研究、策略生成、回测分析、风险评估和交易执行等任务的协同来完成研究,实现思维能力的自进化。当前用户超过10万,覆盖个人、专业团队和金融机构,形成OS、EVO、QUBE等核心产品,并由QuantSkills提供统一专业能力支持。未来愿景是在成本下降的情况下,将交易能力从少数机构的封闭能力转化为可调用、可组合、可持续进化的基础能力,打造承载“intelligence”的AI Trading OS基础设施。

🏷️ #AI交易 #量化投资 #多智能体 #AI工作流 #金融科技

🔗 原文链接
⁣
📰 券商竞相推出金融AI Skill 金融信息服务模式迎来系统升级

今年以来,国内多家大型和中小券商纷纷推出金融AI Skill,将多年的投研框架、数据模型、行情工具打包成可由AI直接调用的标准化模块,推动AI从“回答问题”走向“完成任务”的可执行能力。Skill具备标准化、可复用、生态开放等特征,既是入口竞争的产品卡位,也是在数据、投研和业务能力上的重新组织。与通用AI在金融场景适配性不足的问题不同,Skill通过在AI与专业数据库之间搭桥,明确数据来源、获取方式和输出格式,使投资者以自然语言提出需求后,AI能调取相应Skill并以结构化形式呈现,显著降低信息获取门槛。各家券商围绕自有业务优势,走差异化路线:华泰证券构建AI涨乐Skills体系,覆盖行情检索、条件选股等高频场景;中信建投打造蜻蜓Skill广场,聚焦三大高频投研场景,均支持自然语言交互;中金公司探索分析师Skill数字化路径,将分析师能力与大模型结合,推动投研服务智能化、场景化;平安证券上线六大Skills,将专业能力嵌入AI,解决信息碎片化。此前智能化停留在问答与资讯,Skill通过直接提供经过验证的行情、数据、研报及业务API,实现AI执行具体任务,并通过鉴权、日志等加强可控性。技能化模块的落地使投研和财富管理服务链路得到重塑,提升效率,降低信息壁垒,使机构级数据能力更广泛地惠及零售端。未来,行业焦点将从单一Skill向多Skills协同的智能体演进,并加强投研工作流、交易服务及合规治理能力,形成以数据、投研、场景、合规、生态为核心的全链路竞争力。

🏷️ #AI技能 #投研升级 #金融科技 #券商生态 #数据治理

🔗 原文链接
⁣
📰 券商竞相推出金融AI Skill

今年以来,券商行业持续推动金融 AI Skill 的落地应用,将长期沉淀的投研框架、数据模型和行情工具封装成可被 AI 调用的标准化模块,使自然语言直接对接券商业务系统,推动 AI 从仅能回答问题提升为执行具体任务的生产力工具。这些 Skill 具备标准化、可复用与生态开放特征,既是入口卡位,也是对数据、投研和业务能力的一次重组。各家券商依据自身优势,形成差异化布局:华泰证券的 AI 涨乐技能覆盖行情检索、选股等高频场景;中信建投打造蜻蜓 Skill 广场,聚焦三大高频投研场景并支持自然语言交互;中金公司将分析师能力与大模型技术结合,探索全天候、场景化投研新形态;平安证券则通过六大 Skill 将专业能力嵌入 AI,改善信息碎片化问题。 Skill 的核心在于连接 AI 与专业数据库,系统主动响应投资需求,降低信息获取门槛,提升投研与财富管理的效率和可控性。未来发展将从单一 Skill 向多 Skill 协同的智能体演进,强化安全、合规与生态治理,促进投研服务与财富管理的持续升级。

🏷️ #AI Skill #投研 #财富管理 #金融科技 #券商生态

🔗 原文链接
 
 
Back to Top