从国有大行到金融科技公司，从智能风控到财务自动化，金融业正在加速AI定制化部署，在此背景下，AI将如何重塑金融业务价值，已成为“2025外滩年会”的重要议题之一。

　　阿里云公共云事业部副总裁、新金融行业总经理张翅日前在外滩年会阿里云专场“FinAI金融大模型前沿创新论坛”上指出，金融与AI的融合发展经历了三个层次的演进：

　　第一层是数据治理与知识化。在云时代，数据平台建设是核心。金融机构在数据质量治理方面进展不一。当前，中国人民银行正积极推动数据的分层分类治理，并探索通过AI实现智能化管理。从模型的角度看，数据可分为两类：一类是公开市场数据，如金融资讯与产品信息，应开放给企业使用，以提升服务效率；另一类涉及客户隐私数据，如账户、交易记录等，需由银行内部管理，用于个性化产品设计。数据的分层分类是AI大模型的基础，部分数据平台正升级为知识平台，以实现与模型的协同迭代。

　　第二层是垂直模型发展与风险控制。金融行业正朝着垂直领域模型发展，如信贷、理财、养老等。然而，模型在融入新数据与算法时，可能产生幻觉率上升、能力下降或新的风险漏洞。因此，模型训练需重点关注金融工具调用、多模态推理及个性化服务能力。例如，金融机构正将投资教育融入日常资产分析，结合用户情绪与偏好提供个性化服务。在此过程中，需引入评测体系与强化学习手段，将监管规则嵌入模型，确保风险可控。

　　第三层是安全体系与全栈AI协同。大模型的安全机制日益重要，金融机构开始引入安全围栏等技术，构建用户交互、数据供给与模型生产的安全体系。底层算力与模型表现密切相关，金融机构需在自主可控的前提下优化算力使用。例如，模型量化虽可节约算力，但可能引发精度丢失问题，需谨慎评估。未来，金融行业需进一步明确AI与人的责任边界，制定相关标准，以应对AI伴生风险。