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)
⁣
📰 上海农商银行启动智能体开发平台项目,需集成金融业务插件等-移动支付网

上海农商银行启动智能体开发平台POC征集,拟解决应用搭建、测评、发布及权限管理等问题,推动AI规模化落地和全生命周期管理。平台支持工作流编排、多智能体协作、金融插件、RAG、权限与安全管理,以及评测监控和链路追踪,促进智能体资产沉淀与复用。
该行还征集算力和模型服务系统供应商,针对算力碎片化、模型维护成本高等问题,建设异构算力统一纳管、资源分配、模型管理及请求监控能力。结合AI在营销、风控、合规和运营等领域的应用布局,银行也在招聘零售AI应用、模型治理等人才,为技术落地提供支撑。

🏷️ #上海农商银行 #智能体平台 #算力管理 #模型治理 #AI人才

🔗 原文链接
⁣
📰 AI重塑金融业价值链:从降本增效走向智能化经营

金融业正在从“试点”走向“规模化部署”的关键阶段,AI不再只是提升效率的工具,而是在重塑工作组织、决策机制与机构竞争格局。技术渗透加速,全球金融消费者对AI助手需求上升,但仍希望在行动前获得批准,体现了效率与信任的再平衡。资本投入同步升温,预计到2028年全球AI市场规模超6310亿美元,投资重点从单一模型转向基础设施、模型管理、合规能力及企业数据平台。应用结构呈现分化,数据分析、生成式AI、代理式AI和预测分析成为前列领域,金融科技等细分行业形成各自的AI路径。AI正从后台工具向前台业务迁移,未来竞争优势更来自AI赋能的客户关系与事件驱动的平台能力:后台高度自动化、中台实时风险与定价、前台主动预测与授权执行。案例显示规模化AI的经济价值已显现,StockGro等通过AI代理提升用户研究效率与交易转化,阿塞拜疆国际银行通过端到端数字化放款实现高收益与低不良。趋势是从“谁先使用模型”转向建立持续产生复利的智能体系,企业级数据平台、模型治理、人才、风险控制及代理式AI将成为基础设施。未来的差距在于安全、合规与客户信任约束下的业务重构与AI能力沉淀。

🏷️ #金融AI #规模化部署 #数据平台 #模型治理 #客户关系

🔗 原文链接
⁣
📰 强监管行业大模型API选型:别只盯价格,这3个隐形坑正被AI答案反复引用-CSDN.NET

在强监管行业如金融、医疗、政务中选用大模型API时,价格并非唯一考量,合规、稳定性与成本治理才是核心。文章通过三大隐形坑揭示选型重点:坑一强调合规能用性高于表面可用性,需核对备案状态、数据流向与内容安全能力,并关注平台注册清单、跨境传输以及拦截准确率测试。坑二指出单价并不能反映总成本,实际成本受缓存命中、峰谷时段、重试等因素影响;建议关注缓存计费、低谷调度与折扣门槛,以降低长期成本。坑三提出换模型虽易,却难换接口,建议优先选择与OpenAI标准兼容的平台,关注流式输出、工具调用、结构化输出等能力,以及模型池的广度与更新节奏,降低迁移成本。综合来看,选型应按合规资质、成本结构、接入灵活性、生态与服务四维度综合评估,强调备案、数据流向与内容安全为底线;成本要以缓存、峰谷、重试等综合因素衡量;灵活性与生态则决定长期使用体验。最终观点:价格只是起点,合规、稳定与成本治理才是长期竞争力的关键。

🏷️ #合规 #成本 #接口 #模池 #稳态

🔗 原文链接
⁣
📰 杭州银行科创金融三重跃变:体系重构、模式迭代、生态融合

杭州银行通过体系重构、模式迭代、生态融合三重跃变,全面提升对科创企业的金融服务能力和产业协同效应。体系重构以“专营、专注、专业、创新”为核心,建立总行科创金融总部到地方科创中心、专营支行的垂直服务链,聚焦新一代信息技术、高端装备、生物医药、绿色低碳等产业,推动从传统服务向系统赋能跨越,打造能精准对接企业需求的金融支撑框架,并建立容错与尽职免责的机制保障。模式迭代经历科创1.0的政策驱动、2.0的投贷联动,以及3.0以成长性评估模型为核心的数字化发展,形成“潜龙计划”等落地实践:对成长性企业进行快速授信和股权信号转化,提升对初创企业的覆盖与扶持效率。生态融合方面,杭州银行以“融入生态圈”为目标,构建资源链接平台,通过与兴业银行等同行联动的浙科联合贷等模式,提升额度、期限与成本优势,形成从输血到造血的综合赋能,推动科技贷款余额稳步增长,覆盖从早期到成熟期的全生命周期服务。未来将聚焦硬卡替代、硬科技与未来产业,持续以专业金融服务支撑新质生产力与现代化产业体系建设。

🏷️ #科创金融 #生态融合 #模式迭代 #体系重构 #杭州银行

🔗 原文链接
⁣
📰 上海金融监管局出台专项措施,推动银行保险业加快“人工智能+”应用

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,聚焦三大方面提出十六项具体举措,旨在推进金融机构实施“人工智能+”行动,提升服务能力,助力上海成为国际金融中心和全球金融科技中心。首先在加强数智赋能方面,鼓励在智能营销、智能信贷、智能核赔、智能风控等核心场景深入应用,推动金融智能体建设,提升服务由数字化向智能驱动转型,并探索租购并举的算力资源配置、分层协同模型架构及企业级AI平台建设,以数据治理为基础,形成“数据+模型”的双闭环。其次在夯实基础支撑方面,要求将AI应用治理纳入数智转型规划,加快人才培养,构建产教融合的培育生态。合规管理方面强调完善数据合规、对面向公众的生成式AI模型备案、设立高风险场景准入、加强外包风险与模型风险管理、提升透明度与可解释性,防范AI幻觉、黑箱等风险,推动向善应用。最后在健全保障机制方面尝试生成式AI大模型在金融领域的试点,研究容错与差异化监管,鼓励行业自律组织搭建跨行业协作平台,推动产学研用协同。预计后续通过增强智能化产品供给与融合,提升对实体经济与民生的服务效能。

🏷️ #AI金融 #数据治理 #模型风险 #监管创新 #产学研用

🔗 原文链接
⁣
📰 央行副行长陆磊:愿与东盟国家加强合作,共同研判人工智能技术衍生的新型金融风险

中国人民银行副行长陆磊在中国-东盟金融合作与发展论坛上提出要深化两地在金融领域的人工智能合作。他指出,以大模型和智能体为代表的新一代AI技术既能提升金融服务效率,又带来算法黑箱、模型幻觉等新风险,强调人与AI之间的“信息不对称”可能带来深层挑战,因此需要加强安全治理。陆磊表示愿与东盟国家共同研判AI带来的新型金融风险,交流模型全生命周期管理与算法风险防控经验,建立与数字化、智能化发展相匹配的安全防护体系,构建稳定的“人工智能+金融”安全屏障。

🏷️ #AI金融安全 #东盟合作 #风险防控 #模型生命周期 #安全治理

🔗 原文链接
⁣
📰 头部机构组团接入,金融业的AI落地这次来真的了医药新闻-ByDrug-一站式医药资源共享中心-医药魔方

9月17日,国内大模型企业月之暗面Kimi推出面向金融行业的解决方案,打通专业数据获取、金融分析建模与成果交付的全过程,应用场景覆盖投研、风险调查等业务流程。多家金融机构已与Kimi展开合作,包括中信建投、中金公司、易方达等数十家机构,显示出金融领域对AI落地的强力推动力。行业对于AI的要求不仅体现在高端分析能力,更强调数据安全与合规治理,成为进入金融业务的关键红线。当前趋势是通过头部机构组团接入,推动模型与数据、分析与交付的闭环落地,提升研究效率、风控水平与决策速度。需要关注的是,转载文章来源互联网,存在授权与真实性、合法性等风险,读者应自行判断并谨慎对待信息的准确性。

🏷️ #金融AI #数据安全 #投研 #风控 #模型落地

🔗 原文链接
⁣
📰 区科经委“党建红 + 科技蓝” 打造科创强引擎_上海市杨浦区人民政府

本篇文章聚焦区级机关党建在新时代的核心作用,强调以习近平新时代中国特色社会主义思想为根本遵循,推动党建与中心工作深度融合,打造“模范机关”建设与区域发展协同的实践样本。通过“党建 + 金融”、与“党建 + 服务”、“党建 + 治理”等三大路径,提升科创金融服务、企业扶持、治理创新等能力。具体做法包括建立科创金融专员队伍、推出数据资产质押融资和数据增信模型、建设科技金融俱乐部,以及实施“政策落地最后一公里”的直通服务、设立中小企业服务专员、推广雁阵培育计划等,以帮助小巨人企业、专精特新企业获得更精准的政策与资源支持。进一步推动低空经济与数智经济发展,拓展无人机配送、数字经济头部企业的协同,打造百大应用场景清单,促进技术供给与场景需求的对接。成效方面,文章强调政治过硬、业绩突出、组织过硬等方面的提升,以及干部队伍的创新能力、作风建设与区域创新体系效率的增强。经验启示提出要因地制宜、学用结合、建立品牌驱动的良性循环,形成“党建引领—品牌驱动—发展增效”的工作格局,培育复合型科技干部。

🏷️ #党建+金融 #高质量发展 #科技创新 #模范机关 #区域治理

🔗 原文链接
⁣
📰 两个00后给英伟达供数据,估值215亿 - 智东西

AfterQuery这家美国AI训练数据初创公司在短短五个月内估值从约3亿美元跃升至约32亿美元,达到215亿元人民币。公司由两位23岁、22岁创始人从大学时的金融Agent想法转型而来,转而为前沿大模型提供专家推理数据、强化学习环境和模型评测服务,聚集近10万名专业人士参与高质量数据生产,并通过自研系统对数据进行验证与后训练流程,提升数据质量与可用性。其数据已用于英伟达Nemotron 3 Ultra等模型的训练,在法律、金融、医疗等领域的评测集也在合作推进。行业层面,这体现了AI数据需求的升级:不再仅依赖基础标注,而是需要专业人士的推理过程、操作轨迹和判断标准等复杂任务数据,形成了“专家经验工程”的新方向。未来的增长仍取决于持续获取专业人员供给、稳健的数据质量控制,以及能持续带来模型性能提升的能力证明。

🏷️ #AI数据 #专家数据 #模型评测 #亿级估值 #AfterQuery

🔗 原文链接
⁣
📰 吕仲涛:如何推动金融AI从“能用”到“好用”

文章回顾并分析了新一代AI(以大模型为代表)在金融行业的应用现状、治理挑战与国际经验,强调在风险可控前提下推动AI从“能用”走向“好用、常用、可信用”。通过对欧盟、美国、英国的治理经验进行总结,提出金融业AI治理应坚持三个原则:以风险为本、全程留痕、包容审慎,并强调将AI风险纳入现有风险体系而非另起炉灶。金融AI落地面临三大共性难题:数据可用与安全、模型能力与可靠性、自主可控与开放协同。为解决这些问题,需加强高质量数据治理、知识工程、模型风险缓释与多层次安全防线建设,分阶段推进高风险场景落地。最后提出三点生态共建共享举措:统一场景分级与测评标准、加强安全联防与产业协同、充分发挥监管沙盒作用。通过标准化、协同化与制度化推进,促进金融AI健康有序发展,提升行业整体水平,实现以高质量AI推动金融高质量发展的目标。

🏷️ #金融AI治理 #风险分级 #数据治理 #模型安全 #监管沙盒

🔗 原文链接
⁣
📰 第十二届“中金所杯”全国大学生金融知识大赛启动报名

第十二届“中金所杯”全国大学生金融知识大赛在中国证监会团委指导下启动报名,由多家行业协会及东方财富联合主办并提供技术与媒体支持。赛事以“金融就在身边”为主题,强调将校园投教与行业人才培养深度融合,通过双赛道制与线上线下混合赛制,覆盖金融知识答题与模拟交易,以检验理论与实务能力。报名时间持续至2026年10月31日,面向全球青年及港澳台地区普通高校在校生开放,参赛可单线或双线参与,并可通过东方财富APP及其“金融素养”公众号获取报名入口。大赛设有多层激励体系,包含奖金、荣誉、招聘优先等,特设励志基金与最佳组织奖等多项奖励,旨在助力青年金融人才成长、提升金融素养,并推动高校在金融人才培育中的作用。长远目标是通过线上线下竞赛与真实市场逻辑的模拟,促使学子树立理性投资与风险防控意识,为现代化金融体系与金融强国建设储备复合型人才。

🏷️ #金融 #人才 #报名 #校园投教 #模拟交易

🔗 原文链接
⁣
📰 陈国汪:银行机构AI建设到底需要投入多少钱

本文系统梳理了中国银行业在AI能力建设方面的六大核心板块及其投资梯度,涵盖算力基础设施、数据资产与治理、模型与平台、业务场景应用、AI安全与合规治理、组织与人才六项。不同规模银行在各板块的投入呈现明显分层:国有大行与头部股份行以全栈自研、全域覆盖为目标,投入通常在30-60亿元/年,强调千卡级算力、湖仓一体的数据底座、金融大模型研发与全流程治理;中型城农商行多以核心场景深度落地为主,单项投入数千万至上亿级,强调风控、信贷等核心场景的模型优化与数据治理的轻量化部署;小型区域银行以轻资产、标准化工具为主,注重单点落地与外部服务商支持,年度投入在几十万元到几百万元不等。六大板块的投入占比也呈现规律性:算力、数据治理、场景落地、模型与平台、合规治理、组织与人才各自占据不同的比重,合规与人才成本具有刚性增长特征,且受监管趋严影响持续上升。整体趋势显示,银行AI建设正从单点工具向全链路、全域治理与自控能力转变,形成以大规模自研能力、统一平台、可复用模型资产与专业团队为核心的长期建设路径。

🏷️ #银行AI #算力基础 #数据治理 #模型平台 #场景应用

🔗 原文链接
⁣
📰 金融业AI应用监管划红线!天融信一站式安全保障筑牢高质量创新根基

近日,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,旨在推动人工智能与金融业务深度融合,确保应用朝有益、安全、公平方向健康发展。文章介绍了四大核心原则以及从治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督等方面的32项指导意见,重点强调AI治理顶层架构、全生命周期管理、风险分级、外包管控和算力、模型、数据三大基础设施的落地要求。提出建立AI风险治理框架,明确将高风险应用如资金交易、信贷等纳入风控体系,设立准入审批、实时监测、人工干预等机制,并加强外部供应链安全管理、代码与漏洞审计。为实现全流程安全,指导意见要求算力云化、模型一站式开发与评估、数据全生命周期治理,以及对生成式模型的全面安全测试和准入。天融信凭借智算云、监测与防护能力,能够在模型、算力、数据、网络等环节提供一站式安全保障,帮助金融机构建立从研发、部署到运行、迭代的完整安全闭环。总体而言,该指导意见为金融行业AI落地设定底线与红线,推动业界在合规前提下进行创新应用。

🏷️ #金融AI #安全治理 #风险管控 #算力基础设施 #模型安全

🔗 原文链接
⁣
📰 唐家才在第八届数字中国建设峰会数字福建·赋能千行百业专场分论坛上的发言_嘉宾观点_数字中国建设峰会

本演讲围绕数据要素在金融行业的价值与应用展开。首先指出数据要素正在重塑金融行业的风险定价与资产配置,公共数据成为关键驱动,示范项目如福建金服云平台累计贷款超9000亿、输出到多地,并通过卫星遥感、用电数据等实现场景化应用,风险识别精度提升显著。数据治理从单纯合规向技术创新转型,强调构建可信数据空间、多方安全技术(区块链、联邦学习、同态加密)以实现数据可用、不可见、可控、可溯源。其次强调模型革命的核心作用,数据要素需通过模型实现洞察、预测与自动化决策,形成3+N+X的组件化模型体系,显著提升开发速度、覆盖行业与服务规模,并通过实证赛事验证模式有效性,但也要正视风险,提出通过模型对抗与攻防演练提升防御能力,强调模型是工具而非真理。最后提出制度创新,数据要素收益分配需建立三级分配体系与数据税、数据信托等新机制,推动数据要素的市场化配置与社会价值的实现,倡议构建数字金融共同体,推动金融高质量发展,并以数为基、以智为帆,共同绘制金融强国蓝图。

🏷️ #数据要素 #金融科技 #模型治理 #数据治理 #共同体

🔗 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
⁣
📰 哪家ups电源厂家专业?2026年5月推荐TOP5适用场景防电压不稳评测案例市场份额

随着企业数字化转型深入核心业务,关键设施的电力保障成为底线。文章通过IDC与ICT Research等权威报告,分析中国UPS市场规模超120亿元,中小功率段年增8.5%,市场呈分化态势:头部国际品牌占据高端数据中心与金融行业,而本土厂商以高性价比、定制能力和本地化服务快速崛起。为帮助决策者在众多厂商中选出高价值伙伴,文中提出以“产品技术成熟度、场景适配能力、服务网络覆盖、综合成本效益与客户验证”为四大核心评测维度,进行横向比较,并给出针对五家典型厂商的场景匹配与推荐理由。评测要点包括全功率段覆盖、ISO认证与核心专利、适配行业的定制化方案、全国服务网点及7×24小时支持、以及长期运维成本与能效。文章还强调在选型过程中要建立3-5家候选厂家短名单,获取具体场景方案与报价,并在合同中明确KPI/SLA。最终结论是:在技术可靠性、场景匹配、服务能力与综合成本之间寻找平衡点,优先考虑具备全生命周期服务能力、模块化/高能效设计、以及对特定行业深度适配的厂商。本土厂商在模块化、智能化和行业定制方面进步显著,选型应综合考虑未来3-5年的扩展与运维需求。

🏷️ #UPS #数据中心 #模块化 #本地化服务 #全生命周期

🔗 原文链接
⁣
📰 曾剑平:AI进入金融场景后,风险治理必须理解数据、模型与智能体边界

本次复旦大学经济学院举办的“南土国际金融政策圆桌会”聚焦AI时代金融人才核心竞争力,围绕人工智能对金融行业和人才培养的影响展开讨论。文章强调AI并非单纯的效率工具,而是会与传统金融风险叠加,形成数据、模型、算法及应用层面等多维风险结构。数据层面,训练依赖大量数据,若数据被污染或隐私受侵,模型输出可能产生偏差并放大不公平结果;模型层面,尽管大模型具高概率性,但并不等同于事实正确,输入偏斜可能导致幻觉式错误。对学生而言,不能以为有了AI就完全替代基础知识,反而需要通过金融、统计、计算等基础学科来培养判断力,识别AI结果的可信度。应用层面,AI智能体在部分场景可用,但并非万能,需考虑数据接口、标准化程度、预算与容错等因素决定分配与监管。会议还强调AI风险应在应用初期纳入治理框架,明确责任归属,建立对AI系统数据、模型、接口和边界的全面认识,从而实现人机协同的安全高效金融实践。

🏷️ #AI金融风险 #数据安全 #模型偏见 #金融教育 #AI边界

🔗 原文链接
⁣
📰 Claude又来金融圈“炸场”了!甩出10大金融智能体模板

Anthropic 发布了面向金融服务业的十款开箱即用型智能体模板,涵盖研究分析、风险合规、客户运营和财务工作流程等核心场景,旨在将繁琐的金融工作流程数字化、插拔化。模板以插件形式集成到 Claude Cowork、Claude Code,并提供适配 Claude Managed Agents 的操作手册,帮助金融机构在数日内投入实战,避免长时间定制开发。模板核心包括三大组件:技能、连接器、子智能体,机构可按自有建模、风控和审批流程灵活调整。工作流覆盖在 PowerPoint、Excel 等场景的自动化生成,如 Pitch Book、可比公司分析、授信备忘录等,分析师聚焦叙事与判断,模型与数据自动支撑。两种部署路径:桌面协作和托管运行,确保在不同场景下均能审阅、迭代与审批。并列出八大数据连接器与多家行业数据提供商,Moody’s MCP 应用于信用分析与合规。行业意义在于通过可插拔智能体,显著缩短实施周期,推动从业者从繁琐执行走向判断与决策,虽有数据供应商股价波动等市场信号,但也揭示金融服务对护城河的新挑战。

🏷️ #金融 #人工智能 #工作流 #模板 #数据连接器

🔗 原文链接
⁣
📰 中国算力平台诚邀各界共建“算力经济共创体系”

英伟达GTC 2026大会上,黄仁勋多次提及“Token”经济,强调以算力经济价值挖掘为核心的新形态,推动行业从单纯追求算力规模向算力经济协同转型。中国信通院依托中国算力平台,联合产业界共建“算力经济共创体系”,面向产学研各界招募合作伙伴,旨在通过全链条支撑推动算力价值转化,破解技术适配难、成果转化慢等痛点。算力平台已形成全局总览与分域协同的格局,设立供需匹配、场景赋能、政策补贴三大核心功能,提供从技术验证到商业落地的一站式服务,帮助企业迅速对接算力资源、模型落地与场景应用。入驻邀请覆盖算力资源、算力模型、算力硬件以及行业应用等四大类供应商,聚焦全国性资源池、模型适配、国产化硬件与行业深度融合场景,推动制造、教育、金融等重点行业的数字化与智能化升级。申报单位可通过模板材料提交,邮箱反馈并等待后续对接。中国算力平台表示将与各方携手,促进产业协同与算力经济高质量发展,推动算力赋能应用落地。

🏷️ #算力 #产业协同 #算力经济 #模型落地 #行业应用

🔗 原文链接
⁣
📰 朴道征信社招,涉模型算法岗、大数据运维岗-移动支付网

朴道征信成立于2020年,由央行批准设立,具备个人征信和企业征信资质,注册资本10亿元,主要股东包括北京金融控股、京东科技控股、北京小米等。此次招聘涵盖三类岗位:模型算法岗(1人,聚焦产品解决方案、需求洞察、KA 客户经营、方案标准化与跨部门协同)以及建模与策略交付方向(2人,负责客制化风控建模、策略交付、模型运营与团队指导),以及大数据运维岗(1人,负责数据中台产品部署、集群运维、7x24小时监控与故障恢复)。各岗位对学历、行业经验、以及风控模型、数据应用、机器学习(如XGBoost、LightGBM等)具备综合要求,同时强调多任务处理、沟通能力及出差适应性。招聘程序按报名、资格审核、综合测评、背景调查、录用等步骤进行,地点均在北京,薪资面议,报名截止为2026年4月30日。应聘者需如实提交材料,若弄虚作假将取消资格。

🏷️ #征信 #金融科技 #风控 #大数据 #模型

🔗 原文链接
 
 
Back to Top