AI助手资讯

原标题：AI+金融专题元：赋能金融，AI开启新时代 今天分享的是AI专题系列深度研究报告：《AI+金融专题元：赋能金融，AI开启新时代》 （报告出品方：东吴证券） 报告共计：32页 海量/完整电子版/报告下载方式：公众号《人工智能学派》 核心要点:金融科技发展加速，大模型落地开启数字金融新时代 回顾与展望“科技+金融”三个时代:1)金融信息化:科技替代体力劳动。信息传播的速度和广度大大提高，大量的人工作业电子化，但受限于时代条件，互联网金融领域仍处于起步阶段，但打下了信息化趋势的基础。2)互联网金融:科技延伸人类触角。大量信息科技公司利用信息传播的速度和广度大大提高大量的人工作业电子化利用网络技术汇集海量用户和信息变革传统金融渠道，和讯网、金融界、证券之星等垂直财经网址厚积薄发，而在移动互联网时代衣托流量实现金融业务中的资产端、交易端、支付端、资金端的互联互通，东方财富、同花顺和华泰证券大放异彩。3)AI金融:科技辅助脑力劳动。大量原有的金融业务通过大数据、云计算、人工智能、区块链等新技术来改变传统的金融信息采集来源、风险定价模型，金融科技资金投入年均复合增速快，非银金融机构技术资金投入占比逐年提升，金融AI大模型引领金融科技范式将迎来变革。 4助力金融存量业务增长+开拓新机遇:1)AI助力金融业务降本增效，降低风险成本。A技术在金融行业中的应用可以显著降低人力成本并提高收入;AI在提高基础工作效率、增强风控能力、优化客户服务和营销策略方面发挥着重要作用。2)A1助力B端+C端产品多应用场景升级。A技术的发展推动了智能投顾产品和金融信息终端的创新，这些产品通过提供个性化和精准的服务，提升了市场交易活跃度，并为金融行业带来了新的业务增长点。3)AI促进金融行业存量业务增长。券商经纪业务、两融业务、投行业务、投研和投顾业务将有所受益 41赋能科技金融公司，提升核心业务+拓展新生业务:1)同花顺:B端iFinD产品逐渐完兽AI功能，C端智能投顾机器人“问财”持续发展，公司A大模型liThinkGPT，深度赋能i问财、同花顺 APP、iFinD、爱基金以及面向 B 端客户等应用场景。2)东方财富:持续研发公司金融数据AI智能化生产平台、多媒本智能资讯及互动平台系统等多个AI项目，依托公司互联网财富管理综合运营平台的优势，妙想金融大模型凭借数据特色和算法、算力优势，搭建起领跑金融行业的模型底座能力。3)恒生电子:专注B端业务，打造更专业、更合规、更轻量的金融行业大模型，LihGPT、WaenO和光子系列产品火热内测中。4财富趋势:受益于国密改造和信创建设，B端业务前景广泛。 5)指南针:体量轻盈受益于整体金融市场活跃，带来迭代式增长。 1.1.金融信息化阶段:科技替代体力劳动 金融信息化阶段(2004年之前):中国金融与技术的融合开始于20世纪80年代，以互联网公司、系统开发商为代表的技术主体为金融机构提供技术支持，帮助金融机构“把业务”搬到网上，还未出现真正意义的互联网金融业态. 金融信息化阶段代表性产品及服务: 银行:自动取款机(ATM)的开发与应用初步实现了银行无接触式服务，客户仅需要通过ATM自助完成一系列金融交易而无需前往柜台办理极大程度上减轻了银行人员的工作负担。 证券公司:系统开发商和互联网公司为证券公司各网点投入IT自助设备和数字服务终端，实现客户开户、交易等证券服务的无纸化时代。交易所:1990年11月26日，上海证券交易所正式成立，同年12月19日开市，并采用计算机系统进行交易，标志着我国证券交易进入电子交易时1993年 12月，上海证券交易所开通卫星通讯双向网，实现证券营业部与交易所交易指令信息的互联网时代。 报告共计：32页 海量/完整电子版/报告下载方式：公众号《人工智能学派》返回搜狐，查看更多 责任编辑：

原标题：丽泽金融商务区AI智能巡查车亮相 “全域智能运营平台”上线 5月8日，北京青年报记者从丰台区获悉，丽泽金融商务区通过数字孪生技术搭建商务区“全域智能运营平台”，已累计派发工单数70625单，接单率100%，完工率99.76%，全域运营成效明显。在数字化转型的推动下，智慧数字建设成为提升丽泽综合服务效能的重要抓手，“全域智能运营平台”系统不断迭代升级，不仅仅是数据的叠加，更是丽泽区域治理质量的飞跃。 让“治理”变“智理”，新一代城市数字孪生管理中枢上线 那么何为“全域智能运营平台”呢？在位于丽泽晋商联合大厦八层的丽泽智慧云城市资源经营管理有限公司（简称“丽泽城资公司”）中控后台，北京青年报记者看到，一个和现实世界近乎一样的虚拟世界呈现在智慧运营系统的大屏上，小到一个垃圾桶的数据，大到丽泽金融商务区8.09平方公里的实体空间，在这里都可以看得到。这个智慧“大脑”来自丽泽城资公司打造的“全域智能运营平台”，作为新一代城市数字孪生管理中枢，该平台依托城市运营服务中岗位、物联、调度系统，实现近场服务调度与远程运营调度智慧融合。 “我们把商务区划分为3个网格，网格A为核心区，B为在建区，C为居民区。将综合巡查、市政环卫、园林养护、应急环境提升4项综合业务整合为一体，同时依托工单模式和员工报事软件等，对日常工作进行标准化落实，对巡查人员等所报工单进行在线收集、分析、派发、处理，有效打破了业务板块壁垒，形成了高效服务矩阵，让城市‘治理’变‘智理’。”丽泽城资公司总经理余婷婷告诉记者。 当天上午10:30，虚拟大屏中实时显示112位城市管家被标注为环卫保洁员、综合巡查员、安全员、绿化员等分工，在各自所负责的区域里进行着日常巡查作业。据悉，共有354位城市管家每天8小时轮岗制，不间断地为丽泽金融商务区提供城市服务。 “叮咚——您有一条新的报事工单，请及时处理！” 当时，正在三路居停车场附近巡查的城市管家贾洪斌赶忙打开手机中的“助英台”APP查看工单详情——三路居停车场存在乱堆物料情况，需要清理。贾洪斌迅速将手头工作处理完毕后，赶赴工单地点。清扫完毕又重新拍摄同角度照片上传，经审核后形成了事件闭环，整个流程仅仅用了15分钟。 如此高效的事件处理背后，正是得益于“物业城市一体化”运营新路径的不断探索，真正运用数字技术实现资源的优化配置和高效利用。“自全域智能运营平台投入使用以来，截至目前，已累计派发工单数70625单，接单率100%，完工率99.76%，全域运营成效明显。”余婷婷说。 AI巡查车全覆盖巡查，全域智能运营管理提效 通过发挥摄像头、定位设备、执法记录仪、环境传感器等物联网设施优势，可以发现城市运转中出现的静态问题。除此以外，在丽泽金融商务区还有着动态监管的“智能眼睛”。 取名为“云豹”的橙色AI巡查车是商务区内移动的眼睛，也是商务区的重要“智理”工具。AI巡查车以时速20—30公里的巡查速度对辖区73万平方米道路进行全覆盖巡查，1辆这样的AI巡查车可替代10名综合巡查人员的巡查作业范围。其360度转动的智能AI识别摄像头搭配车载iPad，依托AI算法系统可对沿街晾晒、违规撑伞等14大违规场景进行自动识别、标记、归类，并形成预警，进而通过智能运营平台实现事件工单的快速流转，有效提高事件发现和处理效率。目前，“云豹”已累计闭环处理13230个事件工单，大幅提升了数字化管理水平。 下午5时，正值商务区下班高峰时段，“云豹”AI巡查车驾驶员张海天根据设定路线巡查至骆驼湾街时，自动捕捉到因路侧违规停车造成局部拥堵情况，同时将工单下发给距离拥堵位置最近的城市管家，第一时间处理解决。 “我们上下班经常看到这辆橙色的巡查车，没想到它还能帮着疏导交通，真的是功能强大呀。”丽泽入驻企业职工王雪告诉记者，“明显感觉到现在的丽泽环境品质不断提升，交通越来越便捷，对我们公司形象来说也是一种加分。” AI时代的城市是由实体空间和数字空间组成的数字孪生城市，要在实现数据化、网络化、智能化后，根据丽泽的产业、生态、文化特色，合理规划开发数字智慧空间，以需求为导向建立数字空间中的治理体系。“全域智能运营平台”就是基于此，通过对事件的统计分析，自动生成事件高发地点热力图，运营调度人员依据图示，高效调配现场资源，并向事件高发区域倾斜。 丽泽金融商务区管委会负责人表示：“科技化手段和智能化设备的运用发挥了重要作用，丽泽金融商务区也将进一步结合新型智慧城市建设目标，推动全域智能运营管理提效，持续为辖区企业营造一流营商环境，加快建设丽泽数字孪生城市新图景。” 文/北京青年报记者 蒲长廷 供图/丰台区返回搜狐，查看更多 责任编辑：

原标题：【AI金融新纪元】系列报告-三-：赋能金融，AI开启新时代 今天分享的是【【AI金融新纪元】系列报告-三-：赋能金融，AI开启新时代】 报告出品方：东吴证券 回顾与展望“科技+金融”三个时代：1）金融信息化：科技替代体力劳动。信息传播的速度和广度大大提高，大量的人工作业电子化，但受限于时代条件，互联网金融领域仍处于起步阶段，但打下了信息化趋势的基础。2）互联网金融：科技延伸人类触角。大量信息科技公司利用信息传播的速度和广度大大提高，大量的人工作业电子化利用网络技术汇集海量用户和信息变革传统金融渠道，和讯网、金融界、证券之星等垂直财经网址厚积薄发，而在移动互联网时代，依托流量实现金融业务中的资产端、交易端、支付端、资金端的互联互通，东方财富、同花顺和华泰证券大放异彩。3）AI金融：科技辅助脑力劳动。大量原有的金融业务通过大数据、云计算、人工智能、区块链等新技术来改变传统的金融信息采集来源、风险定价模型，金融科技资金投入年均复合增速快，非银金融机构技术资金投入占比逐年提升，金融AI大模型引领金融科技范式将迎来变革。 AI助力金融存量业务增长+开拓新机遇：1）AI助力金融业务降本增效，降低风险成本。AI技术在金融行业中的应用可以显著降低人力成本并提高收入；AI在提高基础工作效率、增强风控能力、优化客户服务和营销策略方面发挥着重要作用。2）AI助力B端+C端产品多应用场景升级。AI技术的发展推动了智能投顾产品和金融信息终端的创新，这些产品通过提供个性化和精准的服务，提升了市场交易活跃度，并为金融行业带来了新的业务增长点。3）AI促进金融行业存量业务增长。券商经纪业务、两融业务、投行业务、投研和投顾业务将有所受益。 AI赋能科技金融公司，提升核心业务+拓展新生业务：1）同花顺：B端iFiD产品逐渐完善AI功能，C端智能投顾机器人“i问财”持续发展，公司AI大模型HiThikGPT，深度赋能 i 问财、同花顺 APP、iFiD、爱基金以及面向 B 端客户等应用场景。2）东方财富：持续研发公司金融数据AI智能化生产平台、多媒体智能资讯及互动平台系统等多个AI项目，依托公司互联网财富管理综合运营平台的优势，妙想金融大模型凭借数据特色和算法、算力优势，搭建起领跑金融行业的模型底座能力。3）恒生电子：专注B端业务，打造更专业、更合规、更轻量的金融行业大模型，LightGPT、WarreQ和光子系列产品火热内测中。4）财富趋势：受益于国密改造和信创建设，B端业务前景广泛。5)指南针：体量轻盈受益于整体金融市场活跃，带来迭代式增长。 免责声明：以上报告均系本平台通过公开、合法渠道获得，报告版权归原撰写/发布机构所有，如涉侵权，请联系删除 ；资料为推荐阅读，仅供参考学习，如对内容存疑，请与原撰写/发布机构联系返回搜狐，查看更多 责任编辑：

原标题：力荐！专业金融分析师都在用的天工AI搜索 OpenAI要做AI搜索这件事已经传了很久，近期又有新消息爆料OpenAI 的 AI 搜索产品 Sonic – SNC（SearchGPT）已进入评估阶段。反观国内，昆仑万维的天工AI搜索已经稳坐AI搜索赛道，产品持续迭代、稳步升级！ AI搜索的盛行，最大的受益者无疑是用户，毕竟与传统搜索引擎只给一些链接的效果相比，AI搜索直接给答案的能力才是用户渴望的终极体验，比如我用天工AI搜索测试金价波动这个既专业又和很多人相关的问题，这种天壤之别的差别感就十分明显。 在大多数人心里，黄金是公认的硬通货和避险资产，投资黄金是抵御风险、实现财富保值的有效手段，但又有多少人能够看懂黄金价格波动迷雾，达到计划的投资预期呢。 特别是自2月中旬的低点以来，国际金价涨幅高达17%，在3月就曾大涨8%，从而吸引了大量投资者的关注，众多普通人纷纷加入黄金投资大军。然而上周开始，国际金价戛然下跌，跌幅达2.76%，巨幅波动引发市场震动。 人们都在问，黄金未来到底是看涨还是看跌、普通人是否适合投资黄金？什么时候投资黄金最合适？ 很明显，仅凭几篇报道和评论很明显无法全面、准确、即时的掌握黄金的价格走势和背后的逻辑。在专业做投资理财的分析师朋友的推荐下，我用了他们圈内很多人在用的天工AI搜索后，终于理清了金价波动的头绪，找到了合理投资黄金的可靠答案，正所谓“工欲善其事必先利其器”。 金价为什么会波动？这是所有人首先想知道、且必须要知道答案的问题，如果不明白这个问题，那么投资成功的概率将大打折扣，勉强算个投机，很难实现财富增值。 当我们把这个问题抛给天工AI搜索，它并没有像传统的搜索引擎一样，机械的推荐一连串的文章链接，需要手动翻找和甄别，而是结合搜索到的正确的信息源，AI自动梳理成了一篇大纲清晰、知识明了、信息全面的内容，对AI整理的内容不够满意的话，在答案的右边提供了信息来源，如果你需要看到相关更多的信息，就可以一键直达。 包括我们问到“普通人如何科学投资黄金”时，效果也是一样的，知识大纲清晰了然，让我们一次性就能够掌握到所有的知识点，再也不用像传统搜索引擎那样让人大海捞针，沙子里找石子。 在我的搜索过程中，我发现天工AI搜索可以提供简洁模式、增强模式、研究模式，每个模式各有特点，可以满足不同用户在不同需求下的搜索需要。 简洁模式下，天工AI搜索提供的答案简洁明了，适合快速获取信息。它能够在短时间内完成全网搜索，并从多个信源中提炼出精准的答案，省去了用户逐个点击链接并自行总结内容的繁琐过程。而在增强模式下，可以检索更多的网页，提供全面的个性化答案。这种模式适用于需要更详细信息的情况，用户可以获得更深入的搜索结果，同时保证信息的准确性和实用性。 对于要深入研究的人来说，研究模式就特别有用，就是我们常说的“知其然，更知其所以然”的境界。这种模式的结构更为细致，内容更深入。它不仅可以自动总结大纲，而且还能生成知识图谱和思维导图，给你结构化的知识体系。这种模式适合需要进行深度研究和分析的用户，比如分析师、研究人员等专业人士，可以获得详尽的信息和数据，以便进行进一步的学术研究或商业分析。比如我搜索“普通人如何科学投资黄金”，它给的知识图谱的精准性和丰富程度已经是专业级别。 此外，最近天工AI网页版还更新了新功能——支持网盘链接搜索！这意味着，用天工AI搜索即可轻松查找你需要的各类资源，例如想要看书学习理财知识，用天工AI搜索不仅能为你推荐书单，还能直接输入书名搜索电子书网盘资源。 对于要长期跟踪黄金投资走势的人来说，如果只是到精准、全面、高效的体验程度，那天工AI搜索只能算是出类拔萃，还算不上“遥遥领先”。 事实上，天工AI搜索给的着实“有点多”，它还有其他AI搜索产品没有的绝招——智能体。在AI搜索获得答案后，为了能够密切跟踪每天的金价情况，我用天工AI创建了一个追踪金价波动的，叫投资助手的智能体，每天用它来追踪最新的黄金相关的新闻、第一时间了解金价的变化和走势，它可以实时联网获取最新信息和数据，提供更好的投资参考建议。这一下就颠覆了我们对搜索这件事的认知，原来AI搜索还可以这么玩，简直太超前了。 天工AI搜索之所以这么强大和领先，就不得不说这款革命性AI应用的独特基因和扎实的进化过程。 去年8月，昆仑万维发布了全球首个AI搜索应用——天工AI搜索，第一个将人工智能大语言模型技术应用在搜索引擎上，实现了智能、高效和快速的搜索，开创了AI搜索的先河，成为了AI搜索的鼻祖。 今年4月17日，昆仑万维在“天工”大模型一周年之际发布了“天工3.0”，并正式公测。“天工3.0”是采用4千亿级参数MoE混合专家模型的全球领先模型之一，并实现开源。相较于“天工2.0”，“天工3.0”在语义理解、逻辑推理、通用性、泛化性、不确定性知识和学习能力等领域有显著提升，模型技术知识能力提升超过20%，数学/推理/代码/文创能力提升超过30%。 综合对比下来，“天工3.0”已是集自然语言处理、计算机视觉、多模态、AI搜索、AI智能体等多项尖端技术于一体的人工智能大模型，更是全球领先的多模态大模型。 以“天工3.0”为内核的天工AI搜索也随之升级变身，与上一代的传统搜索引擎相比较，天工AI搜索引擎能够通过对话式交互理解用户意图，提供有效组织和提炼后的答案，具备整合、提炼、串联信息的能力，打破了传统搜索存在的信息泛化、冗余、广告多等痛点，尤其在处理知识类和创意类搜索时，其效率和体验更为优越。 在传统的投资世界里，许多人可能会因为信息的不对称和处理能力的有限而错失良机或承受不必要的风险。天工AI搜索的出现，无论是专业的金融分析师，还是普通的投资者，都拥有了一个便捷、高效、科学的投资参考助手，在提供深入分析和实时数据的同时，还通过智能体跟踪市场动态，让投资决策更加科学和理性。 我们正处在一个信息爆炸的时代，但同时也是一个智能科技不断突破的时代，天工AI搜索基于大模型技术加持而呈现的强大功能和便捷性，让其在全球AI赛道拔得头筹，成为科技进步改变我们生活和工作的典型例证。从传统搜索到AI搜索，从链接推荐到给出答案，从信息推荐到知识梳理，昆仑万维打造的天工AI搜索将让更多人享受到人工智能的技术红利，加速我们走进美好的智能世界。返回搜狐，查看更多 责任编辑：

4月28日,由中关村西城园管委会、北京市西城区总工会、北京金融科技产业联盟和北京金融信息化研究所主办,清华大学人工智能研究院支持,全球金融科技大会系列活动「大模型金融应用创新与实践大赛」颁奖仪式圆满举办,深信服安全GPT入选十佳卓越奖! 作为此次「大模型金融应用创新与实践大赛」十佳卓越奖中唯一一个网络安全垂直领域的大模型,深信服安全GPT针对金融机构在网络安全运营中遇到的挑战,提供了创新性的解决思路。 次大赛收到了来自39家机构的68份应用实践报告,经过前期初赛评审,共有25项应用实践入围终审。经过中国工程院院士柴洪峰、北京金融科技产业联盟理事长/工商银行首席技术官吕仲涛、中国金融电子化集团副总经理潘润红、中国银行业协会系统服务部主任赵成刚、深圳证券交易所人工智能专家杨振新、中科院计算机网络信息中心副研究员苟甜、百川智能联合创始人洪涛、中关村天使百人会理事长肖庆平共8名专家的最终评审,深信服安全GPT与工商银行、农业银行、建设银行、邮储银行、国泰君安、蚂蚁和百度等头部银行与知名机构共同入围十佳卓越奖! 深信服安全 GPT 作为国内首个通过深度合成服务算法备案的安全大模型,可协助金融机构完成流量检测、事件解析、安全建议生成、安全事件处置等复杂工作,秒级闭环、百倍提效,从检测能力和安全运营工作上赋能组织,对抗外部强敌。 检测能力远超传统设备和通用大模型, 大幅提升金融机构「威胁检测防御力」 金融机构信息系统复杂、网络边界分散、风险点位众多,风险暴露面大,对威胁检测防御能力要求高,传统检测引擎难以应对外部高对抗、高隐蔽的攻击手段。 深信服安全GPT可以作为检测引擎,赋能态势感知、端点安全等传统安全设备,具备对未知攻击的意图理解、异常判定、混淆还原能力,在流量威胁检测和主机侧钓鱼攻击检测上都取得突破性的效果。 流量威胁检出率高达95.7%,误报率低至4.3% 深信服通过知识蒸馏、模型量化、模型剪枝、Attention机制优化等,将安全GPT推理性能提升50倍,实现了在实际网络环境中,针对实时流量的实时检测。 安全GPT检测大模型能够发现混淆、编码类高绕过流量,并针对Web漏洞有良好检出效果,具有较强Web 0day漏洞检测能力,同时针对攻击成功研判具有较高准确率。 安全GPT检测大模型能力架构 经过3000w黑样本与2000w白样本检测,对比传统引擎,安全GPT的检出率从45.6%提升至95.7%,误报率从21.4%下降到4.3%。在某部委实际测试中,25个高混淆数据包(可绕过传统引擎及通用大模型GPT-4),安全GPT检出率100%,覆盖Web通用攻击、通用组件漏洞攻击、混淆绕过攻击和国家级攻防演练出现过的0 day/N day漏洞。 钓鱼攻击检出率高达91.7%,远超传统解决方案 钓鱼攻击的难防在于,从技术角度看,钓鱼邮件与正常邮件无异,普通人难以识别,而高混淆和形式多变的钓鱼攻击也难以用规则进行定义。 安全GPT 基于对自然语言的泛化理解能力,能够对邮件和文件内容背后的意图进行综合评估和研判,就像聘请了一个懂攻防、懂技术、懂人情世故的防钓鱼“安全专家”实时防守一样,实现钓鱼事件的精准检测和处置。 钓鱼邮件识别方法 通过3万高对抗钓鱼邮件、100万白邮件检测,对比传统解决方案,安全GPT钓鱼攻击检出率从15.7%飞升至91.4%,误报率从0.15%降低至0.046%,效果超越传统方案数倍。 提效90%, 金融行业的安全运营「新质生产力」 随着金融行业数字化转型步入深水区,银行面临的网络安全数据规模和复杂性不断增加,在网络安全专业技术人员少,能力精力也存在瓶颈的前提下,如何对海量网络安全告警进行快速分析研判,定位真实攻击及高效响应处置?安全GPT给出了新的答案。 安全GPT通过自然语言对话的方式提供符合安全人员运营水平的差异化建议和运营路径,承载 80% 安全运营操作,将海量告警的分析处置过程压缩到数分钟内,赋能初级安全工程师在5分钟内对单一高级威胁进行闭环,将日常安全运营所花费的时间减少90%以上。 由于攻防的不对等,攻击者常在非工作时间进行攻击,安全GPT 2.0 智能驾驶提供7*24小时安全事件/告警自主值守,减少 92% 需多次手动的运营工作,平均威胁检测时间(MTTD)/平均威胁响应时间(MTTR)减少 85%,运营人员1人即可守护数万资产。 深信服安全GPT运营大模型演进蓝图 截至目前,安全GPT已累计在130多家企业真实环境测试和应用,帮助金融、能源、政府机关等行业用户提升安全人员实际分析水平和处置效率。 「大模型金融应用创新与实践大赛」充分展示了大模型在金融应用领域的创新实践成果,有效推动了大模型金融应用场景探索及生态建设,为数字金融和智慧金融的稳健发展提供了有力支持。 深信服认为,安全大模型仍拥有广阔的想象空间,除了检测大模型与运营大模型,未来会逐步孵化更多可应用于实际的场景,将会为金融行业的网络安全建设带来更多“领先一步”的效果与体验。

4月28日，由中关村西城园管委会、北京市西城区总工会、北京金融科技产业联盟和北京金融信息化研究所主办，清华大学人工智能研究院支持，全球金融科技大会系列活动大模型金融应用创新与实践大赛颁奖仪式举办。作为此次大模型金融应用创新与实践大赛十佳卓越奖中唯一一个网络安全垂直领域的大模型，深信服安全GPT入选十佳卓越奖。 据悉，此次大赛收到了来自39家机构的68份应用实践报告，经过前期初赛评审，共有25项应用实践入围终审。深信服安全 GPT 作为国内首个通过深度合成服务算法备案的安全大模型，可协助金融机构完成流量检测、事件解析、安全建议生成、安全事件处置等复杂工作，秒级闭环、百倍提效，从检测能力和安全运营工作上赋能组织，对抗外部强敌。 深信服安全GPT运营大模型演进蓝图 金融机构信息系统复杂、网络边界分散、风险点位众多，风险暴露面大，对威胁检测防御能力要求高，传统检测引擎难以应对外部高对抗、高隐蔽的攻击手段。 深信服安全GPT可以作为检测引擎，赋能态势感知、端点安全等传统安全设备，具备对未知攻击的意图理解、异常判定、混淆还原能力，在流量威胁检测和主机侧钓鱼攻击检测上都取得突破性的效果。 深信服通过知识蒸馏、模型量化、模型剪枝、Attention机制优化等，将安全GPT推理性能提升50倍，实现了在实际网络环境中，针对实时流量的实时检测。安全GPT检测大模型能够发现混淆、编码类高绕过流量，并针对Web漏洞有良好检出效果，具有较强Web 0day漏洞检测能力，同时针对攻击成功研判具有较高准确率。 钓鱼攻击的难防在于，从技术角度看，钓鱼邮件与正常邮件无异，普通人难以识别，而高混淆和形式多变的钓鱼攻击也难以用规则进行定义。安全GPT 基于对自然语言的泛化理解能力，能够对邮件和文件内容背后的意图进行综合评估和研判，就像聘请了一个懂攻防、懂技术、懂人情世故的防钓鱼“安全专家”实时防守一样，实现钓鱼事件的精准检测和处置。 通过3万高对抗钓鱼邮件、100万白邮件检测，对比传统解决方案，安全GPT钓鱼攻击检出率从15.7%飞升至91.4%，误报率从0.15%降低至0.046%，效果超越传统方案数倍。 随着金融行业数字化转型步入深水区，银行面临的网络安全数据规模和复杂性不断增加，在网络安全专业技术人员少，能力精力也存在瓶颈的前提下，如何对海量网络安全告警进行快速分析研判，定位真实攻击及高效响应处置？安全GPT给出了新的答案。 据了解，安全GPT通过自然语言对话的方式提供符合安全人员运营水平的差异化建议和运营路径，承载 80% 安全运营操作，将海量告警的分析处置过程压缩到数分钟内，赋能初级安全工程师在5分钟内对单一高级威胁进行闭环，将日常安全运营所花费的时间减少90%以上。 截至目前，安全GPT已累计在130多家企业真实环境测试和应用，帮助金融、能源、政府机关等行业用户提升安全人员实际分析水平和处置效率。（科文） 来源： 光明网

“AI+金融”是人工智能技术与传统金融行业的结合 • ”AI+“即“AI+各个行业”，它是将人工智能作为基础特征，与金融、教育、医疗等传统行业的全面融合。相对于简单的行业叠加，“AI+”更侧重于为传统行业的模式创新和流程再造提供新的思路和方法，促进新经济形态的演进，从而催生新的商业模式，提高运营效率，带来整个产业的全面升级。 • 人工智能与金融业的结合——“AI+金融”是目前人工智能最被看好的落地应用场景之一。原因主要有三点：一方面，金融行业的信息化建设起步较早，且行业内极其重视数据的标准化和规范化采集，因而具有大量的数据积累，这些数据为人工智能的应用提供了坚实的基础；另一方面，以银行、保险、证券业为例，金融业的主要业务都是基于大规模数据（用户数据、业务数据、产品数据、市场数据等）展开的，大量繁琐的数据处理工作，急需自动化和智能化的变革来解放人力；此外，金融普惠化和场景化的创新，也需要新的技术手段来提供支持，而人工智能与金融的结合，无疑为金融创新提供了更多的可能。 • 人工智能作为相对底层的基础技术，已呈现出向各个行业、领域渗透的趋势。场景化创新将是AI技术逐步成熟之后市场关注的重要焦点之一。在金融行业亦是如此，各个细分领域的应用方向初见端倪，典型场景包括：智慧银行、智能投顾、智能投研、智能信贷、智能保险、智能监管等。 驱动力：技术、数据和场景是主要的驱动力 • 技术、数据和场景需求是人工智能在金融领域得以应用的基础。其中在技术方面，算法、算力的提升，使机器从海量数据中自行归纳物体特征、描述、还原和定位新事物的能力得以提高，并在各类人工智能准确性测试中的表现越来越好；数据方面，海量的数据是深度学习算法构建的基础，为精准的目标画像和预测分析提供了可能；场景方面，契合业务场景的算法模型为金融活动提供更多的决策支持，从而能很大程度上提升效率。 • 政策和资本的倾斜为人工智能在金融领域的发展营造了良好的市场环境。政策对人工智能和金融科技的支持，使市场对行业发展整体呈乐观预期，这也进一步促进了资本的流入。 • 技术：AI 技术和市场生态的日渐成熟为其在金融行业的发展奠定了基础。根据Gartner2017年7月发布的新兴技术成熟度曲线，人工智能相关技术在未来5-10年将逐步走向成熟，成为最有影响力的新兴技术之一。当前，应用在金融领域的人工智能相关技术主要有：机器学习、生物识别、自然语言处理、语音识别和知识图谱等。 （1）机器学习：机器学习是金融行业应用最为广泛的人工智能技术之一。它可以在海量的金融大数据中学习各种规律和方法，然后应用到金融业务的各个阶段，从而有效地优化流程、提升效率。 （2）生物识别：指纹识别、人脸识别、虹膜识别和指静脉识别是金融行业应用较为广泛的四项生物识别技术。它们分别通过设备采集人体指纹、面部、虹膜、指静脉等部位具有唯一标志性的特征信息，进行存储、匹配，进而完成身份认证。目前，这些生物识别技术已广泛应用于客户身份认证、远程开户、无卡取款、刷脸支付、金库管理和网络借贷等金融场景。 （3）自然语言处理：自然语言处理技术可以显著提升金融行业获取、清洗、加工和分析数据的效率。例如：新闻公告、年报、研究报告等大量文本形式信息，利用自然语言处理技术可迅速提取关键指标，进行分析总结，从而减少不必要的人力劳动。 （4）语音识别：在金融领域的应用中，语音识别通常与语音合成技术结合在一起，提供一个基于语音自然流畅的人机交互方法。其主要应用于电话客服、各类智能终端的语音导航、业务咨询等场景。由于金融行业带有明显的客户服务属性，加上完整而庞大的业务及数据积累，因此语音技术应用广泛。 （5）知识图谱：知识图谱从“实体-关系”的角度整合金融业现有数据，结合外部数据，建立连接形成大规模的实体关系网络。从而突破传统的计算模式，便于有效地挖掘潜在客户、预警潜在风险，帮助金融行业提升效率、优化流程。 行业处于初创期，智能化趋势明显，市场预期较好 • 作为未来最被市场看好的新兴技术之一，人工智能几乎可以渗透到各个行业的各个场景。整体来看，场景创新是实现技术商业化的关键，且逐渐成为各大科技公司的主攻方向。金融行业围绕银行服务、理财投资、信贷、保险、监管等业务已衍生出智慧银行、智能投顾、智能投研、智能信贷、智能保险、智能监管等应用场景。传统金融机构、金融IT与新兴互联网金融公司、信息服务商等均加速布局。 • 我国“AI+金融”行业仍处于早期的探索阶段，但行业智能化趋势明显，市场预期较好。在应用场景方面，智慧银行主要利用人工智能相关技术提升运营效率，是对银行业现有业务的改进，目前多由技术公司与银行合作共建。智能投顾、智能投研等均由国外先行探索，后在国内经创业公司引入并进行本土化改进，随后由传统金融机构、金融IT和数据服务提供商进一步推动其发展。智能信贷、智能保险和智能监管则分别由互金、保险、交易所和监管部门等将各自的业务领域与人工智能相结合产生的应用创新。目前，除智能投顾发展较早，在国外市场相对成熟之外，其它场景均处于起步探索阶段，但传统金融机构、互联网巨头、金融IT、人工智能技术类公司的纷纷布局将会较大程度地推动行业的发展。 AI市场规模达百亿级，金融增长迅速 • 2018年7月，清华大学中国科技政策研究中心联合多家机构发布了《中国人工智能发展报告（2018）》显示：2017年中国人工智能市场规模达到237亿元，同比增长67%。计算机视觉、语音、自然语言处理的市场规模分别占34.9%、24.8%、21%，而硬件和算法的市场规模合计不足20%。预计2018年中国人工智能市场增速将达到75%。 • 金融科技方面，根据MarketsandMarkets预测，人工智能在金融科技的市场规模预计将从2017年的13.38亿美元增长到2022年的73.06亿美元，年复合增长率（CAGR）为40.4％。而在中国市场上，2014年中国金融业IT市场规模达1140亿元，同年中国人工智能市场规模约48.58亿人民币，据此推算，目前人工智能在金融IT领域的渗透率约为4%。结合金融IT应用投资规模和人工智能渗透率预测测算，若2020年渗透率能够达到15%，金融 IT 应用投资规模保持5%的增速，则2020年金融人工智能投资规模将超过200亿元。 传统金融机构、互联网公司和人工智能技术公司是主要参与者 • 当前，参与到”AI+金融“应用场景的企业大致分为传统金融机构、各类互联网公司（如：京东金融、百度金融等）和人工智能技术类公司等。传统金融机构具有较好的客户和数据基础，对业务具有更深刻的理解，同时金融牌照相对齐全；互联网公司同样拥有较好的客户和数据基础，研发和创新能力较强，但在特定的金融业务上仍然缺乏经验；人工智能技术公司则不同，独立的技术研发和创新能力是本身最大的优势，但在数据、客户资源和具体业务场景应用上大多依赖于第三方合作机构。此外，牌照也是互联网和人工智能技术公司共同面临的问题。 • 智慧银行、智能投顾、智能投研、智能信贷、智能保险、智能监管是当前金融领域中关注度较高的AI应用场景。其中，智慧银行是传统银行、网络银行的高级阶段，是银行在当前智能化趋势的背景下，以客户为中心，重新审视银行和客户的实际需求，并利用人工智能、大数据等新兴技术实现银行服务方式与业务模式再造和升级。 智慧网点以智能化、轻型化、特色化、社区化为发展趋势 • 网点智慧化变革对银行整体服务生态来说是一个系统化的工程，未来或许还有更长的路要走，从建设现状来看，智能化、轻型化、特色化和社区化将是主要的发展趋势。 • 智能化：随着人工智能技术的发展和行业竞争的加剧，利用智能化产品来改善和提升用户体验是市场的发展方向也是行业的必然选择。在智慧网点的建设中，越来越多的智能化设备将应用在银行业务的各个环节，同时也会有越来越多的智能系统和算法来辅助决策，提升用户体验。以下列举各类智能终端上人脸识别技术的应用情况。 智能投顾是一种智能化的线上财富管理系统 • 智能投顾（Robo-Adviser）全称智能投资顾问，又称智能理财、机器投顾、机器理财等，是现代人工智能相关技术在财富管理领域的应用。它通过一系列智能算法综合评估用户的风险偏好、投资目标、财务状况等基本信息，并结合现代投资组合理论为用户提供自动化、个性化的理财方案。其实质是利用机器模拟理财顾问的个人经验。 •...

4月29日，2024中关村论坛年会金融科技平行论坛在中关村展示中心举行。记者会上获悉，北京依托其丰富的金融资源与强大的科技创新能力，金融科技领域进展显著，未来将持续探索“人工智能+金融”，邀请各界共同参与国际金科新区建设，共促中国金融科技前行。 国家金融监督管理总局政策研究司司长李明肖在致辞中表示，要高度重视人工智能技术应用过程中数据安全和消费者隐私保护问题。当前，人工智能在智能客服、工程评估、信贷审批等数字金融领域已经有了一些应用，提高了金融服务的个性化和智能化水平。数字金融的发展为人工智能技术的创新和应用，提供了丰富的产品和技术资源。同时监管部门利用人工智能技术，能够更好地识别风险，识别股东股权关联关系及资金往来，有效提高监管效率。 同时，李明肖也表示，金融管理部门将鼓励金融机构利用人工智能，加快数字转型；引导银行业保险业强化数字治理；加强人工智能技术全流程安全管理；强化人工智能在社会监管领域的应用等方面发力推动工作。 会上披露了一组数据：金融科技在京企业有1800余家，其中上市企业69家，专精特新“小巨人”52家，国家级高新技术企业564家。同时，北京推进国家新一代人工智能创新发展试验区和国家人工智能创新应用先导区建设，打造具有全球影响力的人工智能创新策源地，积极拓展人工智能在智能客服、智能贷款审批、信用贷款等金融领域应用场景，健全应用场景发布机制，促进供需研发应用服务技术的双向赋能，并利用“冒烟指数”等工具加强监管，实现风险“四早”管理。海淀区正在打造全球AI创新策源地和产业高地，建立科技企业与金融机构的常态化对接机制，支持数字金融创新。 2024中关村“番钛客”金融科技国际创新大赛在论坛上启动。中关村“番钛客”金融科技国际创新大赛是北京金科新区“一会一赛三论坛”的重要组成部分，是由中关村金融科技产业发展联盟、中关村互联网金融研究院主办的金融科技创新赛事。大赛迄今为止已连续举办七届，已有近80家优质企业通过该赛事获得各项融资约230亿元，多家金融科技企业与金融机构开展合作或入选金融机构合作企业库。 据了解，2024中关村论坛年会金融科技平行论坛由北京市海淀区人民政府等单位联合主办，北京市海淀区地方金融管理局、中关村互联网金融研究院等单位联合承办。