本文为中国银行原行长李礼辉在10月21日由中国金融集中采购网主办的“2026金融+AI专业资源协作大会暨第十五届金融采购高质量发展论坛”上所作的主旨演讲，根据发言实录整理，作者授权发布。
尊敬的各位嘉宾、各位朋友，大家下午好！很高兴出席今天的2026金融+AI专业资源协作大会，我围绕《AI金融：重构与替代》谈一点个人认识，请各位批评指正。
技术创新引领了AI金融对金融管理模式和服务模式的重构与替代，目前AI金融创新正在创造金融+AI专业资源协作的重大机遇。第一，AI前沿技术创新。一是多模态，现在的模型具备文本、视觉、语音多模态组合的感知、学习、模拟、理解和交互的能力；二是智能体，能够培育不同场景中感知、学习、交互、执行，直至决策的代理能力，核心在于代理能力。三是技术平权，DeepSeek开放模型、代码库和工具链，构建开源生态；四是韬定律。摩尔定律以空间求性能，韬定律以时间常数τ为核心，通过架构优化压缩信号时延，从而提升等效密度与性能。第二，AI金融创新热点。一是基于先进模型和行业知识库的专业化金融智能体；二是基于多模态和大数据技术的拟人化人机交互；三是融合多模型多智能体的智能化风险控制；四是依托知识管理平台和数字员工的智慧型组织；五是兼顾安全和效率的金融智算云；六是对抗AI技术陷阱的金融级可信任；七是坚持AI金融技术的自主可控。
一、基于先进模型和行业知识库的专业化金融智能体
依托先进模型技术底座和行业知识库数据支持，可以培育具备专业水准的金融智能体。第一，这些金融智能体适用于市场分析、风险评估、投资顾问、财富管理、量化交易、产品定制、内部审计和数字员工等高价值领域，并开始在银行、保险、证券、基金和财富管理等金融机构中部署，全面提升金融管理与金融服务的专业化水平。第二，在资本市场变革进程中，投资研究与投资顾问业务正在从“信息处理”向“价值创造”转型，需要专业水准的智能体。这类智能体必须能够深度融合市场数据和投资知识，能够充分把握专家级专业技能和思考逻辑，能够正确判断市场变化实时动态和客户投资机遇。第三，专业化的金融智能体拥有更大的知识面，更专业的分析能力，更冷静的情绪判断，可以将参差不齐的个人专业水平提高到整齐划一的专业水平。
可以培育投资研究与投资顾问智能体。这类智能体构建多模态行业知识库、建设多智能体能力中枢，实现全流程赋能，贯穿投前，投中，投后全流程，覆盖搜，读，算，写，审全链路，可以实现研究成果价值最大化。投前环节方面，可以实现对公司基本面分析、行业趋势、宏观经济等问题秒级解答，提供引用来源与证据链条；自动生成研究报告架构和重要事件点，助力研究员节省时间集中精力聚焦于价值判断与观点提炼；自动执行新闻收藏、观点汇总、亮点提炼、PPT生成、服务记录等功能，提升运营效率和客户服务效率。投中和投后环节方面，支持策略验证、投资交易，为策略回测与智能辅助交易提供模型支持；支持多维舆情监测预警，实时捕捉市场情绪波动与潜在风险信号；研究逻辑向可执行策略转化，桥接研究成果与投资实践之间的“最后一公里”，提升决策响应速度与科学性；自动化压力测试报告减轻运营负担，加速行业知识向用户价值的流动。
二、基于多模态和大数据技术的拟人化人机交互
应用多模态和大数据技术，端对端人机交互的金融服务更加人性化。一是多模态智能金融机器人具有意图识别能力。可动态捕捉、即时感知、正确理解客户的语言和表情，准确判断客户的风险偏好和业务诉求，并采用拟人化表达方式与客户交流，克服机器服务冰冷的问题。二是AI金融助手再造服务流程。第一，垂类模型微调，基于金融业语料，使用行业级模型底座对企业级垂类模型进行微调，贴近金融业务场景。第二，专用检索增强生成（RAG）系统，构建结构化知识库，结合向量检索与RAG技术，克服大模型幻觉。第三，合规大模型，开发多级合规审查模块，集成实时内容扫描、敏感词过滤和监测规则库动态更新机制，通过语义分析与规则引擎双重校验，提高合格率。第四，端对端金融服务多智能体。涵盖获客、触客、访客和转化场景，自动分解任务，整合业务场景、金融知识、客户画像多维度信息，生成个性化解决方案。
三、融合多模型多智能体的智能化风险控制
金融风险控制和合规管理难度大，管理跨度大。由于金融市场涉及众多产品和服务，涉及不同类型的众多客户，又涉及前中后台的众多环节，而且涉及金融监管不同的制度规范，金融风险控制和合规管理难度较大。采取多模型、多智能体的融合技术，可以精准实现风险识别、细分信用评估和动态的风险预警。
应用大模型与小模型融合技术，构建金融风险智能评估系统。一是充分发挥大模型在泛化与推理能力方面的优势，应用数据合成、模型微调、模型蒸馏、强化学习等方法，提升复杂场景预警能力。二是发挥小模型的统计分析优势，通过对特征进行统计分析和筛选，将有效特征引入大模型，实现多元信息整合。三是专家知识对齐，根据专家批改意见调整提示词，获得融合专家思考模式的训练数据，推动模型对齐专家的思考模式。
金融风险控制建模多智能体的解决方案。比如自动化特征工程的Agent，可以实现缺失值补全、异常数据处理等；建模决策Agent基于业务需求动态生成特征逻辑与决策规则，完成数据切分、超参寻优和模型评估全流程自动化；报告生成Agent支持一键输出开发报告，压测报告等标准化文本，提升报告编制效率；多智能体协同架构实现金融风险控制建模全流程自动化和智能化。
四、依托知识管理平台和数字员工的智慧型组织
目前大型金融机构非常需要企业级的知识管理平台和人格化数字员工矩阵。大模型及智能体的表现高度依赖知识的丰富度和质量，企业级知识管理存在权责边界确定、隐性知识捕捉和知识时效性保障等难点，大型金融机构应构建企业级知识管理平台和人格化数字员工矩阵。
企业级知识管理平台方面，一是知识采编，形成结构清晰、体系完善的企业知识库。二是知识加工，建立“AI+人”协同加工机制，将原始素材转化为适合大模型理解与调用的知识形态。三是知识应用，构建评测体系与闭环反馈机制，实现知识的可追溯与可量化应用转化。四是智能化组件，形成全链路知识应用组件集，涵盖智能解析、图文理解、文本向量化和文档总结等功能。
数字员工矩阵方面，数字员工可以全时快速响应核心任务，提供解决方案，提升组织的弹性和整体效能，使人类员工从重复、烦琐、标准化的事务中解脱，专注于创造性工作。
五、兼顾数字安全和金融效率的金融智算云
当前，金融云技术创新最大的两个变化，一是多模态技术，推动金融云服务从被动向主动升级。二是端云协同的架构推动安全与效率升级，实际上端和云有各自的优势，端云协同架构可以让端侧和云侧各自发挥其更好性能。
下一步，中国金融云向正向金融智算云的方向升级。我认为未来可能升级的技术方向主要有两个。第一，基于技术环境和金融需求设定自主可控制的基本原则，一是进行异构架构选择，按架构适度收敛、供应商适度多元的思路适当控制异构规模。二是按数据分级选择云部署优先次序，比如说核心数据应该部署在私有云，重要数据可在自主可控前提下使用行业云，外部数据在内外隔离等前提下探索使用公有云。三是坚持全栈国产为根基，开放吸纳为补充。四是以面向业务端服务等级为目标而非理论峰值算力为考核依据，从而保障业务连续性和场景有效性。第二，锚定产业级高效、金融级安全，完善智算底座建设标准。这里涉及设计原则、底座统一、数据全生命周期安全防护，构建金融智算云生态体系等多方面。另外，对金融来说标准体系建设非常重要，包括基础通用表现、技术能力标准、运营服务标准、安全合规标准、治理评价标准和检测认证体系的建设，会为金采网在金融采购领域的业务拓展孕育机会。
六、对抗AI技术陷阱，确保金融级可信任
生成式AI存在许多技术陷阱，比如说模型幻觉、模型歧视、算法共振、解释性难题和安全性问题等，特别是安全性问题要引起重视。金融行业是安全性和可信度要求近乎苛刻的行业，需要做到三个保证。一是保证金融资产和金融数据安全；二是保证金融交易和金融服务可靠性；三是保证账务处理和账务记录的准确性。AI金融应该做到可信任，让客户信得过，让市场信得过，让政府和监管机构能够信得过。
有人说模型底座逻辑是基于统计学的概率性，金融基本准则是基于会计学的准确性，应以确定性来治理概率性。具体来说，可以通过全链路数据治理，构建企业知识图谱中枢；全链路风险控制，构建产业链的管理闭环；直接偏好优化（DPO）训练，使现在所用的金融软件、模型和智能体能够较好地克服生成式AI的技术陷阱，保证金融级的可信任。
七、实现AI金融技术的自主可控
6月18日《国家金融监管总局关于银行业保险业人工智能安全开发应用的指导意见》明确了行业自主可控的原则。
第一，市场经济环境中的技术因素。一是技术私权和平权对立统一存在，私权有利于技术创新，平权有利于产业普惠。二是资本追求利润，正确的前沿技术创新通过创造技术优势收获超额回报，国外先进IT企业大多循此路径；市场需要普惠，正确的惠民技术通过市场信任收获长远价值，中国的支付宝、微信支付是典型范例。三是西方技术封锁，突破市场经济规则。我们可以看到开源代码一般允许共享，但是也必须认清掌握开源生态的科技企业和资本意志有利益边界。开源固然可以为中小企业提供节约高效的创新路径，但必须注意防范外来软件开源潜在的技术系统绑定问题和技术断桥风险。
第二，AI金融创新的技术方向。一是既要保护和鼓励AI金融技术创新，也要支持和促进AI金融行业普惠。我们必须坚持保护知识产权以鼓励技术创新，同时必须鼓励本土核心技术开源以促进AI产业的普惠性发展。二是AI金融必须坚持务实高效、自主可控的原则，提升关键软硬件自主可控水平，强化核心平台、基础软件、算力基础能力建设，也希望金采网在这方面发挥更大的主导作用。三是以提升金融业务价值、促进金融普惠为导向，促进金融+AI专业资源的深度协作、共建共享，打造中国自己安全可控、合规稳健的AI金融生态。
以上是我的思考，谢谢大家。
论坛速递
现场速递：2026金融+AI专业资源协作大会暨第十五届金融采购高质量发展论坛圆满落幕
现场速递：2026金融+AI专业资源协作大会暨第十五届金融采购高质量发展论坛成功举办两场主题分论坛
现场速递：2026金融+AI专业资源协作大会暨第十五届金融采购高质量发展论坛今日启幕
