⁣
📰 普华永道：金融机构加码AI转型，30%-40%投入缺口待补

普华永道发布的报告指出，在银行、保险、资管三大领域，绝大多数受访者已将AI视为金融服务转型的核心引擎，而不仅仅是提升效率的工具。受访机构通过AI投入已带来约10%至15%的初步回报，同时更看重AI在提升市场地位、拓展战略空间及培育新增长点的长期价值。当前的挑战在于投入力度不足，调查显示61%的金融机构AI投入占科技预算的比例低于10%，行业存在约30%至40%的投入缺口。不同细分行业的应用路径有差异：银行在风险管理、反洗钱与合规方面应用较多；保险更聚焦于代理人赋能、客户服务与理赔等环节，且在科技基础设施方面相对滞后，但在应用场景丰富度方面反而占优，因其对多维风险识别的需求推进大模型落地。资产与财富管理行业则将AI用于投资决策、组合管理以及数据与市场分析。调查还显示，85%的保险机构将AI定位为战略转型引擎，高于银行业和资管行业，反映出保险在转型压力和业务复杂性方面的挑战更大，因此对AI的重视程度更高、应用场景也更为多元。

🏷️ #AI金融 #转型引擎 #银行应用 #保险应用 #资管应用

🔗 原文链接

⁣
📰 当所有人都在“养龙虾”，为何这次金融行业犹豫了？ — 新京报

AI 热潮中的金融业对新技术的态度呈现明显分化：尽管市场对“OpenClaw”这类AI智能体的关注度快速提升，银行等金融机构却普遍采取观望甚至拒绝的态度。核心原因在于安全与合规的高门槛：金融行业需要严格保护海量客户信息与交易数据，任何涉及资金和核心交易的解决方案都不能放松安全约束。DeepSeek 等通用模型在文字处理与算力效率方面为银行提升了业务效率，尚未对核心系统造成安全隐患；而以OpenClaw 为代表的自运行智能体，因可能获取高权限、访问系统资源、暴露密钥等风险，被多方视为不成熟且不可控的风险源。国家层面亦发出风险提示，强调若默认配置缺乏安全限制，攻击者可能利用漏洞取得系统控制权，造成数据泄露或业务失控。未来要在金融行业落地AI应用，需以“安全为底线、权限边界清晰、信息采集最小化”为原则，先在低风险场景进行小范围验证，再进行私有化部署与治理体系建设，逐步推广到核心业务。总之，当前龙虾虽具潜力，但要真正成熟落地，仍需克服显著的安全与治理挑战，银行才敢安心接纳成为其生态的一部分。

🏷️ #金融安全 #AI落地 #风险治理 #银行应用 #智能体风险

🔗 原文链接