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
⁣
📰 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
⁣
📰 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
⁣
📰 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
⁣
📰 腾讯云领跑亚太反欺诈领域,获评Forrester Wave™“领导者”

近日,国际权威研究机构Forrester发布的报告显示,腾讯云在亚太地区企业欺诈管理市场中被评为“领导者”。腾讯云在服务能力和战略维度上均位居参评厂商榜首,并在新增的客户反馈评级中获得“高于平均水平”的评价。Forrester通过20项评估标准选出9家代表性供应商,强调金融机构需要强大的产品化规则引擎来应对新兴交易的安全风险。

报告指出,随着数字商业和支付方式的迅速发展,人工智能欺诈现象如deepfakes和身份欺诈在亚太地区激增。腾讯云的模型构建平台在报告中表现突出,提供了AI驱动的自动化建模功能,帮助企业有效防范新兴欺诈类型。客户反馈显示,腾讯云的模型构建平台用户友好,基于专有数据的规则和机器学习模型优于竞争对手。

腾讯云天御金融风控体系通过“数据合规-模型对抗-场景应用”三重防护,集成反欺诈与智能决策能力,打造全生命周期的风控方案。针对黑灰产的挑战,腾讯云升级了金融风控大模型,利用知识蒸馏技术快速构建定制化模型,显著提升反欺诈效果。至今,腾讯云天御已为7000多家客户提供服务,累计拦截超5000万次可疑交易,助力金融安全。

🏷️ #腾讯云 #欺诈管理 #金融风控 #人工智能 #模型构建

🔗 原文链接
⁣
📰 AI变革给金融机构和行业带来哪些增量风险?金融监管总局副局长肖远企最新表态-证券之星

在2025外滩年会的讨论中,肖远企副局长强调,尽管人工智能(AI)在金融领域的应用正在迅速发展,但目前仍处于早期阶段,主要是辅助性的,无法完全取代人类决策。金融行业对高效技术的需求使其成为AI应用的领先领域,AI在中后台运营、客户交流和金融产品提供等方面展现出显著的效益。

肖远企指出,AI的应用虽然带来了效率提升,但并未导致金融机构员工安置压力。他强调,人才仍是金融行业最宝贵的资产,AI的应用甚至可能创造更多的工作岗位。然而,AI的广泛应用也引发了增量风险,包括模型稳定性风险和数据治理风险,这些风险对单个金融机构至关重要。

在宏观层面,AI变革可能导致集中度风险和决策趋同风险。金融行业可能依赖少数技术强大的服务提供商,导致市场集中度提高。同时,决策依据的标准化可能引发行业整体决策同质化,需引起重视。整体来看,AI在金融领域的影响深远,既有机遇也伴随风险。

🏷️ #人工智能 #金融风险 #决策同质化 #模型稳定性 #数据治理

🔗 原文链接
⁣
📰 云栖大会丨奇富科技费浩峻深度解构金融大模型四步破局路径-公司动态-证券市场周刊

在云栖大会上,奇富科技的首席算法科学家费浩峻分享了金融大模型的落地逻辑,强调告别参数规模的盲目追逐,推动金融AI向“聚智能、见个体”的方向发展。传统机器学习阶段,金融AI面临人工特征工程依赖和模型泛化能力差的挑战,奇富科技提出四大破局点来应对这些问题。

首先,奇富科技通过千问多模态大模型,实现了一模型多能,显著提升了处理效率与精度。其次,推出的小微识别智能体突破了传统群体标签的局限,推动服务精准化,真正关注个体的经营状态。此外,模型蒸馏技术的应用有效解决了算力与延迟瓶颈,使“个体级”的服务具备大规模落地的可能。

最后,决策的可解释性是金融大模型落地的核心合规要求。奇富科技构建了“端到端风险决策模型”,提升了决策的可信度。费浩峻认为,金融大模型的价值在于能否在严苛场景中实现“精准、高效、可信”的统一,未来将继续推动大模型在金融领域的深度应用。

🏷️ #金融大模型 #AI技术 #精准服务 #模型蒸馏 #合规要求

🔗 原文链接
⁣
📰 高见|这一周,经济界大咖有何高见?

一周以来,权威人士和专家们就多个经济政策和行业发展发表了看法。曾刚指出,财政部的新贴息政策将有效降低融资成本,增强市场信心,特别是在服务业和个人消费领域。通过降低贷款利率和引导金融机构增加信贷投放,政策旨在促进经济回暖和市场复苏。然而,政策的落地需要有效的资金监管,以确保真正惠及市场主体。

在机器人行业方面,王兴兴强调了模型问题的重要性。尽管市场需求和政策支持推动了行业快速增长,但当前的机器人模型架构亟待改进。他预言,未来几年内将可能出现人形机器人的重大突破,改变智能制造与服务业的格局。行业需要从追求增长转向构建标准化技术,以防止技术碎片化。

招商银行行长王良则呼吁金融行业要坚持良性竞争,反对“内卷式”竞争。他指出,财富管理市场正在向全球化发展,客户需求日益多样化,金融机构应加强自律和风险防范,打造健康可持续的财富管理生态圈。只有打破内卷,才能更好地服务实体经济,推动金融市场的发展。

🏷️ #贴息政策 #机器人行业 #良性竞争 #市场信心 #模型问题

🔗 原文链接
 
 
Back to Top