全球银行高管参访网易，聚焦AI规模化应用中的信任与安全
2026年10月22日，北京——由亚洲银行家集团银行学院主办的“2026北京人工智能创新之旅”走进北京网易数字产业创新中心。来自15个国家和地区的银行管理者，以及人工智能、数字化、数据、信息技术与信息安全负责人参与交流。
前三日行程主要围绕模型能力、身份验证和反欺诈等议题展开。进入网易后，交流进一步延伸至银行AI规模化应用中的可信与安全问题：当人工智能逐步进入客户服务、营销、风险管理、知识管理及数据分析等业务流程，金融机构如何保障模型输出可信、操作过程受控，并适应不同市场的数据、隐私及合规要求。
网易智企：构建AI驱动的信任与安全解决方案
网易成立于1997年，目前在纳斯达克和香港联交所上市。2025年，网易实现净收入1126亿元人民币，全球员工超过2.5万人，业务覆盖游戏、音乐、智能学习、消费及企业服务等领域。
在长期服务内部大规模互联网业务的过程中，网易逐步将经过实践验证的通信、安全、数据与软件开发能力对外开放，形成网易智企企业服务体系。其中，网易智企旗下易盾聚焦AI驱动的信任与安全解决方案，为金融、政企及互联网企业提供内容安全、业务安全、AI安全和安全咨询服务。
从“可用”到“安全可控”：金融AI治理的新挑战
网易智企出海解决方案总监Phil Cai以《AI-Powered Trust & Safety Solutions for Banking》为题进行分享。他指出，当前AI在银行业的应用已覆盖前中后台全业务层级：前台包括智能客服与营销辅助，中台涵盖KYC、风险预警、核保及理赔，后台则延伸至企业知识管理、数据分析和软件开发等场景。
伴随应用范围扩大，金融机构的关注重点正由“模型能否使用”转向“能否安全、稳定地进入生产环境”。行业研究显示，61%的金融服务机构正在使用或评估生成式AI，较上一年度增长52%。虽然AI带来的效率价值显著，但模型错误、数据泄露、攻击绕过及非预期操作所产生的业务影响也随之放大。
结合金融机构业务特点，网易智企将AI应用风险归纳为数据风险、决策风险、系统攻击风险和行为风险。在生产治理层面，金融机构需进一步保障数据来源和处理过程可追溯、模型决策具备解释依据、关键操作能够审计与追责。
全生命周期安全治理体系与全球化适配
围绕上述要求，易盾构建了覆盖上线前测评、运行中防护和上线后持续运营的安全治理体系，将数据与隐私保护、模型安全、内容安全、行为风控和安全评估纳入统一框架。
- 多模态实时检测：在模型输入与输出环节，通过多模态安全围栏对文本、图片、音频和视频内容进行实时检测，识别内容合规、提示词攻击、隐私泄露及科技伦理等风险。
- 智能体行为管控：面对智能体调用工具、访问知识库和执行任务等新场景，安全控制延伸至身份、权限、调用过程和操作结果，降低模型受到干扰后执行越权或高风险操作的可能。
- 差异化策略处置：金融机构可根据业务场景和风险偏好，对风险内容采取放行、拦截、脱敏、安全代答或人工复核等处置方式，在安全要求与客户体验之间保持平衡。
对于跨境经营的金融机构，AI治理还需应对监管体系、数据制度和语言环境的差异。网易智企基于全球监管实践，将相关要求梳理为三个观察层次：国际组织关注系统性风险；欧盟、东南亚和中东等区域形成差异化治理要求；各国根据本地金融体系制定具体规则。
例如，新加坡金融和保险行业AI采用率达56.4%；马来西亚71%的银行及发展金融机构、77%的保险机构已部署至少一项AI应用。中东市场关注数据本地化及伊斯兰金融规则，非洲市场则面临语言资源不足和本地数据集覆盖有限等问题。这意味着面向多市场部署的AI安全体系需同时具备统一治理能力和本地化策略配置能力。
实践案例：从大型银行到证券机构的落地应用
在大型银行实践中，易盾将传统内容审核与大模型输入输出安全纳入统一治理，通过机器审核与人工复核协同，提高多渠道、多模态内容的审核效率和风险处置一致性，形成可持续运营、可审计追溯的安全能力。
在证券机构实践中，相关能力已应用于智能投研、行情解读、智能复盘及语音服务等场景，为模型输入输出提供实时风险识别、策略处置和审计支持，帮助机构在业务创新过程中同步建立安全控制机制。
这些实践表明，金融AI安全需要从一次性测评走向持续治理。模型、业务场景和攻击方式不断变化，安全策略也需根据真实运行数据持续更新。
深度交流：响应效率、准确率与独立性
在交流环节，参访代表围绕系统响应效率、准确率与误报率平衡、“AI监督AI”的可靠性，以及第三方安全能力的独立性等问题展开讨论。
网易智企方面介绍，根据部署方式、硬件资源、检测模型、并发规模及策略复杂度，安全系统可实现百毫秒级响应，具体性能需结合业务环境测试。针对准确率与误报率的平衡，易盾提供模型、策略和运营能力，金融机构根据自身业务风险偏好确定最终处置规则。
针对“AI监督AI”的问题，易盾安全能力作为独立控制层运行，主要对模型输入、输出及关键行为进行风险判断和策略处置，不参与业务模型的持续对话和业务决策。通过在业务模型之外建立相对独立的安全控制和审计机制，可以减少模型自评估的盲区，形成必要的技术制衡。
交流结束后，代表团参观了中关村互联网3.0产业园，进一步了解人工智能产业生态及创新应用情况。
参访小马智行：AI从“生成”走向“行动”的责任界定
第四日第二站，参访团走进小马智行。在现场体验环节，参访代表通过小程序叫车，车辆在没有司机的情况下完成接驾、行驶和到达。车内保留驾驶座但无驾驶员，屏幕提示系好安全带并点击开始。代表们观察到，车辆在红绿灯起步、避让行人和自行车、变道超车时表现平稳，右转时会依据右侧信号灯通行。
从展厅里的算法到城市道路上的无人车，小马智行展示了自动驾驶从技术验证走向商业运营的一步。对银行而言，Robotaxi带来的不仅是支付入口，还有车队融资、租赁、保险、数据合规和跨境运营等新课题。
第四日的两站从不同角度审视AI，但都指向同一个核心问题：当AI从“生成输出”走向“采取行动”，哪些环节必须被控制、被验证、被问责？网易聚焦银行内部的治理层，确保模型输入、输出和智能体行为可追溯、可解释、可审计；小马智行则提供了一个物理世界的样本，AI在公共道路上行动，失败后果即时，责任必须清晰界定。
对银行而言，信任AI不能只靠模型性能，更需要独立的安全控制、清晰的AI辅助决策责任，以及从保险到数据治理与自动化程度相匹配的运营安排。参访代表既看到了“控制室”，也坐上了“道路上的车”，更清楚地意识到：AI落地不仅是技术问题，更是组织与治理问题。