2025年12月20-21日，第二届"深圳香蜜湖金融年会"在深圳市福田区成功举办。大会以"识变局，开新局 ——促进粤港澳大湾区科技-产业-金融良性循环"为主题，权威领导、机构高管与学界领袖齐聚，从多 元视角分享了对宏观经济、金融产业、智慧金融等领域的观点及洞见。 中国人民大学原副校长吴晓求现场强调，"十五五"时期金融需以法治为基础、双创新为支柱支撑高质量 发展。他指出当前资本市场需深化认知、资金端、制度三大改革，实现从"融资者中心"向"投资者权益 保护中心"转型，并明确改革三重目标：一是"排雷"防控风险，二是建设财富管理市场，三是打造国际 金融中心，通过市场化、法治化、国际化改革提升全球竞争力。 十三届全国政协经济委员会副主任、辽宁省政协原主席夏德仁提出，粤港澳大湾区应打造"科技创新-产 业创新-金融创新"三创循环先导区。他认为，全球科技产业革命的核心是三者良性互动，但我国金融创 新滞后于科创与产业创新，亟需试点突破。大湾区拥有香港国际金融中心、深圳科技金融策源地、珠三 角产业基地的独特优势，建议发挥香港资源链接作用、强化深圳科创金融创新、构建跨境"科技-产业- 金融"生态链，实现创新资源自由流动。 全国政协 ...

文章核心观点 - 中国人民银行原副行长李东荣在第二十二届中国国际金融论坛上表示，我国人工智能技术已具备规模应用基础，金融行业人工智能应用已取得显著进展，智能金融在“十五五”时期将成为数字金融发展的重要方向 [3][6][9] - 演讲者就智能金融发展提出了四点思考，包括高度重视信息安全、加快生态构建、监管需适应发展、以及为金融业务带来实质性提升 [3][4][10][11][12][13] 我国人工智能技术发展基础 - **政策支持力度不断加大**：党和国家高度重视人工智能发展，2024年4月中共中央政治局就加强人工智能发展和监管进行集体学习，2024年8月国务院发布《关于深入实施“人工智能+”行动的意见》，提出到2030年智能经济成为重要增长极，到2035年全面步入智能经济和智能社会发展新阶段 [6][21] - **相关投资快速增长**：斯坦福大学《2025年人工智能指数报告》指出，过去十年人工智能相关投资增长近13倍，2024年全球人工智能总投资额增至2523亿美元，较2023年增长25.5% [6][21] - **应用产品创新不断涌现**：国家数据局数据显示我国人工智能专利数量占全球六成，中国信通院报告指出截至2024年三季度我国人工智能企业数量超5300家，全球占比达15%，形成完整产业体系 [6][21] - **技术成本与门槛降低**：例如DeepSeek的发布降低了各行各业应用AI的成本，同时我国人工智能开源生态发展壮大，推动技术走向普惠 [6][21] - **人才生态快速构建**：人工智能人才规模以28.7%的年复合增长率快速增长 [11][25] 金融行业人工智能应用进展 - **行业是信息化坚定推动者与受益者**：金融行业发展史是信息化驱动的进化史，从手工操作到电子化、系统集中处理，行业一直是科技创新应用的推动者和受益者 [7][22] - **行业政策持续支持**：人民银行2019年《金融科技发展规划2019-2021》将“稳步应用人工智能”作为重点任务，近年发布了《人工智能算法金融应用评价规范》等标准，2024年底七部委联合发布的《推动数字金融高质量发展行动方案》要求加快人工智能等技术规范应用 [7][22] - **行业发展基础牢固**：金融行业信息化程度高，数据资源丰富，银行业日均交易数据量已达PB级，且资金优势明显，2024年国有六大行金融科技投入总计1254.59亿元，较2023年增长2.15% [7][22] - **行业应用不断深入**：智能客服提升体验并降低成本，智能投顾提供精准服务，AI量化交易以毫秒级速度改写市场规则，智能风控提高风险防控效率和准确性，金融智能体成为新的推动力量 [7][22] 关于智能金融发展的思考 - **高度重视信息安全问题**：信息技术应用具有两面性，在提高效率的同时带来新风险，金融信息安全风险随科技发展而演变，当前需关注模型幻觉、信息污染、算法黑箱、可解释性不足、算法歧视等已知风险，更需警惕未发现或不可预知的风险（如智能手机AI权限过高查询账户余额的争议） [10][24] - **加快智能金融生态构建**：金融生态建设本质是更好服务于民（“国之所需要、民心所盼，正是金融所往”），金融机构需夯实数字化基础，打破数据孤岛，不盲目追求“大而全”，通过开放、信任、合作构建生态体系 [3][11][18][25] - **监管需适应发展需要**：监管机构坚持“技术中性”原则，努力实现“不缺位、不越位”，需着力解决算法不可解释、公平性差、黑箱等问题，推进金融应用标准制定与执行，并应用监管沙盒，在国家人工智能标准体系框架下推进金融行业人工智能应用标准体系建设 [4][12][19][26] - **为金融业务带来实质性提升**：首先需夯实数据底座，推动内部跨部门、跨领域数据合规共享，提高数据质量，统一标准，搭建数据融合平台；其次需加强金融机构与科技公司合作；最后需符合实际需求选择适合自身的发展道路，国有大行应探索行业大模型，绝大多数尤其中小金融机构应聚焦特定业务场景，从小规模起步选择合适的AI模型 [4][13][19][27]

活动概述 - 上海报业集团主管主办的财联社与《科创板日报》正式启动“2025中国AI+应用Top50”优秀案例征集活动，旨在全景展现国内AI技术落地的实战成果，提炼可复制、可推广的行业赋能经验，推动AI与实体经济深度融合 [5][9] - 活动聚焦AI赋能实体，发掘千行百业智能标杆，评选50个兼具实效价值与示范意义的优秀AI+应用产品及服务 [5][6] - 活动征集时间为2025年12月16日至2026年1月16日 [7][18] 活动背景与核心观点 - 2025年，人工智能已从技术探索迈入规模化应用落地阶段，“AI+应用”扎根于工业制造、金融服务、校园课堂、医疗健康、文化旅游等千行百业，以精准赋能重构行业效率、优化民生体验，成为激活新质生产力的新路径 [3][9] - AI的真正价值在于让技术扎根场景、赋能于人，活动旨在记录中国AI应用的实践成果，助力千行百业高质量发展 [22][30] 征集范围 - 征集聚焦AI技术在千行百业的实际落地应用场景，不局限于技术壁垒，更看重场景适配与价值创造 [10][26] - **工业领域**：包括智能质检、设备预测性维护、生产流程优化、供应链智能调度等提升生产效能的应用 [11][28] - **金融领域**：包括智能风控、投资决策、反欺诈系统、AI投顾、数字员工、合规审计等优化服务或管控风险的应用 [11][28] - **教育领域**：包括个性化学习系统、智能批改、虚拟教研、教育资源均衡适配等助力教育提质的应用 [11][27] - **医疗领域**：包括医学影像辅助诊断、AI问诊、智能陪护、健康监测、应急预警、适老化服务机器人等医疗健康服务应用 [11][28] - **文旅领域**：包括数字导览、智慧景区、旅游攻略、AR/VR沉浸体验等应用 [12][28] - **其他领域**：其他行业创新性AI+行业应用，旨在解决行业痛点，助力行业效能提升 [13][28] 申报要求 - 申报主体包括企业、事业单位、科研机构或创新团队等，自然人的AI独创性创新性应用与产品也可申报 [14][27] - 案例需聚焦行业实际痛点，已实现落地场景应用，需提供成效数据和应用效果，拒绝纯概念性方案 [14][28] - 每个申报主体最多牵头报送3项案例，需提交案例简介、落地场景、成效数据等申报资料 [14][28] 评选与权益 - 评选将组建由行业资深从业者、AI应用专家、资深投资人及媒体代表构成的专业评审团，从应用落地深度、行业赋能价值、社会民生效益、用户体验四大维度进行综合评定 [16][27] - 最终入选的Top50案例将获得财联社与《科创板日报》全媒体矩阵专题报道宣传，并获得“2025中国AI+应用Top50”优秀案例证书 [17][27] - 入选案例将受邀出席拟于2026年上半年举行的“中国AI+应用产业赋能大会”，参与颁奖盛典及高端行业对话 [17][29] - 入选案例将纳入《2025中国AI+应用落地发展报告》，并优先推荐至VC、PE、产业基金等投金融机构，帮助优秀项目对接融资需求 [17][29] 时间安排 - 案例征集期：即日起至2026年1月16日 [18][30] - 初评审核期：2026年1月16日至1月26日 [19][30] - 终评公布日期：2026年1月28日 [21][30]

合作事件概述 - 同花顺与金瑞期货在杭州正式签署深度合作协议，开启以AI技术为核心、覆盖多业务领域的数智化协同新篇章 [1] 合作背景与战略意图 - 期货行业正加速迈入数智化转型关键期，金瑞期货三年前便启动“数字金瑞”建设，已构建智能投研平台、衍生品对客系统等数字化基础 [3] - 金瑞期货选择与同花顺深度合作，旨在借助其金融大模型技术优势，进一步升级数字化与智能化水平 [3] - 同花顺已依托金融大模型在期货数据服务、智能投顾、智能投研、智能风控等领域形成成熟应用体系 [3] - 双方期望在大模型赋能下挖掘更多合作可能，为业务拓展与创新注入新动能 [3] 合作具体方向与内容 - 合作聚焦三大方向：一是借助同花顺技术强化贵金属等核心品种的智能风险管理能力，优化场外衍生品工具的精准度 [5] - 二是打通数据壁垒，实现投研、交易、服务全流程智能化升级，提升产业链客户服务效率 [5] - 三是共建合规风控智能体系，筑牢业务稳健运行防线 [5] 公司业务与优势 - 金瑞期货长期深耕期货衍生品领域，在贵金属风险管理、产业链产融服务方面积累了丰富实践经验 [3] - 同花顺在期货领域拥有核心产品与服务，其金融大模型技术可助力期货公司实现数智化经营升级 [3] 未来规划与预期成果 - 双方将建立常态化沟通机制，金瑞期货将持续加大资源投入，推动合作项目落地见效 [5] - 合作旨在以数智化转型夯实产业服务核心竞争力，最终实现互利共赢，共同助力期货行业高质量发展 [5]

文章核心观点 - 中国证券行业正迎来以并购重组和差异化发展为核心的高质量发展机遇期 监管政策旨在引导行业打造一流投资银行和特色化机构 并鼓励在合规基础上进行金融科技创新 [1][2][4][6] 监管政策导向 - 证监会主席吴清明确证券行业高质量发展方向 鼓励券商用好并购重组机制实现优势互补 加快打造一流投行和投资机构 [1] - 监管将通过差异化监管促进券商特色化发展 并畅通证券业创新试点工作机制 丰富监管沙盒应用场景 [1] - 后续监管政策将通过分类监管扶优限劣 优化风控指标 对优质头部机构开展符合国家战略的业务适当优化杠杆率要求 以提升资本利用效率 [3] - 监管机构将探索实施差异化分类评价和业务准入政策 支持中小机构特色化发展 推动行业向价值竞争转变 [5] 行业并购重组趋势 - 并购重组正成为证券行业转型升级的主路径 以国泰君安合并海通证券等标志性案例平稳落地 初步实现“1+1>2”效果 [2] - 监管层指出 头部机构应增强资源整合能力 力争在“十五五”时期形成若干家具有较大国际影响力的头部机构 [2] - 新“国九条”以来 已有多家券商完成或推进重组 包括国泰君安合并海通证券、西部证券合并国融证券、国信证券合并万和证券、浙商证券合并国都证券等 中金公司拟吸收合并东兴证券和信达证券的并购事项在推进中 [2] - 当前行业并购呈现两条主线：一是以业务或区域互补推动版图完善以扩大市场份额 二是国资体系内推动股权整合以提升资金运营效率和整体竞争力 [2] - 本轮并购潮核心在于能力互补与跃迁 旨在推动投行业务向“资本赋能+产业深耕”的高阶模式转型 [3] - 大型券商通过并购可补齐短板巩固优势 中小券商则有望通过外延并购“弯道超车” 实现规模效应和业务互补 [2] 差异化与特色化发展 - 监管强调一流投行不是头部机构专利 中小机构应把握优势错位发展 在细分领域、特色客群、重点区域集中资源 打造“小而美”的精品投行、特色投行和特色服务商 [4] - 监管持续引导券商向功能型、集约型、专业化、特色化方向发展 鼓励中小机构通过差异化发展和特色化经营做优做强 [4] - 部分中小券商通过积极探索特色化经营、加快业务创新、强化合规风控能力 在投行、资管等业务上实现差异化发展 [4] - 中小券商亦通过并购实现“弯道超车” 例如“国联证券+民生证券”合并后 资管业务实现规模与策略双重提升 截至2025年9月末 国联资管管理规模突破1900亿元 私募规模跻身行业前列 [4] - 未来行业或将形成“头部券商+中小特色券商”的格局 彻底告别同质化竞争 [4] - 精品投行、财富管理机构、投资咨询机构、资管机构和特色服务商将成为行业中高度具备潜力的商业模式 轻资产、高专业度的中小机构将享受政策红利 [5] 金融科技创新 - 监管鼓励证券行业在风险可控基础上 不断创新金融产品、服务和组织架构 并探索推进人工智能、大数据、区块链等技术在资本市场的布局和应用 [6] - 行业已涌现智能监管、智能投顾、智能风控等一系列代表性智能化应用场景 [6] - 不少券商采用“金融科技+业务发展”模式 将金融科技向业务条线赋能 有的制定数字化转型专项规划 加大科技投入 推动科技与业务深度融合 提升客户体验 [6] - 有券商通过大数据、人工智能等技术 使风险管理能力从经验驱动模式向数据驱动模式跃迁 [6] - 行业需要建立统一的人工智能治理架构 包括模型全生命周期管理、敏感数据隔离保护、训练数据脱敏与溯源以及模型效果持续评估 确保应用在安全可信、风险可控的框架内运行 [6]

公司AI战略演进 - 公司自2017年启动AI落地，提出“AI in All”策略，将AI定位为全面赋能各业务线与系统建设的赋能者，并明确其为公司核心基础设施 [1] - 随着大模型技术突破，公司升级AI应用战略至“ALL in AI”，完成了从“赋能型AI”到“变革型AI”的定位转变，将AI定位为驱动公司组织变革、流程创新的核心引擎 [1] 公司AI应用实践与成果 - 公司已实现AI的“体系化建设、规模化应用”，覆盖智能风控、智能投研、智能服务、智能协作、智能交易、智能科技等各业务领域与板块 [1] - 公司内部AI应用场景已达150余个，形成了“处处数智化、人人数智化”的全新发展格局 [1] 行业AI发展前景与挑战 - 人工智能将持续赋能证券行业，进一步提升行业竞争力，更好地服务客户需求、提升公司运作效率，为行业高质量发展注入持续动力 [1] - 技术层面需破解AI“幻觉”与可解释性难题，证券行业对专业性与精准性要求极高，“幻觉”可能引发致命风险 [2] - 投入层面需聚焦核心价值以构建可持续AI生态，AI投入相对较大，投入产出比将成为公司核心关注点，必须将AI应用于能产生持久业务价值的核心业务环节 [2] - 行业层面需规范发展秩序以凝聚监管与市场合力，避免部分机构应用不当阻碍行业整体发展，目前行业协会正推动相关指导意见的制定 [2]

大会核心主题与行业趋势 - 2025年大湾区交易所科技大会在深交所举办，主题为“迈向人工智能+时代”，标志着AI技术正从“概念探索”走向“深度落地” [1] - AI技术为证券行业带来效率提升和价值重塑的机遇，同时也对治理体系适配提出新课题 [1] - 随着监管框架完善和机构实践深化，AI将成为资本市场高质量发展的核心驱动力，推动行业进入更具活力与韧性的数智化新阶段 [1] 人工智能技术的重要性与行业影响 - 人工智能是引领科技革命和产业变革的战略性技术，具备极强的溢出带动“头雁”效应 [2] - 2025年被称为“AI智能体元年”，AI技术从传统的感知式、生成式向智能体发展，从被动响应转变为主动执行 [2] - 对证券行业而言，AI技术至关重要，远比其他行业关键，不仅是“锦上添花”更是“雪中送炭”，能在拉新促活、增加营收等方面提供强大助力 [2] 行业应用落地与实践案例 - 国泰海通证券已完成AI应用的体系化建设与规模化推广，AI技术渗透至各业务板块，形成智能风控、智能投研、智能服务等多维度应用场景 [3] - 公司已落地AI相关应用进程达150余个，构建起“处处数智化、人人数智化”的新格局 [3] - 监管层面主动拥抱AI技术，深交所全面推进“数智”交易所建设，重点在数字化基础设施、平台、能力和生态等4大方面发力 [3] - 深交所打造了以集团云、监管云、深证云、公有云为核心的混合云体系，持续拓展金融数据交换平台应用 [3] 发展机遇与面临的挑战 - 在技术、产业、政策和业务需求多重驱动下，金融行业加速拥抱AI，驱动行业加速数智化转型 [4] - AI技术存在短板，其“幻觉”问题在强调专业性与精准性的证券领域可能引发致命错误 [4] - AI的可解释性不足成为行业应用的核心挑战 [4] - 技术迭代与行业适配过程中，仍面临数据安全、算法治理、监管协同等多重现实阻碍 [4] 未来发展路径与战略重点 - 深交所“十五五”时期将围绕六大领域统筹推进：规划建设智算基础设施、全面实施“应用上云”、深化“人工智能+”在核心业务领域的融合应用等 [6] - AI落地必须以合规和安全先行，优先选择高ROI业务场景实践，验证效能后再向复杂场景扩展 [5] - 底层大模型的选择之外，中间层的平台化能力和大模型工程化能力至关重要，生态合作模式是保障AI在金融行业有序、可持续发展的关键 [5] - 通过技术攻关、规则完善、生态共建的组合拳，可逐步破解AI应用瓶颈 [5]

项目获奖与行业地位 - 公司联合申报的“基于数据要素驱动的保险风控服务项目”荣获2025年“数据要素×”大赛全国金融服务赛道总决赛二等奖，该赛事由国家数据局联合20多个部委主办，共有2.2万个参赛项目[1] - 该项目凭借在数据融合、安全合规与智能风控领域的系统创新，成为金融行业数据要素落地的典型代表[1] 项目核心技术与数据能力 - 项目构建了行业首个“数据-风控-生态”数字化风控体系，依托平安集团数据底座，构建了覆盖保单、赔案、车辆等十大高质量数据库，总数据量超过PB级，融合370+权威数据源[2] - 项目数据标准达到DCMM五级水平，并构建了保险垂域大模型，基于万亿保险语料和亿级理赔数据，知识自动化率达70%、数据知识化率达50%[2] - 平安集团沉淀超过30万亿字节数据，覆盖近2.5亿个人客户，并积累3.2万亿高质量文本语料、31万小时标注语音语料及75亿图片语料用于大模型训练[3] 项目应用成效与行业赋能 - 项目模型已在理赔风控、风险定价、欺诈识别等场景落地，通过普惠金融开放平台向行业输出能力，赋能20+保险机构，带来经济与社会效益逾百亿元[2] - AI已全面赋能公司核心业务：车险89%单件平均一分钟智能出单，人伤案件理赔自动化率达63%，最快结案仅需51秒[3] - 2025年前三季度，AI坐席服务量超12.92亿次，覆盖集团80%客服总量，AI辅助销售金额达990.74亿元[3] 公司战略与未来方向 - 作为公司对外金融科技输出的唯一窗口，正以SaaS化模式将AI、大数据、智能风控等领先成果向行业与生态输出，提供全链路解决方案[3] - 未来将继续发挥科技输出窗口作用，携手生态与行业探索数据要素驱动的智能金融新模式，助力金融业高质量发展[4]

银行战略转型 - 多家银行启动2026年度博士后招聘 战略重心从传统规模扩张转向科技驱动的高质量发展[1] - 银行正将人工智能技术从效率工具升级为价值引擎 致力于构建智能化业务体系[1] - 未来银行竞争将更多取决于技术应用能力 率先掌握成熟AI应用的银行将占据优势[1] 人才需求导向 - 招聘明确青睐“金融+科技”跨界复合型人才 将从业经验、专业资格证书作为优先考量条件[2][4] - 专业背景需覆盖计算机、人工智能、大数据、量化金融等领域 重点吸纳理工与经济金融复合背景人才[2] - 要求年龄不超过35周岁 具有金融从业经验者优先 凸显“实用型”导向[2][4] 研究课题设置 - 研究课题聚焦人工智能、金融科技等前沿技术在金融场景的应用 突出实用性与前瞻性[2][3] - 具体课题包括人工智能赋能商业银行数字化转型、AI大模型技术在风险管理领域的应用等[3] - 其他课题涉及人工智能提升客户交易服务创新、数字化风控体系建设、数字金融建设等[3] 转型驱动因素 - 转型是在净息差持续收窄、传统盈利模式面临巨大压力的严峻形势下推进的[4] - 银行急需借助科技赋能重构核心竞争力 AI成为提升风控、优化服务、构建智慧银行的关键手段[4] - 银行业正从追求规模扩张转变为追求效率与风控的平衡 运用科技重塑金融服务底层逻辑[4] 未来发展方向 - 银行战略重心转向“AI+金融”深度融合 重点在智能风控、智慧经营、数字运营等条线推进技术赋能[5] - 未来将聚焦智能风控、智能客服、智能运营三大核心方向 依托AI重塑核心竞争力[5] - 目标是从“金融服务提供者”升级为“智能解决方案提供商” 标志着银行业高质量发展迈入新阶段[5]

公司业务范围 - 公司目前金融相关业务主要面向银行业金融机构提供智能风控、智能消保、普惠助贷、绿色金融等金融科技领域的软件产品及数据服务 [2] - 公司尚未涉及电子支付金融安全业务 [2]