发布日期：2026-01-02 02:42点击次数：134
题：中国财富管理50人论坛2025年会
12月29日金融一线消息，中国财富管理50人论坛2025年会在京召开，本届年会的主题是“迈向‘十五五’建设金融强国”。中国工商银行金融科技部总经理杨龙如出席并发表演讲。
杨龙如指出，当前人工智能已上升为国家战略，国务院发布的《“人工智能+”行动意见》明确了发展目标。工行积拥抱技术变革，但在进深度应用过程中，仍需克服基模能力不足、高质量数据稀缺、业务模式变革困难及风险管控体系尚未成形等核心挑战。
杨龙如介绍，工商银行自2023年以来，在传统人工智能应用基础上，围绕算力、算法、知识、应用范式与模型安全等核心要素，构建了“工银智涌”大模型技术体系，并以此作为全行智能体创新的企业级数智基础。目前，该体系已在金融市场、市场营销、客户服务、风险管控等20多个领域落地超过400个应用场景。
个人信息是指以电子或其他方式记录的能够单独或者与其他信息结识别特定自然人身份或者反映特定自然人活动情况的各种信息。个人信息包括1）姓名、出生日期、住址、电话、电子邮件等个人基本资料；2）身份证、护照、驾驶证、工作证、社保证、居住证等个人身份信息；3）基因、指纹、声纹、掌纹、面部识别特征等个人生物识别信息；4）个人信息账号、IP地址、个人数字证书等网络身份标识信息；4）个人健康生理信息；5）职业、职位、工作单位、学历、工作经历、成绩单等个人教育工作信息；6）银行账号、口令、存款信息、房产信息、信贷信息、征信信息、交易和消费记录、流水记录、虚拟财产等个人财产信息；7）通信记录和内容、短信、彩信、电子邮件等个人通信信息；8）通讯录、好友列表、群列表、电子邮件地址列表等联系人信息；9）网络浏览记录、软件使用记录、点击记录、收藏列表等个人上网操作记录信息；10）硬件序列号、软件列表、设备MAC地址、唯一设备识别码等设备信息；11）定位信息、行踪轨迹、住宿信息、经纬度等个人位置信息；12）婚史、宗教信仰、取向、未公开的违法犯罪记录等其他信息。
他随后重点剖析了当前大模型在金融行业深度应用面临的四大挑战：
一是基模（基础模型）能力发展仍无法满足行业实际需要。 杨龙如表示，基模在通用任务上表现良好，但在面对高度复杂的特定金融场景时，其业能力往往不足。例如，直接使用基模预测小微企业违约风险，其结果的拟程度通常不如业模型。因此，对基模进行领域后训练或采用模型组应用，仍是需要投入大量精力的重点工作。
二是高质量金融数据集依然稀缺。 他指出，尽管银行数据丰富，但能为大模型训练所用的行业高质量数据集仍然短缺。银行内部数据分散、口径不一，家经验与决策逻辑等隐知识未能系统化沉淀，传统的业技能知识转化为大模型可用数据的工程化路径尚不清晰。以风险管理领域为例，支撑深度思维链理的训练数据仍显不足。
三是业务模式变革仍是转型难题。杨龙如认为，从“+AI”到“AI+”的业务模式转型挑战巨大。当前许多AI应用场景仍带有“部门银行”痕迹，功能相对独立分散，铁皮保温施工未能有贯穿客户服务或员工工作全链条，限制了AI价值的大化释放。如何激发业务模式变革的内生动力，是企业动转型的关键难题。
四是适配的风险管控体系尚未成形。他警示，大模型应用带来的风险远不止“幻觉”和不可解释。新的模式创新催生了新型风险，例如为实现高度个化服务，用户需让渡敏感数据，当智能助手同时访问多个应用时，可能引发跨应用攻击风险。此外，人工智能规模化应用对岗位定义、责任归属及应急处置机制提出了全新挑战，适配的风险管理体系建设任重道远。
针对上述挑战，杨龙如分享了四点对策思考：
地址：大城县广安工业区一是重视模型训练方法，提升适配能力。运用强化学习等后训练方法是提升大模型解决业问题能力的有途径，有助于在复杂问题中建立因果链条、增强可解释，并通过建立自我修正与奖励机制提升回答质量。
二是探索知识工程化路径，加快知识沉淀转化。高质量知识是模型能的基石。需建立统一的企业级知识标准与技术平台，明确组织职能与管理机制，将内部业知识与外部信息有结，形成场景化、任务导向的知识资源。
三是拥抱模式变革，积探索企业超级智能体应用。构建面向人机协同的超级智能体已成为重要趋势。这种能够一站式解决用户需求、实现跨业务多任务协同的模式，在技术上打破了部门墙，也是动组织变革的重要抓手。
四是强化风险管控，稳慎动直接对客服务。金融业需投入更多资源加强风险体系建设，在为已知风险建立安全护栏的同时，识别应对模式创新带来的传统与非传统安全挑战，注重完善业务监测与应急处置机制，在充分评估基础上稳慎进直接对客的AI服务。
海量资讯、精准解读，尽在新浪财经APP责任编辑：王进和
