数贸会观察｜AI深入金融业务场景风控与治理同步提速
数贸会观察｜AI深入金融业务场景 风控与治理同步提速
2026年09月26日 15:46
第五届全球数字贸易博览会（以下简称“数贸会”）于2026年9月23日至27日在浙江杭州举办。《中国经营报》记者注意到，AI大模型、智能体正在加快进入金融机构实际业务场景，并从内部运营提效逐步延伸至跨境结算、信贷尽调、研究交易和企业风险管理等领域。
受访人士指出，随着AI在金融业务中的应用持续深化，金融机构面临的不只是技术能力和业务效率的提升问题，模型风险、 数据安全 、外包管理以及治理体系建设的重要性也在同步上升。如何在扩大应用范围的同时建立覆盖开发、部署、运行和退出的全生命周期管理机制，成为金融机构推进 AI应用 过程中亟须解决的重要课题。
AI加速嵌入金融业务场景
在本届数贸会上， 工商银行 浙江分行依托“工银智涌”，探索打造桌面级智能体AI业务伙伴，在10余个业务领域落地30余个本地化应用场景。其中，在跨境结算领域，“数智清关”推动信息研判至监管申报全链路数智化；在信贷服务领域，“尽调报告助手”让尽调工作效率提升50%。
在“智能机具+智能体”发展方向的指引下， 杭州银行 聚焦厅堂建设与交互体验，构建新一代轻便型机具，并围绕操作系统、硬件外设、安全管控及三方生态等打造完整的技术路线，在拓展网点服务的时间、空间的同时，通过一体化终端与数据智能深度融合，构建起全新的厅堂格局。
浙商 期货 自主打造的专属金融AI助手——TradeMate，是一款集自主思维、自主进化、自主任务执行于一体的超级 AI智能体 （Agent）。它直连公司专业数据源，打通数据、分析与自动化流程，可自动完成数据处理与分析工作，帮助做研究、做交易、做策略“看得更全、想得更深、做得更准”。浙商 期货 董事长胡军表示，依托数智化平台，公司将研究成果嵌入基差贸易、场外期权等业务，深耕能源、化工、有色等关系国计民生的产业领域，为实体企业特别是中小企业量身定制套期保值和风险管理方案，帮助企业平稳应对大宗商品价格波动。
随着 AI应用 场景不断拓展，其赋能方向也从前台业务和客户服务，逐步延伸至风险识别、监测预警和合规管理等领域。安杰世泽律师事务所方面指出，AI在 银行 风险管理领域“大有可为”，信用风险、市场风险、操作风险、反洗钱等均有应用。在信用风险领域，压力测试与预警模型可对组合层面的敞口变化进行动态测算。在交易反欺诈领域，模型可对每笔交易进行实时评分，毫秒级识别盗刷、伪卡与账户异常登录。在反洗钱领域， 人工智能 通过资金网络分析识别可疑交易、辅助生成可疑交易报告，显著降低人工排查压力。
不过，不同类型金融机构推进AI风控的路径并不相同。南京大学长江产业发展研究院特约研究员、苏州大学商学院教授缪锦春指出，大型 银行 已积累经验，有充分的资源搭建独立的AI风控平台，构建完整人机协同体系，但业务体量大、品种多以及数据冗余，牵一动会影响整体，也需要分步骤实施。相反，中小 银行 体量小、转型快，应该采取跟随策略，购买或订制成熟的AI风控方案，稳步提升风控效率和风控效果。
健全模型风险管理体系
随着AI加快进入金融核心业务流程，相关监管制度也在持续完善。
今年6月，国家金融监督管理总局发布《关于银行业保险业 人工智能 安全开发应用的指导意见》（金发〔2026〕8号），将AI治理与安全写入监管文件。
9月，国家金融监督管理总局上海监管局印发《推动 上海银行 业保险业 人工智能 应用的若干措施》提到，要求金融机构完善人工智能应用治理架构，将其纳入数智化转型战略规划，加快人工智能人才培养，构建产教融合的培育生态。在合规管理上，要求完善数据合规体系，按照有关规定对面向公众服务的生成式人工智能模型进行备案或登记，建立高风险应用场景准入控制机制，防止技术滥用和数字形式主义。加强外包风险管理，健全模型风险管理体系，提高模型可解释性，践行人工智能向善理念，筑牢安全应用根基，有效防范人工智能幻觉、黑箱、大模型安全漏洞等新技术风险。
安杰世泽律师事务所方面建议，在治理体系方面，银保机构在公司董（理）事会层面明确人工智能治理职责，指定现有专门委员会或设立人工智能治理专门委员会，统筹人工智能发展规划和风险管控。明确科技、业务、数据、风控、合规等部门的协同机制，制定人工智能应用管理办法、 数据安全 管理制度、模型备案、算法伦理审查制度等配套制度，建立覆盖需求分析、数据准备、训练开发、部署运行、维护迭代、评估退出的全生命周期管理流程。
安杰世泽律师事务所方面指出，在外包管理方面，银保机构应对人工智能技术供应商进行全面梳理和评估，建立准入标准、名单制管理和退出机制。对外部模型与算力服务应开展准入尽调，在与外部供应商的合作协议中，明确 数据安全 、 知识产权 、责任承担、应急处置等条款，建立风险隔离“防火墙”。建立开源软件管理台账，对外部引入的开源组件进行审查评估，核验其模型备案情况，加强代码审计、漏洞扫描及安全测试，定期排查开源组件风险隐患。
总体而言，天府立言金融研究院院长曾刚表示，目前行业总体仍处于“场景验证向规模化复制”过渡阶段，多数智能体集中于内部助手、客服辅助、信贷材料处理等低至中风险环节。需要关注的是，多智能体协同是否能打通营销、授信、贷后等链条，以及银行能否建立统一的模型治理、身份权限、数据目录和价值核算体系。“真正的分水岭不是上线多少智能体，而是能否在安全合规前提下重构端到端运营效率。”曾刚说。
（文章来源：中国经营报）