近日，在上海东方证券大厦举办的AI大模型在金融业务中的最新应用趋势闭门会上，除了精彩的主题分享外，还同步设置了以“AI 驱动金融业务高质量发展的实践路径与挑战突破”为主题的圆桌论坛环节。论坛由达观数据董事长兼CEO陈运文主持，邀请到复旦大学计算与智能创新学院教授、金融科技研究院副院长吕智慧，浦银理财金融科技部副总经理李伟斌，东方证券系统研发总部总经理李晨辉三位嘉宾，分别从学术界研究、银行理财业务、证券系统研发等不同视角，分享AI在金融领域落地的实践经验与突破思路。
复旦大学计算与智能创新学院教授、金融科技研究院副院长吕智慧指出，金融业务因复杂性高、对精确性和可靠性要求严苛，成为 AI 大模型落地难度较高的领域之一。他认为，突破这一困境的核心抓手主要有两方面。一方面是强化业务知识注入，如同早期AI专家系统的实践逻辑，需将专业的金融业务知识与知识库融入大模型训练，缺乏业务知识支撑的通用大模型难以实现有效落地。另一方面，模型必须具备持续学习能力，面对金融业务规则的动态变化和数据的不断更新，需通过后训练、终身学习等方式实现动态优化，而非一次性训练完成后便停滞不前。
针对金融领域对模型可解释性和透明度的严格监管要求，吕智慧提出多维度解决方案。他表示，可借助专业工具追踪模型决策所依赖的特征及权重，通过可视化分析手段清晰呈现模型得出结论的完整路径，便于监管审核与内部校验。同时，需建立模型审计、追踪与调整机制，结合持续学习不断修正模型偏差。此外，AI决策应坚持“人机结合” 模式，如同智能医疗的应用逻辑，AI 仅提供特征分析与权重参考，最终决策由熟悉业务的专业人员主导，既保障决策的可解释性，也规避责任追溯风险。
浦银理财金融科技部副总经理李伟斌结合公司实践，分享了中小资管机构AI落地的实操路径。他表示，浦银理财的核心思路是“脚踏实地解决实际问题”，优先利用大模型的确定性能力，从运营优化、知识库管理、文档审核、办公管理等基础工作切入，解决业务部门的日常困扰，让AI价值可见可感。同时，科技团队主动先行先试，将大模型应用于编程优化、内容编辑等场景，积累实践经验后再逐步推广。
在风险规避方面，李伟斌提出“跟随者”策略。鉴于中小机构人员少、经验有限，且大模型应用范围及监管政策尚不明确，浦银理财选择采用成熟模块与产品，避免成为前沿探索的“试错者”。在应用定位上，现阶段聚焦对内对外辅助决策，不触碰核心决策环节，通过AI Agent工程等方式减少模型幻觉，进一步降低应用风险。他还强调，未来AI赋能的关键方向是数据价值挖掘，需突破非结构化数据提取、自动清洗、精准录入等技术瓶颈，构建全流程数据赋能体系，提升客户画像刻画与风险因素分析能力。
东方证券系统研发总部总经理李晨辉从证券研发视角出发，提出AI落地需以业务价值为导向，构建覆盖数据、模型与评估的全链路治理体系。他表示，证券业务对实时性、准确性要求极高，不能简单套用通用模型，而应结合金融知识与业务规则进行领域增强，从解决实际业务痛点的“小切口”入手，实现价值突破。例如，在融资融券业务中，通过NL to SQL技术构建信用业务AI助手，将数据查询处理从小时级缩短至秒级，覆盖全公司3000多名员工，整合300多个业务菜单，显著提升运营效率；在机构业务中，借助OCR大模型实现客户资料智能分拣与录入，将开户时间从2小时缩短至45分钟左右。
李晨辉强调，AI从工具向体系化核心能力转变的关键在于组织变革。东方证券通过三大举措推动转型：一是构建敏捷化组织，实行干部兼职与技术骨干派出制度，促进业务与科技人员深度融合；二是重构业务流程，将AI能力作为标准组件嵌入业务环节，建立敏捷开发与反馈迭代闭环；三是强化文化建设，开展全员AI培训、举办创新应用竞赛，并开放内部AI服务平台，让业务人员亲身参与应用搭建，拉齐技术认知。对于变革阻力，他提出以“可见的成功消除疑虑”，通过快速打造最小可行性产品，用实际效率提升转化阻力为动力。
展望未来一到两年金融AI的突破方向，三位嘉宾各有侧重：吕智慧认为可信与合规是金融AI的核心命题，需优先完善人工智能治理体系；李伟斌聚焦数据赋能全流程，重点突破非结构化数据处理与智能应用技术；李晨辉则提出构建基于多维认知的企业级决策机制，推动AI从辅助决策向自主决策升级，深度融入金融业务核心逻辑。此次圆桌论坛的精彩分享，为金融机构AI从局部试点走向全业务价值创造提供了多元思路与实践借鉴。
本次圆桌讨论不仅深入剖析了AI在金融业务中面临的适配难、合规难、验证难等共性挑战，更从学术、银行理财、证券研发等多维度提出了可落地的突破路径。三位嘉宾的分享为现场同业机构提供了从理念到实践的全方位参考，也为金融AI从局部试点走向全域价值创造指明了方向。
