金融科技行業發展趨勢分析

金融安全防護技術的創新不斷。

1.金融業大模型落地挑戰不容小覷，但探索“AI+” 應用已成行業共識

生成式人工智能技術爆發以來，各大金融機構均在積極探索金融大模型建設與 賦能。根據國有四大行2024半年報，中國工商銀行的千億級大模型已在金融 市場、信貸風控、網絡金融等業務場景落地應用；中國農業銀行正持續完善AI 軟硬件支撐體系，推動AI+應用場景落地；中國銀行在試點代碼輔助等大模型 應用；中國建設銀行則強調持續推進金融大模型建設及應用，包括全面賦能行 內業務、提升文生圖輸出質量等。當前，金融大模型的建設方式主要為：基礎 大模型底座以大廠的開源模型為主；平臺層由部分金融科技企業提供平臺化服 務，且以數據治理類服務為主，代表案例有大模型+RAG增強檢索平臺、 DataOps+AIGC數據開發平臺等；應用層則是大部分金融科技企業選擇發力的 主陣地，持續助力金融機構等探索AI+、Agent等應用模式，代表案例有智能 投顧、風控、反洗錢、防欺詐等。

不過，在推動大模型實際落地方面，行業整體仍面臨諸多挑戰。除了老生常談 的模型“幻覺”、數據安全問題外，大模型搭建成本過高、相關風險計量問題、 數據溯源問題等也是相關企業擔憂的核心問題。而在監管端，金融業一貫要求 強監管和防風險，結合《生成式人工智能服務管理暫行辦法》等出臺，金融業 在應用人工智能方面也應當更加規范有序。 盡管挑戰重重，但持續探索“AI+”應用已成為行業共識，呈現出傳統AI與生 成式AI相輔相成的趨勢。在技術底座方面，大小模型相互協同是主流技術路線； 在業務場景方面，生成式AI更適合信息歸集、分析、生成等非決策場景，在直 接對客場景方面還需審慎評估其風險；傳統AI則更適合復雜的流程控制、風險 管理和策略決策類場景。相關企業在充分分析場景需求基礎上，確定應用開發 模式，并適配恰當的模型類型和參數量級，將是實現成本效益最大化的可行舉 措。

2.趨勢二：可信數據空間建設目標確定，強化公共數據開發有 利于金融創新提質

自國家數據局組建以來，數據要素市場化建設正穩步推進。2024年11月23日， 國家數據局印發了《可信數據空間發展行動計劃（2024—2028年）》，明確 提出到2028年，我國將建成100個以上可信數據空間，形成一批數據空間解決 方案和最佳實踐。具體包括企業、行業、城市、個人、跨境五類可信數據空間 的建設和應用推廣，還特別提及要大力培育金融保險行業可信數據空間，為優 化金融業的數據流通基礎設施提供了堅實的政策支持，大數據、區塊鏈、物聯 網等領域的金融科技企業有望迎來更廣闊的市場空間。

值得注意的是，公共數據對于金融業提質創新極其重要。例如，征信數據作為 公共數據的重要組成部分，對金融風險控制和信用評估起著關鍵作用；金融服 務和產品的創新，常常需要整合利用工商、稅務、公安、海關、環保、社保、 醫療、司法等多個公共部門的數據資源。此外，金融具有服務實體經濟的屬性， 金融與其他行業之間的可信數據空間構建同樣值得關注。例如，在汽車智能化 背景下，基于自動駕駛和駕駛責任追溯等算法，車路交通數據正以更為可信、 高效的方式流入金融領域，有利于金融業創新保險產品以實現各方價值。在能 源領域，電力數據、碳排放數據與金融數據打通后，有利于綠色債券、綠色信 貸等金融服務持續助力能源轉型。 此外，結合2024年10月9日《關于加快公共數據資源開發利用的意見》的發布 來看，中央層面首次對公共數據資源開發利用進行了系統部署。預計隨著公共 數據流通使用的體制性障礙和機制性梗阻進一步破除，在金融機構、金融科技 企業、數據要素型企業等多方主體的互信合作下，數據要素驅動金融科技創新 的潛力還將持續釋放。

3.金融安全防護技術理念持續升維，密態計算、代碼 疫苗等創新不斷

技術變革從未停歇，金融業既是前沿技術應用的高地，也是對安全合規要求極 高的重要行業，金融安全攻防態勢日漸復雜，正在驅動金融安全防護技術理念 持續升維。目前，金融業安全建設已從單一的網絡和信息安全保護轉向多維度、 全棧式、立體化安全防護，包括基礎設施供應鏈安全、開發運營安全、數據安 全、云原生安全、全生命周期安全等。

在這一背景下，金融安全防護技術的創新不斷。例如，從隱私計算到密態計算， 體現了演進式的技術創新，后者主要通過綜合利用密碼學、可信硬件和系統安 全技術，保障數據要素以密態形式流通，有望保障數據全鏈路安全，正在為金 融安全領域的下一代主流技術路線。代碼疫苗技術則代表了組合式的技術創新， 其技術原理在于融合IAST（Interactive Application Security Testing，交互 式應用安全測試）、RASP（Runtime Application Self-Protection，運行時 應用自我保護）、SCA（Software Composition Analysis，軟件成分分析） 等安全技術，為應用植入“疫苗”，從開發源頭側規避安全風險，并為應用搭 建更加有效的內生積極防御體系，實際上達成了從漏洞檢測到漏洞防護的全生 命周期安全防護。 此外，大模型技術浪潮下，安全領域的部分企業選擇基于通用大模型，投喂安 全知識語料，進行模型的再次預訓練和微調，安全領域大模型應運而生，相關 應用目前已落地于安全運營（自動提供安全事件的總結摘要，提供威脅背景， 并提出具體建議處置威脅）、攻擊溯源（實時分析安全問題，發現可能的攻擊 路徑）等場景。展望未來，金融科技創新將助力金融業構建起更加堅固的防線， 應對愈發復雜多變的安全威脅。