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)
⁣
📰 「AI赋能」到「生态重构」:从瓴岳科技实践看金融大模型的「可控进化」之路

本文围绕AI大模型在金融行业的应用与影响展开分析。首先指出AI大模型正从单纯的效率工具向战略引擎升级,正在推动金融服务全生命周期的智能化改造。2025年被视为AI普及关键节点,DeepSeek系列在银行、证券、保险等领域广泛落地,金融大模型渗透率和应用数量居于前列,银行业通过私有化部署和多场景落地提升数字化水平。其次探讨金融科技公司在大模型时代的角色转变,由技术提供者转为金融机构业务价值的重塑者,建立风控实验室、AI智能体平台等创新产品,提升风险管理、信贷等核心流程的效率与精准度。再次强调风险与治理,强调数据安全、隐私保护和合规审查的重要性,介绍多层防护、数据分级、数据销毁等措施,倡导建立自主平台+场景深耕+生态共建的AI赋能体系。最后总结认为大模型将推动金融行业从“量的提升”走向“质的变革”,实现从解决简单任务到驾驭复杂决策的跃迁,推动行业生态走向共享式创新。

🏷️ #金融AI #大模型 #风控 #数据安全 #生态共建

🔗 原文链接
⁣
📰 连续七年入选IDC榜单! 金融壹账通坚守长期主义,布局AI破局海外

金融壹账通在2026 IDC 中国新兴金融科技50榜单中再度入选,显示其在成长潜力、技术创新与自主壁垒、金融场景落地等方面的综合实力。作为平安集团科技输出唯一窗口,壹账通以十余年金融场景积累为根基,将AI与数据技术深度融合,持续提升数字化银行、保险、智能语音、智能视觉等全栈解决方案的竞争力。其大模型化改造与AI能力深入金融全场景,推动智能风控、智能客服、精准营销与决策辅助等应用升级,显著提高效率、降低成本、降低风险。海外市场方面,壹账通以“轻量复制、长期陪跑、生态链接”为核心出海模式,已覆盖20个国家与地区,服务超过200家境外金融机构,形成多区域协同的发展格局。未来将继续通过技术输出与业务协同,深化AI在金融核心场景的融合,推动产品标准化、平台化与智能化升级,并持续拓展海外市场,寻求长期增长与全球化布局。

🏷️ #金融科技 #人工智能 #海外布局 #大模型化 #平安集团

🔗 原文链接
⁣
📰 博彦科技将亮相2026香港金融科技周,以AI智能体助力金融数智化升级

博彦科技将出席2026年香港金融科技周,作为白银赞助商在AI及前沿科技论坛发表主题演讲并设展台。公司围绕金融AI智能体,展示基于博问AI智能体平台的智能风控、资金监管、自动化监管报送、客户精细化经营等场景,强调通过大模型与多智能体协同,使AI从辅助工具转化为金融业务流程的自主执行者。展台还将展示移动端开发平台与数字货币收款系统,展示多端适配与定制化SaaS通道,现场深化全球金融机构、科技企业及行业组织的交流合作。博彦科技以全球化布局与本地化响应的服务网络,在13个国家落地80余个交付中心,通过FDE模式将AI能力嵌入实际业务流程,推动从流程数字化向AI原生智能化跃迁。未来将继续深化本地化服务、拓展全球合作,携手全球伙伴推动金融行业更安全高效创新发展。

🏷️ #金融科技 #AI智能体 #大模型 #金融风控 #全球化布局

🔗 原文链接
⁣
📰 大湾区免联考EMBA项目,不用辞职、可读可落地的高管在职项目清单 —广东站—教育在线

大湾区凭借优越的地理位置、政策扶持和活跃的创新生态,成为中国经济前沿阵地,职场竞争日益激烈。为提升管理能力与战略视野,EMBA 项目逐渐成为职场精英的主要选择,尤其是免联考模式,解决了忙碌高管备考的时间压力。免联考 EMBA 的优势包括:无需全国联考、课程国际化、优质人脉资源、以及在职学习的灵活性;这使学员能够兼顾工作与学习,提升职业发展与圈层资源。本文系统盘点了多所大湾区热门项目的特色:巴黎高商企业家班以低学费、2 年制、阶段性集中授课和强大师资著称;香港科技大学 EMBA 强调国际化教学与免联考入学,学费与游学安排较具竞争力;中欧、长江、澳门大学等项目则聚焦本地化产业对接、全球认证及强校友网络。最后,选择时应结合自身目标、时间与经费、以及师资与资源等核心因素,明确学习目标并对比课程、校友圈层与本地化服务。通过审核制入学、材料准备、面试考核等流程,大湾区免联考 EMBA 项目为在职高管提供了高性价比、全方位提升的平台,助力职业转型与全球化视野的积累。

🏷️ #大湾区 #免联考EMBA #在职学习 #国际化课程 #职业发展

🔗 原文链接
⁣
📰 券商集体入驻第三方AI平台,Agent时代卡位战打响

券商在第三方AI平台的接入呈现“多点开花”态势,超过十家机构接入包括Kimi、WorkBuddy、千问、火山引擎等平台,形成两条路径:一是以专业投研和工具输出为主的技能上架工作台路线,二是面向大众投资者的通用AI助手路线,通过独立智能体实现对话服务。此举旨扩大触达、提升用户认知,并为自有App带来外部流量,推动投研、行情等能力向大众场景落地。行业共识是外部生态仅为补充,核心仍在自研基座与企业技能库的沉淀与共建,数据安全、合规可追溯是选型关键。未来竞争将从单纯比拼模型参数,转向落地能力、知识资产治理与场景化落地的综合能力,头部机构更易通过自研平台沉淀技能资产,而中小机构则倾向于轻量化接入外部生态。随着AI能力与内容服务的升级,券商的业务边界将从降本增效向增长引擎转变,推动从“内容服务”到“智能服务”的转型。

🏷️ #券商AI #第三方平台 #技能上架 #大众理财 #数据安全

🔗 原文链接
⁣
📰 银行拓展人工智能应用场景

本报道聚焦国家金融监督管理总局上海监管局发布的《推动上海银行业保险业人工智能应用的若干措施》,旨在推动辖内金融机构将人工智能深入嵌入智能营销、智能信贷、智能核赔、智能风控等核心业务场景,推动服务方式从“数字赋能”向“智能驱动”演进。多家机构案例显示,人工智能大模型在银行业的应用正成为提升经营效率、服务实体经济的重要引擎:例如工商银行通过“人机协同”实现智能助手辅助数据分析与方案输出,授信审批“审贷助手”带来超万亿元级别的审批提升,以及集约运营助手显著提高单笔录入速度。措施还强调建设企业级AI平台、分层协同模型架构、数据治理与风险控制机制,推动数据要素与模型的双闭环,并提出以租购并举优化算力资源配置,促进垂直场景匹配。与此同时,邮政储蓄银行联合华为发布大模型,显示大模型是银行数字化转型的重要驱动力。人才培养方面,强调产教融合、提升人工智能、数据科学与网络安全等领域的人才储备与梯队建设。最终目标是确保安全底线,完善合规管理、提升模型可解释性、防范技术风险,推动智能化金融产品供给与服务效率提升,服务实体经济与民生。

🏷️ #金融AI #智能风控 #大模型 #人才培养 #数据治理

🔗 原文链接
⁣
📰 银行拓展人工智能应用场景_中国经济网

本次措施由国家金融监督管理总局上海监管局发布,旨在推动上海银行业和保险业深化“人工智能+”应用,实现金融服务的智能化、场景化与高效化。要点包括在智能营销、信贷、核赔、风控等核心业务场景推广AI应用,探索金融智能体建设,推动服务方式从数字化赋能向智能驱动转变。工商银行、邮储银行等机构展现了“人机协同”与智能助手在授信审批、数据分析、运营管理等环节的落地成效,显著提升效率与精准度。措施强调统一数据治理、分层协同模型架构、企业级AI平台建设,以及租购并举的算力资源配置,以降低技术门槛并促进生态建设。同时提出以人才为核心的数智化转型,强调产教融合、人才梯队建设和激励机制,确保安全底线,强化合规与模型风险管理,防范幻觉、黑箱等风险。未来上海金融监管局将引导机构扩大应用、丰富产品供给,持续提升AI赋能金融服务实体经济与民生的能力。

🏷️ #金融AI #智能风控 #大模型 #数据治理 #人才培养

🔗 原文链接
⁣
📰 银行拓展人工智能应用场景_中国经济网——国家经济门户

本文介绍了国家金融监督管理总局上海监管局发布的《推动上海银行业保险业人工智能应用的若干措施》,旨在促进人工智能与金融行业深度融合,提升服务安全、便捷与高效。措施强调在智能营销、信贷、核赔、风控等核心场景落地,推动从数字赋能向智能驱动转变,并已在多个场景取得落地成果,如大模型应用、审贷助手、运营集约化等,提升经营管理与风险防控水平。为支撑智能化转型,提出构建分层协同模型架构、加强数据治理、建设企业级人工智能平台,以及“数据+模型”双闭环机制;同时强调人才培养、产教融合,打造金融科技与数据管理的人才梯队。安全方面,要求对生成式人工智能模型备案、设立高风险场景准入、强化外包与模型风险管理、提升可解释性,防范AI幻觉与大模型漏洞等新风险。未来将继续扩大应用、丰富产品供给,推动人工智能在金融实体经济与民生服务中的应用。

🏷️ #AI金融 #风控智能 #金融科技 #大模型 #人才培养

🔗 原文链接
⁣
📰 银行拓展人工智能应用场景

本篇报道围绕《推动上海银行业保险业人工智能应用的若干措施》展开,阐述上海银保监管部门推动金融机构在智能营销、智能信贷、智能核赔、智能风控等核心场景深化人工智能应用,推动服务从数字赋能向智能驱动转变。工商银行、邮储银行等机构展示了“人机协同”与智能助手、审贷助手、运营集约化等落地实践,强调大模型在提升审批效率、风控能力和运营速度方面的作用,同时提出建设企业级人工智能平台、分层协同模型架构、数据治理和数据要素价值的双闭环机制,以降低门槛、促进生态建设。报告还强调人才培养与产教融合,强调以人为本、注重专业化人才梯队建设及激励机制,确保技术能力与业务需求相匹配。安全底线是关键,要求对生成式AI、高风险场景实行备案、准入控制与可解释性提升,强化外包与模型风险管理,防范幻觉、黑箱等风险,推动金融服务更安全、便捷、高效地服务实体经济与民生。未来上海金融监管局将继续引导机构加大AI应用力度,丰富智能化金融产品供应,深化行业融合。

🏷️ #AI金融 #风控智能 #金融科技 #大模型 #人才培养

🔗 原文链接
⁣
📰 产学研共融 汇正财经探索AI大模型赋能金融投研新范式

9月22日至24日,2026云栖大会在杭州召开,主题为“Agentic AI”,吸引超1000家企业和5万平方米展区。金融专场论坛由汇正财经主办,聚焦AI大模型在金融投研中的应用,围绕原生金融基础设施、财富管理智能新基建及投研服务等议题展开讨论。学界与业界专家指出,金融行业正从“金融+AI”向“AI原生金融”转型,数据治理与底层架构需围绕AI Agent需求设计,使数据从“可用”走向“AI-ready”。汇正财经提出“快”与“深”双模型协同:诊股小模型快速响应,单股深度分析由大模型完成,合规方面建立八大场景统一智能风控平台,提升质检效率并实现高水平合规保障。嘉宾还就数据安全、边界、人机协同等展开对话,强调金融AI竞争核心在于数据主权、专用模型与可信治理的综合能力,使AI承担计算、人承担判断,促进投研的规模化赋能。未来,金融大模型实验室将推动产学研深度融合,提升金融投研智能化与财富管理数字化水平,同时参与公益项目助力乡村科技教育。

🏷️ #AI #投研 #数据治理 #合规 #大模型

🔗 原文链接
⁣
📰 上海金融监管局:支持金融机构自主开发垂直领域模型

上海金融监管局发布推动银行业保险业人工智能应用的若干措施,聚焦优化智能算力资源配置与云边协同。在安全合规前提下,鼓励金融机构采用“租购并举”模式,构建混合云算力平台,利用国家算力节点或行业基础设施实现灵活分配、弹性调度与线性扩展。强调云端到边缘的协同,将云算力下沉至边缘场景,并结合分布式存储提升数据处理效率,以应对高并发和大容量需求。

🏷️ #人工智能 #金融科技 #云边协同 #大模型 #风控

🔗 原文链接
⁣
📰 2026云栖大会金融专场 共话AI大模型赋能金融投研新范式

在云栖大会期间的专场论坛“产学研共融——AI大模型赋能金融投研新范式”上,来自高校、科技企业和金融投研领域的代表围绕大模型在金融场景的落地、投研体系搭建及合规风控等议题展开深度讨论。专家指出,AI正从金融工具层走向基础设施层,金融行业进入“AI原生金融”的发展阶段。实践方面,财富管理智能化基建正在推进,数据正从单纯由人为主体消费转向由AI Agent直接使用;投研智能体系通过快、深双模型协同提升响应速度与分析深度,单股分析由以往较长时间压缩至更短时效。合规方面,八大场景统一智能风控平台实现全量质检,提升合规效率并将违规召回率提升至100%,以“护栏”保障金融安全。跨界对话环绕AI大模型在智能财富管理中的机遇与现实因素,嘉宾一致认为下一轮竞争聚焦数据主权、专用模型与可信治理的综合竞争,实现“让AI承担计算、让人承担判断”的分工,从而推动金融投研的规模化赋能。

🏷️ #AI金融 #大模型 #投研 #合规 #数据主权

🔗 原文链接
⁣
📰 2026年大模型算法开发与大模型优质服务商推荐实力公司推荐

2026年,大模型应用进入深水区,企业在算法开发、落地部署、算力成本、数据质量及国产化适配等方面面临挑战。润和软件以全栈自主可控的AI能力与国产化生态,形成“全栈AI技术、国产化信创底座、金融行业深耕、软硬一体协同”四大核心优势,打造从算力、平台、模型到行业场景的完整闭环。其 HopeClaw 智算一体机、昇腾智能边缘一体机等硬件,配合 AIRUNS 平台,实现云端到边缘的弹性算力与低延迟分析;AgentRUNS 与 AutoRUNS 降低开发门槛,RAG 私有知识库支撑行业数字员工落地。自研的润知、润行、润视三元协同大模型覆盖文档解析、任务自动执行与安控识别,能与 DeepSeek、文心一言等国产基座兼容,在金融、能源、工业等场景进行定向调优,提升通用性与行业深度。HopeOS/HopeOS 等信创底座打造安全可靠的全栈国产化生态,满足关键行业的合规需求。金融领域依托 Jetto AI 测试平台实现高效自动化测试,降低成本并提升质量。未来润和软件将继续推进 AI 转型共建、落地护航与价值兑现,覆盖金融、医疗、能源、工业等行业,成为大模型时代企业信赖的合作伙伴。

🏷️ #大模型 #国产化 #金融行业 #全栈AI #信创

🔗 原文链接
⁣
📰 AI时代券业人才的机与危_北京商报

本文聚焦AI时代对证券行业人才的深刻再造。随着金融科技和大模型应用的深入,券商在AI人才上的需求持续上升,多家机构开启专场招聘、直通终面的福利,强调AI能力需与金融业务、风控等综合能力相结合。具体表现为:岗位覆盖AI、算法、数据、软件开发等方向,且偏好熟练主流编程语言、掌握大模型原理与LangChain等技术的应聘者;同时通过以赛选才、无实习环节等方式提升效率与吸引力。AI正在将“加分项”逐步转为“必备项”,能够实现1个人+AI超过2个人的工作效率,但仍难以全面替代人,尤其是对关键数据判断、行业洞察、客户关系等高层次任务。行业也因此对复合型人才的需求更为旺盛,强调AI能力与业务理解的双重能力、以及合规与安全落地。面对竞争与变革,建议从业者提升自我IP、资源储备和决策统筹能力,规避基础岗位,主动拥抱AI协作带来的新机遇与挑战。

🏷️ #AI人才 #券商招聘 #Fintech #大模型 #复合型人才

🔗 原文链接
⁣
📰 和众汇富研究手记:Kimi加码金融 智能体迈向实战_科技_行业_中金在线

9月17日,月之暗面发布Kimi金融行业解决方案,用户可在网页版安装体验9项金融技能和十余个数据源插件,专业用户及开发者可通过Kimi Work桌面端、Kimi Code调用相关能力,企业则可使用托管智能体服务。这套覆盖个人、专业团队与机构的产品布局,为观察大模型如何从通用问答进入金融业务提供了新样本。与众汇富观察指出,此次方案的关键变化在于把专业数据、分析步骤与成果交付连接起来。官方披露,Kimi已接入万得、东方财富、标普全球等数据源,可在同一任务中调用。对研究人员而言,减少跨平台检索与搬运,有望腾出时间核对假设、识别风险,但数据来源可靠并不自动意味着分析结论就更准确。金融技能将通用能力转化为可复用的工作流程,涵盖财务建模、机构研究报告、业绩点评、组合复盘等任务,并支持输出可编辑的模型与文档。和众汇富认为,评价这类产品需关注回答是否流畅延伸至成果能否继续使用,重点检验数字是否可追溯、计算是否可复现,以及关键假设能否由专业人员调整。落地效果已有观察窗口。Kimi披露,在与中信建投证券合作的临时受托报告生成试点中,单份报告人工制作时间由约30分钟缩短至10分钟,业务人员仍保留复核与决策职责。这为流程明确、输出标准相对稳定的任务提供效率参考,但属于特定场景的企业披露,不能直接推演为整个金融行业的普遍表现。从商业逻辑看,多层次入口有望形成个人试用向团队采购、机构集成延伸的路径。不同层级用户的付费依据不同:个人关注操作便利,专业团队检验流程能否复用,机构客户则考察系统兼容、权限管理与服务稳定性。能否把初次体验转化为持续使用,将影响商业化空间。然而,产品上线与收入兑现之间仍有距离。机构需要把模型调用、数据授权、系统改造、人工复核和后续维护一起计入成本,若初稿节省的时间被频繁核查返工消耗,速度提升难以转化为收益。签约、试点与持续付费需分别观察,续约与扩容才更能检验客户认可度。对于模型企业,服务收入是否覆盖推理与交付支出,也应纳入商业模式检验。合规能力同样影响落地深度。官方提出,方案围绕数据分级、个人信息保护、访问授权、内容核验与人工复核、审计追溯设置控制措施,需落实到每次数据调用与每项任务,特别区分资料访问权限与业务决策权限,确保自动生成材料经过必要审核,避免越界。用户需理解开放体验边界,部分插件需第三方授权,部分调用消耗会员额度,可用范围受端、地区及账户类型影响。因此,安装入口开放不等于全部专业数据免费、不限量使用。插件化结构为金融数据服务商与模型平台提供新合作空间,数据服务商可将资源嵌入研究任务,模型企业需证明自身能够组织数据、执行分析并稳定交付。未来竞争或在更新质量、调用效率和追溯能力上,清晰的收费与责任分工将影响合作持续性。站在发布节点,金融智能体获得更具体的检验场景,行业应用评价标准需务实。后续应关注是否能减少返工、跨团队复制,在保留人工责任前提下降低交付成本。工具提效并不等于投资判断更准,核心在于让专业人员基于可核查信息投入关键分析,才是长期商业价值的重要前提。

🏷️ #金融科技 #大模型应用 #数据合规 #商业模式 #数据来源

🔗 原文链接
⁣
📰 月之暗面发布金融行业AI解决方案,知情人士否认公司考虑沪港双重上市

月之暗面推出Kimi金融行业解决方案,整合了面向金融的产品与能力,覆盖10+权威数据源、9项金融技能和5项合规安全措施,以及机构级的数据建模和报告交付能力。现有数十家金融机构基于Kimi模型、Kimi企业版和Kimi Work等产品开展业务创新,覆盖头部券商、商业银行、风险投资基金、投研数据机构,并与Kimi共建金融方案。此前有传闻称可能在香港和上海两地上市以获取资金,但被知情人士否认。公开信息显示,今年ARR分别在3月、5月、6月实现突破,6月ARR已达3亿美元,三个月内实现从1亿美元到3亿美元的显著跃升。7月17日,月之暗面发布新一代大模型Kimi K3,参数规模2.8万亿,拥有100万Token上下文窗口,原生支持视觉理解,被其称为全球参数最大的开源模型,声称具备最强能力。

🏷️ #金融 #大模型 #Kimi #ARR #K3

🔗 原文链接
⁣
📰 月之暗面发布金融行业AI解决方案,知情人士否认公司考虑沪港双重上市 - 瑞财经

9月中旬,国内头部大模型企业月之暗面宣布推出Kimi金融行业解决方案,整合了10+权威数据源、9项金融技能和5项合规安全措施,并具备机构级的数据建模与报告交付能力。该方案已在多家金融机构落地应用,覆盖头部券商、商业银行、风险投资基金及投研数据机构,与Kimi系列产品共同推动金融场景的创新。业内曾传出其在港沪两地上市的传闻,若成真将成为国产大模型赛道中首家同时在港股与科创板上市的企业(但被否认为不实信息)。公开信息显示,月之暗面近年来ARR增长迅速,3月突破1亿美元,5月突破2亿美元,6月稳居3亿美元以上,显示商业化进展强劲。7月17日,其新一代大模型Kimi K3正式发布,参数规模达2.8万亿,拥有100万Token上下文窗口,原生支持视觉理解,被称为全球参数最大的开源模型,展现出极强的跨模态能力。本文仅代表个人观点,非瑞财经立场,转载请注明来源并遵守版权。

🏷️ #金融 #大模型 #Kimi #月之暗面 #ARR

🔗 原文链接
⁣
📰 让AI跑在国产算力上,星环科技亮相东博会金融展区

第23届中国—东盟博览会在广西南宁开幕,主题为共创美好生活,展会期間5天,汇聚来自70+国地区的3400多家企业。金融展区聚焦AI赋能金融与安全治理,展示AI+金融多场景、未来支付、智链生态、数智金融等主题应用。星环科技在海光邀请下亮相金融展区,展示基于国产算力的AI推理与数据基础设施方案,包含GPU原生认知数据库、向量索引与检索、数据统一治理,以及与海光联合的解决方案,实现从数据到知识、再到应用的闭环,提升推理效率、吞吐和线性扩展性。测试表明向量索引构建时间由17小时缩短至3.2分钟,单卡检出吞吐达175K QPS,显著优于CPU。星环科技与海光的合作覆盖大模型运行、数据库、向量检索等AI基础设施,致力于在金融、政务、能源等行业提供自主可控的算力与AI运营能力,并推动大模型运维、资源调度与推理过程的国产化落地。星环科技在金融领域已有约400家客户,产品矩阵涵盖大数据、分布式数据库、数据治理、LLMOps/MLOps、GPU原生认知数据库等,服务场景包括风控、智能投研、反洗钱、精准营销等,正在通过数据、知识、模型与应用的协同,推动企业数字化升级,助力区域市场的国产AI基础软硬件协同创新与AI转型。

🏷️ #AI金融 #国产算力 #数据基础设施 #向量检索 #大模型运维

🔗 原文链接
⁣
📰 月之暗面Kimi发布金融行业解决方案,AI大模型赋能金融场景加速落地

本报告聚焦AI驱动的服务变革,深入分析软件RaaS(机器人即服务)在企业服务中的应用现状、推动因素及未来演进路径。首先阐明大模型与智能体技术如何重塑行业生态,强调技术底座迭代、场景落地、商业价值重构及生态竞争的关键维度; 其次聚焦金融行业解决方案的落地实例,介绍Kimi 提供的9项金融技能、10+数据源插件以及企业级托管智能体服务,展示AI能力在金融风控、智能运营、智能营销和催收等场景的实际应用与潜在价值。再结合艾媒咨询的调研数据,揭示金融机构对效率提升与风险控制的强烈需求,用户对AI大模型在金融场景中的便捷性、数据整合能力、速度、安全性与准确性的高期待。最后指出,随着大模型技术持续进化,AI在金融领域有望从辅助工具转变为核心生产力,推动服务体验与运营效率双提升,为企业转型提供可落地的路径与策略建议。

🏷️ #软件RaaS #大模型#金融AI #智能催收 #风险管控

🔗 原文链接
⁣
📰 Kimi发布金融行业AI解决方案 首批已落地工商银行、中信建投等头部金融机构

月之暗面Kimi今日发布金融行业AI解决方案,采用“权威数据源+专业技能+安全合规”的体系架构,已在工商银行、中信建投等头部机构落地并继续扩展。结合金融行业对时效与数据完整性的高要求,方案通过内置Wind、东方财富、S&P Global、财新等十余个权威数据源,API 接入研究任务,确保数据可溯源、口径清晰,并辅以天眼查等扩展维度。技能层面,将分析工作的关键环节封装为9项专业技能,如机构财务建模、行业研究报告、PPT与动态图表等,显著提升人力效率,例如财务建模从5-15人天降至2-4人天,行业深度报告从10-20天缩短至2-4天。合规则面,与中信建投证券共建“风险评估网关”,落地数据分级、最小必要原则、授权、生成内容核验、审计追溯等5项措施,承诺企业数据零留存、不用于训练。多家机构已通过Kimi托管智能体开展金融投研智能化作业,评测显示K3在多项指标上领先,且可替代部分海外大模型。本方案现已全面上线,个人、团队及机构级应用路径清晰,行业人士预计国产大模型在合规可审计的前提下将进一步渗透机构级市场。

🏷️ #金融AI #数据安全 #大模型 #投研智能体 #合规

🔗 原文链接
 
 
Back to Top