探索金融AI新边界：技术创新与安全治理的平衡之道

在人工智能浪潮席卷全球的2025年，大模型正以迅猛之势渗透各行各业。金融，为何会成为大模型行业落地的“天然试验田”？如何在创新与安全之间找到平衡？技术与风控，谁在踩油门，谁在掌方向盘？

近日，网易易盾倾力打造的直播栏目《安全圆桌派》特别邀请了百融云创商务发展部总经理冯波与网易易盾国央企行业负责人朱文涛，围绕金融大模型落地的关键技术、安全风险与合规趋势展开深度探讨，共同剖析技术创新与安全治理的平衡之道。

两位同为深耕金融一线的行业知名专家，在本次直播现场贡献了众多精彩观点：

大模型重构的不仅是技术，更是金融价值链。
合规已从成本项变为竞争力，金融企业需构建“内生安全”机制。

金融大模型的终局绝非“技术至上”，而是多方博弈的动态平衡。

下文为直播内容实录整理

话题一：

围观科技部“突出科技前沿”的年度重点，

为何金融行业成为大模型应用热土？

冯波率先分享了金融行业成为大模型应用核心方向的三大原因：首先，金融行业的数据与知识密集型特性天然适配大模型。金融机构每天处理海量交易数据、客户行为信息，高度依赖数据分析与知识管理，大模型的推理与生成能力为此提供了强有力支持。

其次，政策支持与监管完善为技术落地铺平道路。国家层面通过《生成式人工智能服务管理暂行办法》等政策，鼓励金融行业智能化升级，同时提供规范指引。

最后，技术突破与垂类模型发展推动应用深化。大模型正从客服、办公等辅助场景向投研、风控等核心业务渗透，垂类模型的快速发展进一步加速了落地进程。

据冯波介绍，在政策方面，国家及地方政府出台多项政策支持大模型开发与应用。截至2024年年末，全国至少13个省份出台专项政策，通过补贴激励、标准引导、场景牵引、生态共建四重机制，助力大模型从实验走向规模化应用。例如，杭州市余杭区对垂类模型研发提供的补贴政策。

冯波总结道：“金融行业成为大模型应用的核心，既是技术发展的必然，也是行业数字化转型的关键路径。未来，随着垂类模型在决策场景的突破、数据治理能力的提升以及监管框架的完善，大模型将重构金融价值链。”

话题二：

大模型渗透金融核心业务：拐点与风险并存，

落地金融业的六大挑战

机遇与挑战并存，朱文涛从安全视角，剖析了金融行业大模型应用如今面临的六大挑战。朱文涛指出：

算力瓶颈是首要难题。千亿参数模型的训练与推理对硬件资源需求极高，单次训练成本高昂，实时推理对算力要求更高，GPU资源协调管理也成为金融机构的难点。
高质量语料匮乏制约模型能力。当前大模型训练语料规模有限（约14T-30T），数据标注成本高，难以满足大规模需求。
安全与隐私风险不容忽视，包括数据泄露、供应链风险及模型输出“幻觉”导致的内容不可控。
科技伦理与社会影响问题凸显，如算法歧视、金融决策偏见等。
虚假信息传播效率因大模型而百倍提升，传统内容审核体系难以应对。
复合型人才短缺成为瓶颈，大模型落地需要兼具算法、行业知识与工程化能力的人才，当前供给严重不足。

通过生动的案例，朱文涛揭示了大模型应用的现实风险：

朱文涛强调：“这些案例表明，国内外对AI的合理应用高度关注。政策约束与监管处罚旨在促进行业健康发展。”

话题三：

金融企业如何用好大模型？

AI中台：打通技术与业务的“最后一公里”

关于金融企业如何实现AI应用，冯波从百融云创的实践出发，分享了金融企业应用大模型的经验。他总结国内应用呈现“由内及外、由点及面、由辅助到核心”的分阶段特点：先从内部办公助手切入，逐步延伸至销售、客服等对外场景；从单一业务点入手，扩展至全流程解决方案；从辅助场景向风控、投研等核心领域渗透。相比之下，国外银行多采用外采通用大模型策略，直接应用于产品定价、资金管理、反欺诈等核心场景。

为解决“最后一公里”难题，冯波提出AI中台与智能体工厂的概念。AI中台作为底层技术与业务场景的枢纽，分为数据中台与智能体中台，前者整合内外数据、构建风险标签体系，后者通过智能体工厂生产适配业务场景的智能体。

他以类比解释：“大模型像大脑，具备推理能力；智能体像四肢，具备行动能力。但要产生业务价值，还需结合行业知识进行‘岗位培训’”。

百融云创的智能体应用覆盖客户交互（CX）与内部效率（EX）两大场景，包括客服智能问答、营销质检、投顾合规、风控征信等50余类场景，衍生出众多细分应用。

话题四：

监管响应-从被动合规到主动风控

数字内容风控中台：安全围栏构建与实践

对于AI应用所衍生出来的风险问题，朱文涛从网易易盾的角度，介绍了数字内容风控中台的构建理念与实践。他指出，AIGC技术催生了智能客服、智能投顾等新场景，对内容安全提出更高要求。

传统内容审核仅能应对低俗暴力问题，而数字内容风控中台可解决虚假宣传、消极服务态度等复杂场景，同时支持短信、通信内容等内控需求，应对信创与数据管控的严格要求。网易易盾的解决方案分为两类：一是针对AIGC场景的综合防御体系，二是以中台形式整合UGC、PGC等多模态内容审核。

朱文涛详细阐述了AIGC场景的“内外兼修”理念：内生安全通过数据体检与安全语料对齐模型；外生安全构建内容安全围栏，应对外部对抗攻击与生成内容风险。易盾的风险分级体系（L1-L5）精准应对不同敏感度问题，例如对高政治敏感问题建立底线知识库代答，对违法违规内容直接拦截。

在技术架构上，易盾支持端云协同的一体机方案，适配信创要求，提供一键部署与热更新能力。对于本地化部署，易盾通过单向数据流或邮件服务器方式，确保策略与样本实时更新。此外，易盾拥有数千人的审核团队与合规咨询服务，结合大模型与小模型协同审核，提升内容安全能力。

话题五：

大模型时代，中小金融机构如何快速上车？