混合云体系
搜索文档
2025年大湾区交易所科技大会在深交所召开 聚焦“人工智能+资本市场” 证券行业迎智能化深层变革
证券日报· 2025-11-28 17:10
文章核心观点 - 人工智能技术正从概念探索走向深度落地,成为推动证券行业迈向智能化、高效化、普惠化新阶段的核心驱动力,并带来效率提升与价值重塑的机遇 [1] - 证券行业是AI技术落地应用的重要场景,AI对证券行业而言是“雪中送炭”,不仅能降本增效,还能在拉新促活、增加营收等方面提供强大助力 [1] - 行业在拥抱AI机遇的同时,也面临数据安全、算法治理等现实挑战,需通过技术攻关、规则完善与生态共建来破解应用瓶颈 [2][3] 行业应用现状与案例 - 国泰海通证券已完成AI技术应用的体系化建设与规模化推广,落地的人工智能相关应用已达**150余个**,构建了“处处数智化、人人数智化”的格局 [2] - 监管层面正主动将AI技术深度融入监管全流程,以科技手段提升监管效能 [2] - 深交所在“十四五”期间以塑造国际领先数字化体系为目标,重点在数字化基础设施、平台、能力和生态四方面发力 [2] - 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,并拓展金融数据交换平台,为金融机构提供云基础设施、数据交换及数据中心托管服务 [2] 面临的挑战与应对策略 - AI价值释放受数据安全、算法治理、监管协同等多方面现实阻碍制约 [2] - 挑战可通过深化AI认知、动态适配监管体系以及加速构建产学研用协同创新机制来逐步破解 [3] - AI落地必须以合规和安全先行,涵盖大模型可解释性、数据知识库治理、隐私保护及AI监管合规要求 [3] - 场景落地应优先选择高ROI业务场景进行实践,验证效能后再向复杂场景扩展 [3] - 底层大模型的选择之外,中间层的平台化能力与工程化能力至关重要,工具链的定制化服务极大影响场景落地的ROI和实际效果 [3] - 大模型落地必须依托生态合作模式推进,需要金融机构内外部部门、各类厂商、行业生态伙伴协同,并依赖监管指引,以确保负责任AI理念下的有序可持续发展 [3] 未来发展规划 - 深交所在“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、健全完善“人工智能+”应用架构、加强智能化创新预研、强化“人工智能+”治理 [4]
深交所总工程师喻华丽:聚焦防风险、强监管、促高质量发展 全面推进“数智”交易所建设
证券时报网· 2025-11-28 11:36
文章核心观点 - 深交所在“十四五”期间以塑造国际领先的数字化体系为目标,全面推进数智交易所建设,重点在数字化基础设施、平台、能力和生态四大方面取得成果 [1] - 深交所展望“十五五”时期,将聚焦防风险、强监管、促高质量发展主线,围绕六大领域统筹推进,为加快建设世界一流交易所提供坚实的数字化智能化支撑 [1][3] - 深交所通过具体项目如证券市场异常交易行为智能监测技术应用示范和行业法规大模型平台,提升行业科技监管水平和数智化应用水平 [2][3] “十四五”时期数字化建设成果 - 夯实数字化基础设施:打造以集团云、监管云、深证云、公有云为核心的混合云体系,拓展金融数据交换平台用户群体及应用场景,健全多数据中心布局 [1] - 全面打造数字化平台:全力打造以交易系统为核心,包含监管科技应用平台、业务管理服务平台、办公服务平台、信息平台等在内的数字化服务与监管平台 [1] - 不断提升数字化能力:围绕技术创新、技术研发、系统运营、数据治理、管理治理五大核心能力协同发力,夯实数字化能力根基 [2] - 协同构建数字化生态:依托行业金融科技中心、行业信创中心、网络与数据安全实验室及联合实验室等平台,加强与行业机构协同,构建协同高效的行业创新生态 [2] - 数字化创新成果:形成从探索预研到工程落地再到推广应用的闭环创新路径,国家重点研发计划项目“证券市场异常交易行为智能监测发现技术及应用示范”由深交所牵头,与10家单位联合攻关,项目成果在深交所及15家行业机构完成示范应用 [2] - 行业法规大模型平台:深交所携手华为联合打造行业法规大模型平台,提供溯源问答、对比分析、观点解读等五大功能,平台已在行业云上线并开放试用 [3] “十五五”时期数字化智能化规划 - 规划建设智算基础设施:聚焦多元算力、模型平台与证券语料三大核心,强化智能服务能力,推动智能技术实现规模化落地与价值释放 [3] - 全面实施“应用上云”:坚持边上云、边治理,提升用户体验与资源使用效能 [4] - 深化“人工智能+”在核心业务领域的融合应用:如在AI+监管方面,构建覆盖风险监测、交易风险与公司监管的智能监管体系 [4] - 健全完善“人工智能+”应用架构:遵循夯实基础、建强中台、做优应用的发展路径,实现精准赋能核心业务场景应用 [4] - 加强智能化创新预研:打造行业智能化应用中试平台,提升行业智能化模型应用研发效率,加强行业关键性、基础性、示范性等重大技术课题攻关 [4] - 强化“人工智能+”治理:重点加强组织治理、数据治理、安全治理,为行业数智化应用高质量发展保驾护航 [5]