大湾区交易所科技大会（下篇）：金融AI攻坚核心业务，痛点与破局路径何在？

来源：市场资讯

（来源：财联社）

财联社11月30日讯（记者 赵昕睿 陈俊兰）承接上篇内容，2025 年大湾区交易所科技大会首日议程进入深度探讨阶段，行业目光从数字化转型的路径探索，进一步聚焦人工智能在金融领域的生态治理与痛点问题。

多位行业专家强调了AI在金融领域的战略价值，同时指出了应用中的核心问题与发展建议。全球头部金融机构正推动AI向核心业务延伸，但在交易决策等关键环节仍持谨慎态度。这一矛盾背后，存在AI幻觉与数据隔阂等核心壁垒，需金融机构亲自下场攻克核心场景。对于行业发展，监管部门需推动AI融入资本市场建设，加大基础设施投入与人才培养，而丰富的应用场景将成为中国AI竞争的独特优势。

华泰证券首席信息官韩臻聪：真正的智能来自不断学习

华泰证券执委会委员、首席信息官韩臻聪表示，人工智能正在从过去的生产力工具转变为重塑行业范式的生产要素，这不仅是技术的革新，更是金融行业响应金融强国战略，发展新质生产力的核心路径。

韩臻聪以华泰证券具体实践经历分享着他的看法。他分析，全球头部的金融机构对于AI的应用正在坚定地走向核心业务，但同时坦言硬币的另一面，尽管AI工具的部署力很高，但真正深入到交易决策、风险定价真金白银的核心环节，行业依然是非常谨慎，不太敢轻易地防守。

交易这样的核心场景为什么很难攻克？韩臻聪提到2道核心壁垒，一是AI幻觉问题，二是燃料隔阂。他判断，金融机构用AI攻克交易的场景必须自己下场，去解决最核心、最有价值的场景。

基于这一行业判断，“ALL in AI”核心战略便是华泰证券给出的答卷。公司选择从最核心也是最难的交易场景切入探索AI的原生应用，并在今年10月16日正式上线AI涨乐，两周前，还更新了重要功能“早点听”。为了实现个性化和定制化，公司设计了短期、中期和长期的三层记忆体系。

韩臻聪表示，AI涨乐意义不止于一个产品的创新，这是华泰的一小步，也是行业走向AI未来的一小步。真正的智能是来自不断学习，而AI涨乐正是华泰在这条路不断学习不断迭代的过程。

浙江大学国家战略与区域发展研究院智库领军人、研究员房汉廷：无AI则无立锥之地

浙江大学国家战略与区域发展研究院智库领军人、研究员，科技日报社原副社长房汉廷先明确，作为资本市场监管者的交易所以及我们的服务机构，必然是AI的使用者，无AI，将来就没有立锥之地。

AI当下从一个边缘的辅助工具变成整个市场的基础设施，并能解决原来传统资本市场信息处理、决策模式等隐痛。

房汉廷认为，未来，人工智能或者是作为一个代理或者是智能体，可能在三个方面会在资本市场当中产生巨大的作用。第一，是具有自主规划执行复杂任务的金融代理人或者叫作智能体，会从对话式的交互向决策式行动。第二，多模态与跨境监管协同的问题，包括文本、语音、视频等多模态都可以在这样新的模型当中得以实现。

对此，房汉廷给出三条建议。一是监管部门应该责无旁贷要把AI全面地推入到资本市场的建设当中。二是需要加大AI基础设施投入，对于平台的治理、建设、人才队伍特别是AI智能体的发展。

在房汉廷看来，中国只要给出足够多足够强的应用场景，很多应用型的公司也会变成创造AI技术公司，这可能是一种优势。

圆桌论坛：行业大模型应用与治理

在议程最后环节，分别由国金证券首席信息官王洪涛主持，中国证监会科技监管司信息安全和监管处处长郭郛、中信建投证券首席信息官肖钢、博时基金副总经理王德英、IDC中国区研究总监高飞、腾讯云副总裁胡利明围绕行业大模型应用与治理展开高端对话。

证监会科技司信息安全与监管处处长郭郛在圆桌讨论上表示，证券期货行业人工智能应用正全面加速，主要聚焦提质增效与运营数字化转型，在投研报告撰写、智能尽调等业务场景已有探索，但与业务的深度融合仍有较大拓展空间。

郭郛指出，证券期货行业标准化程度高、数据基础好，且与信息技术关联紧密，AI应用易与业务形成正反馈，行业具备巨大的AI应用潜力。从发展方向看，监管将提升包容度，鼓励AI在金融市场创新应用，拓展新领域、新场景；同时坚守底线，核心是选好应用场景，充分认识大模型技术局限性。

他强调，监管将分场景差异化推进大模型应用：积极推进内部管理场景，有序推进对客服务且风险较小的场景，审慎推进投顾等直接涉客且易引发资产损失的场景，对风险隐患场景需建立有效监督+模型辅助的协同机制。

中信建投首席信息官肖钢分享了公司的实践进展，中信建投证券提出建设数智投行目标，在投资、投研、投顾等多业务线部署AI应用，日Token调用量达数亿次。

肖钢表示，大模型带来了信息处理和知识整合新范式，推动公司重塑业务形态与流程；同时，AI生成答案的有效性、主体责任等问题引发新思考；此外，全员AI开发需求的出现，也对信息技术部门的支持能力提出了新课题，公司仍在持续探索相关解决方案。

博时基金副总经理王德英关注到，大模型应用仍面临很多风险或挑战，主要分为三方面。一是合规和数据安全；二是AI幻觉；三是站在资管行业来看，大模型在该行业应用场景仍以生成式为主，业务场景适配度或适用性还不够强，影响发挥作用。

为解决上述三方面问题，王德英表示，公司已采取相应措施。在数据安全层面，公司已通过制度宣导建立安全文化，但更需技术兜底。针对AI幻觉难题，他表示，尽管通过提升数据质量、模型微调及RAG知识库等技术手段可降低风险，但无法完全根除。对此，公司采取场景限制及人工监督方式，优先在To B业务中应用并经人工确认。

谈及资管行业的AI适配性，王德英强调，大模型需与小模型及传统数字化手段深度融合。以量化投资为例，大模型不擅长因子挖掘与权重优化，而传统机器学习在此类场景效果更直接稳定。他认为，唯有推动大模型与传统技术一体化协同，而非盲目依赖大模型，才能真正助力业务发展。

腾讯云副总裁胡利明表示，腾讯高度重视大模型安全、信息安全及金融合规，旗下元宝、微信、混元等产品均需应对此类命题，目前主要从三层面为行业输出相关能力。

在数据合规与隐私保护上，腾讯为金融机构提供私有化大数据存储与治理能力，涵盖数据加密、分级分类存储、权限管控及使用审计；针对联合建模场景，通过“可用不可见”的隐私计算模式，保障数据应用安全与隐私。

模型和算法安全层面，腾讯已构建严谨的大模型工程安全评估评测体系，覆盖训练、开发、部署全环节。

内容安全及幻觉应对方面，腾讯将微信等C端产品积累的内容安全能力，固化为大模型内容安全审核模型，应用于意图识别、推理排序、结果输出等环节，确保内容合规；同时通过工程手段回溯语料及引用内容，探索解决幻觉问题，规避输出风险与舆论隐患，以此全方位支持金融机构大模型安全合规落地。

IDC中国区研究总监高飞指出，各国AI监管出发点一致聚焦可解释性、公平性等，但思路具有差异。美国是低准入高合规成本，催生内部合规与第三方审计工具；我国是以服务实体经济、秩序公平为导向，以备案制构建完整事前风控体系。

他提及，欧盟AI法案是横向技术监管机制，长臂管辖且罚金高，同时借鉴风险分类分级，明确生物信息泄露等红线。此外，欧盟DORA法案针对金融机构ICT风险，是事前准入评估的尝试。

不过他也提到，欧盟横纵交织的严密监管，一定程度或遏制创新。