在人工智能浪潮席卷全球的2025年，大模型正以迅猛之勢滲透各行各業。金融，為何會成為大模型行業落地的“天然試驗田”？如何在創新與安全之間找到平衡？技術與風控，誰在踩油門，誰在掌方向盤？

　　近日，網易易盾傾力打造的直播欄目《安全圓桌派》特別邀請了百融云創商務發展部總經理馮波與網易易盾國央企行業負責人朱文濤，圍繞金融大模型落地的關鍵技術、安全風險與合規趨勢展開深度探討，共同剖析技術創新與安全治理的平衡之道。

　　兩位同為深耕金融一線的行業知名專家，在本次直播現場貢獻了眾多精彩觀點：

　　大模型重構的不僅是技術，更是金融價值鏈。

　　合規已從成本項變為競爭力，金融企業需構建“內生安全”機制。

　　金融大模型的終局絕非“技術至上”，而是多方博弈的動態平衡。

　　下文為直播內容實錄整理

　　話題一：　　

　　圍觀科技部“突出科技前沿”的年度重點

　　為何金融行業成為大模型應用熱土？

　　馮波率先分享了金融行業成為大模型應用核心方向的三大原因：首先，金融行業的數據與知識密集型特性天然適配大模型。金融機構每天處理海量交易數據、客戶行為信息，高度依賴數據分析與知識管理，大模型的推理與生成能力為此提供了強有力支持。

　　其次，政策支持與監管完善為技術落地鋪平道路。國家層面通過《生成式人工智能服務管理暫行辦法》等政策，鼓勵金融行業智能化升級，同時提供規范指引。

　　最后，技術突破與垂類模型發展推動應用深化。大模型正從客服、辦公等輔助場景向投研、風控等核心業務滲透，垂類模型的快速發展進一步加速了落地進程。

　　據馮波介紹，在政策方面，國家及地方政府出臺多項政策支持大模型開發與應用。截至2024年年末，全國至少13個省份出臺專項政策，通過補貼激勵、標準引導、場景牽引、生態共建四重機制，助力大模型從實驗走向規?；瘧?。例如，杭州市余杭區對垂類模型研發提供的補貼政策。

　　馮波總結道：“金融行業成為大模型應用的核心，既是技術發展的必然，也是行業數字化轉型的關鍵路徑。未來，隨著垂類模型在決策場景的突破、數據治理能力的提升以及監管框架的完善，大模型將重構金融價值鏈?！?/p>

　　話題二：

　　大模型滲透金融核心業務：拐點與風險并存

　　落地金融業的六大挑戰

　　機遇與挑戰并存，朱文濤從安全視角，剖析了金融行業大模型應用如今面臨的六大挑戰。朱文濤指出：

　　算力瓶頸是首要難題。千億參數模型的訓練與推理對硬件資源需求極高，單次訓練成本高昂，實時推理對算力要求更高，GPU資源協調管理也成為金融機構的難點。

　　高質量語料匱乏制約模型能力。當前大模型訓練語料規模有限（約14T-30T），數據標注成本高，難以滿足大規模需求。

　　安全與隱私風險不容忽視，包括數據泄露、供應鏈風險及模型輸出“幻覺”導致的內容不可控。

　　科技倫理與社會影響問題凸顯，如算法歧視、金融決策偏見等。

　　虛假信息傳播效率因大模型而百倍提升，傳統內容審核體系難以應對。

　　復合型人才短缺成為瓶頸，大模型落地需要兼具算法、行業知識與工程化能力的人才，當前供給嚴重不足。

通過生動的案例，朱文濤揭示了大模型應用的現實風險：

　　海外案例：

　　谷歌因未經許可使用法國出版社內容訓練模型，違反GDPR被罰2.5億歐元；

　　英國一案例涉及AI生成兒童不當圖像，導致18年監禁；

　　美國歌手泰勒·斯威夫特被AI生成虛假照片，引發白宮關注并推動內容監管。

　　國內案例：

　　北京互聯網法院審理全國首例AI生成聲音侵權案，賠償25萬元；

　　四川網警破獲多起AI造謠與詐騙案件，涉案金額超百萬；

　　重慶網信辦對未備案大模型服務進行處罰，責令停服整改；

　　廣州互聯網法院判處全球首例AI生成奧特曼作品侵權案。

　　朱文濤強調：“這些案例表明，國內外對AI的合理應用高度關注。政策約束與監管處罰旨在促進行業健康發展?！?/p>

　　話題三：

　　金融企業如何用好大模型？

　　AI中臺：打通技術與業務的“最后一公里”

　　關于金融企業如何實現AI應用，馮波從百融云創的實踐出發，分享了金融企業應用大模型的經驗。他總結國內應用呈現“由內及外、由點及面、由輔助到核心”的分階段特點：先從內部辦公助手切入，逐步延伸至銷售、客服等對外場景；從單一業務點入手，擴展至全流程解決方案；從輔助場景向風控、投研等核心領域滲透。相比之下，國外銀行多采用外采通用大模型策略，直接應用于產品定價、資金管理、反欺詐等核心場景。

　　為解決“最后一公里”難題，馮波提出AI中臺與智能體工廠的概念。AI中臺作為底層技術與業務場景的樞紐，分為數據中臺與智能體中臺，前者整合內外數據、構建風險標簽體系，后者通過智能體工廠生產適配業務場景的智能體。

　　他以類比解釋：“大模型像大腦，具備推理能力；智能體像四肢，具備行動能力。但要產生業務價值，還需結合行業知識進行‘崗位培訓’”。

　　百融云創的智能體應用覆蓋客戶交互（CX）與內部效率（EX）兩大場景，包括客服智能問答、營銷質檢、投顧合規、風控征信等50余類場景，衍生出眾多細分應用。

　　話題四：

　　監管響應-從被動合規到主動風控

　　數字內容風控中臺：安全圍欄構建與實踐

　　對于AI應用所衍生出來的風險問題，朱文濤從網易易盾的角度，介紹了數字內容風控中臺的構建理念與實踐。他指出，AIGC技術催生了智能客服、智能投顧等新場景，對內容安全提出更高要求。

　　傳統內容審核僅能應對低俗暴力問題，而數字內容風控中臺可解決虛假宣傳、消極服務態度等復雜場景，同時支持短信、通信內容等內控需求，應對信創與數據管控的嚴格要求。網易易盾的解決方案分為兩類：一是針對AIGC場景的綜合防御體系，二是以中臺形式整合UGC、PGC等多模態內容審核。

　　朱文濤詳細闡述了AIGC場景的“內外兼修”理念：內生安全通過數據體檢與安全語料對齊模型；外生安全構建內容安全圍欄，應對外部對抗攻擊與生成內容風險。易盾的風險分級體系（L1-L5）精準應對不同敏感度問題，例如對高政治敏感問題建立底線知識庫代答，對違法違規內容直接攔截。

　　在技術架構上，易盾支持端云協同的一體機方案，適配信創要求，提供一鍵部署與熱更新能力。對于本地化部署，易盾通過單向數據流或郵件服務器方式，確保策略與樣本實時更新。此外，易盾擁有數千人的審核團隊與合規咨詢服務，結合大模型與小模型協同審核，提升內容安全能力。

　　話題五：

　　大模型時代，中小金融機構如何快速上車？

　　針對中小金融企業的需求，馮波提出“拿來即用、靈活部署、按結果計費”的全棧式AI解決方案。百融云創的“賽博坦平臺”通過通用模型、垂類模型與場景小模型的組合，結合智能體工廠，快速適配業務場景。

　　例如，在信貸審核場景中，智能體可自動撥打核查電話、生成風險畫像、輔助人工審核，顯著提升效率與準確率。部署方式支持公有云、混合云、私有云及一體機，計費模式按結果收費，降低中小企業的前期投入風險。

　　朱文濤補充：“大模型一體機在2025年成為熱潮，尤其是對于中小型金融機構而言，通過一體機的方式能夠縮短大模型部署周期，深度結合業務場景，降低中小企業對于大模型的使用門檻?！?/p>

　　但即便是通過一體機的方式解決了算力限制、信息安全、隱私保護等問題，機構在使用過程中依然要面對大模型內容安全的挑戰。

　　為此，朱文濤表示："網易易盾基于與領先硬件廠商的深度合作，以及服務超過百家AIGC客戶積累的豐富軟硬件融合經驗推出的內容安全一體機——'內容安全衛士'。依托端云協同架構、國產GPU部署、靈活配置與動態調整安全策略，以滿足金融行業高合規性場景下的實時風控與內容治理需求。"

話題六：

　　數字內容風控中臺≠一勞永逸

　　金融AI未來：安全與創新的動態平衡

　　金融大模型的終局絕非“技術至上”，而是多方博弈的動態平衡。朱文濤總結了AI在金融行業平穩落地和運行的六大關鍵：

　　精細化策略，摒棄普適性算法，針對不同場景與agent定制策略；

　　真實場景測試，避免“為測而測”，通過灰度發布磨合審核尺度；

　　實時策略更新，通過接口推送或駐場服務確保本地化產品及時升級；

　　策略知識轉移，通過1-3年的技術與流程磨合，賦能客戶自主可控；

　　以攻促防，通過藍軍團隊與評測工具持續優化防護能力；

　　大小模型協同，大模型反哺小模型策略優化，支持零容忍場景的并行檢測。

　　大模型正在重寫金融行業的游戲規則，但這場變革的勝負手不在于技術本身，而在于能否構建“創新不越界、安全不缺位”的治理生態。

　　正如朱文濤所言：“科技穩步發展的前提，是正視每一處暗礁。”對于金融從業者而言，唯有擁抱技術迭代與風險治理的雙重邏輯，方能在AI浪潮中行穩致遠。