必赢盘配资平台华泰证券：AI正从外围辅助向金融机构核心业务渗透金融机构需主导核心场景创新

专题：2025年大湾区交易所科技大会

　　在11月28日深交所、港交所、广期所共同举办的“2025年大湾区交易所科技大会”中，华泰证券首席信息官韩臻聪发表主题演讲，AI 技术革新已成为金融行业发展的关键路径，行业正加速推动 AI 从外围辅助向金融机构核心业务渗透。

　　全球头部金融机构掀起 AI 核心场景攻坚潮

　　海外金融机构的实践已经揭示了 AI 在金融领域的深度应用趋势。目前，高渗透的 AI 助手已覆盖海外金融机构大量从业人员，使代码生成和测试效率提升 40% 以上，且正持续融入交易系统与风控模型核心环节。这些案例清晰表明，全球头部金融机构已不满足于 AI 在邮件撰写、文档总结等外围场景的应用，正坚定迈向交易、投顾等核心领域。”

　　核心场景突破仍有壁垒行业呈现 “高部署低渗透” 特征

　　尽管 AI 部署热潮高涨，但金融机构在核心业务场景仍显谨慎。数据显示，当前金融行业 AI 应用普遍集中于知识管理（49%）、应付账款流程自动化（37%）、错误和异常检测（34%）等非决策类场景，而在交易决策、风险定价等 “真金白银” 的核心环节渗透率偏低。

　　造成核心场景难以攻克的原因有二。

　　第一是 “幻觉的代价”。通用 AI 由于精准度有限因此但在金融交易与风控场景可能引发系统性风险。OpenAI 在 2025 年 10 月更新的政策中明确禁止 ChatGPT 提供财务建议，印证了通用 AI 在金融核心场景应用的天然局限。

　　其二是 “燃料的隔阂”。科技公司虽具备顶尖算法能力，却面临两大关键缺失：一是金融机构内部高质量、高敏感度数据，受隐私合规限制无法用于模型训练；二是对市场逻辑与经济周期的深度产业认知。金融行业专属的“Know-How”经验难以通过算法单纯训练获得。

　　金融机构需主导核心场景创新

　　金融 AI 场景的攻坚已形成清晰的分工。科技公司聚焦于基础设施搭建与通用场景开发，而金融机构必须主动承担核心价值场景的突破任务。

　　以华泰经验为例，华泰证券明确提出“All in AI” 的公司级战略，即希望实现金融逻辑与AI 的深度融合。

　　华泰首先聚焦于突破“数据与认知”的核心壁垒。由于金融机构的重要数据与专业认知往往分散在不同部门、不同业务系统中，难以形成有效协同，因此，华泰启动了数据与认知的系统化建设工程。一方面，通过技术手段，实现跨部门、跨系统的数据整合；另一方面，重点输入行业专家与资深分析师的 “Know-How ”经验，将专家对行业趋势的判断、对企业价值的分析等专业认知，通过标准化流程输入模型。

　　在模型体系构建上，华泰采用 “大模型做老师、小模型做学生” 的分层适配模式。根据不同业务场景的任务复杂度与需求特征，针对性训练不同参数的模型。例如，在交易下单等对实时性要求高、容错率低的核心业务场景中，华泰部署了专门训练的“小模型”，以实现毫秒级响应，确保交易指令快速稳定执行；而在宏观经济分析、行业深度研究等复杂通用分析场景中，则调用参数规模更大的模型，依托海量数据保障模型的迭代优化。为确保数据质量，华泰还建立了完整的数据标注与审核体系，保障金融训练数据的准确性与可靠性。

　　算力是一切的基础，华泰正建设 “自主可控、多元化” 的算力平台，在本地化部署层面，搭建高性能 GPU 集群，满足核心业务场景对算力安全性、稳定性的高要求；在外部合作层面，华泰与国内头部算力厂商建立长期战略合作，通过云算力资源的补充，进一步增强算力供给的灵活性与可扩展性。算力建设的核心目标始终是服务于应用落地，我们系统性地把AI能力注入到关键的业务场景，从客户服务、投资研究到交易执行、风险管理，所有算力资源的布局都将围绕实际业务需求展开，确保算力能够高效支撑数据处理、业务运行等全流程。

　　AI原生应用新范式 “AI涨乐”重构交易体验

　　作为“All in AI”战略的标杆成果，华泰证券10月发布了“AI涨乐”。

　　据华泰介绍，“AI涨乐”与传统app叠加AI工具模式不同，AI涨乐从0-1重构了用户交互方式、产品设计逻辑以及用户体验。用户可通过自然语言直接完成股票筛选、交易下单等复杂指令。产品逻辑层面，AI涨乐融合了华泰专业投研能力与合规风控逻辑，通过实时调用可信数据源及自研搜索引擎，确保每个问题的回答都有可信的来源。同时，AI涨乐核心数据标注团队来自公司自有员工，包括行业专家、研究所资深分析师等，从根源上解决通用AI在金融领域不可信的问题。

　　在AI的原生时代，AI治理是新的生命线。传统金融领域风控往往关注交易风险、信用风险，而目前必须将模型风险提升到核心的位置。

　　由于AI的“幻觉”和模型偏见所带来的系统型的风险可能是巨大的，行业需要建立统一的AI治理架构。包括模型的全生命周期的管理，敏感数据的隔离保护、训练数据脱敏与溯源，以及模型效果的持续评估，确保所有的应用尤其是涉及决策和交易的场景都在安全可信、风险可控的框架内运行。在华泰看来，金融 AGI 的实现没有独行之路，华泰愿与行业共建 AI 治理标准，共享技术迭代经验，在合规框架下推动智能技术普惠化。