中国国际服务：第七届中国金融技术论坛于2025年9月10日至11日在北京举行。问题是“技术授权 - 数字化转型和金融行业的应用”。 GF Securities副总经理兼信息总监Xin Zhiyun参加并宣布演讲。
以下是演讲的转录。
我将告知三个方面。
首先，我们观察到股票行业数字化转型的趋势。
第二个是数字化转型的实践。
第三个是考虑AI时代的数字转换。
首先，看看行业的趋势。
首先，数字化转型已成为该行业的共识。目前，该行业处于一个市场环境中，其增长率低，低利率，低利率和高波动性，国家价值分支是个人的，显示出较低的趋势。从数据来看，总运行EXP的动作证券公司收入的影响已经下降，但IT员工和投资基本上正在增加。大型股票公司仍在增加对金融技术和数字化转型的投资，我们看到金融技术的作用变得越来越重要。
第二个是建立主要的独特科学能力。近年来，国家股票公司，尤其是主要证券公司，已大大增加了对金融技术的投资，它创建了综合投资平台，国际商业平台，智能应用程序平台，并且还开发了新一代的中央商业系统。这些平台形成了较高的商业活动，它们通常需要五到十年才能形成，但是它们对于创建商业障碍非常重要，并且对系统的开发进行投资既大又复杂。例如，Citic MARKET制造商Daohe de Guojun，FICC，CICC和其他相关平台的投资已经大量投资，并取得了令人惊讶的结果。
第三个是加速国际业务的设计并同时促进系统构建。近年来，主要股票公司的收入和利润贡献显着增加。 2024年，中国五个主要跑步者的平均收入贡献达到28％，几乎达到了三分之一。国际业务逐渐进入收获季节，更多地关注金融技术。例如，在2020年，CITIC Securities提出了一个全面的耦合系统，以允许可视化和系统的业务可视化。 Huatai Securities开发了信用风险管理平台和FICC管理平台。 CICC已建立了用于国外和商业交易的管理系统，并获得了国际奖项。我们综合投资管理Element平台（派生业务）和集成的FICC投资平台也是同时建立的。
第四，AI的智能已成为创新和开发的新引擎。 2025年被称为智能机构的第一年。许多智能的身体应用已经进入了一段爆炸时期，从一个智能机构演变为多领域。从应用经纪人的应用的角度来看，大型模型的研发策略是一致的，返回“大型型号 +罚款调整”，IA申请扩展到深度和宽度。在同一时间，股票经纪人将积极地增强AI的计算机功能，并为提高大型模型和预防风险的知识库来构建。
第五，公司自己的数据和独特的知识库在大型模型的时候提供了差异化的价值。独特的数据是公司的差异优势之一。公司必须积累，积累和建立自己数据的好处。高质量的数据很重要。因此，行业越来越多地赞赏数据治理，高质量的数据收集和建筑知识库。
接下来，我们将告知数字转换。
数字化转型是一个基于公司战略的步骤实施的系统项目，该项目显示了螺旋形的上升趋势。具有高水平的驱动器，建立了一般目标，领先的商业和管理模式的领导者，并且具有强大的组织促进和机制保证。在数字化转型方法的指导下，我们重点关注金融，机构，投资银行，跨墨西哥和金融管理的业务发展的优先事项，专注于市场机会。连续测量信息能力的构建。专注于这五家大型经纪公司，加深AI应用程序，集成基金会通过增长委员会并完成缺陷为公司的数字化转型和促进数字化转型。
从具体的衡量标准角度来看，财务线专注于吸引流量，吸引客户，培训客户运营，并在吸引客户之后改善客户体验和收入。投资顾问，财务管理和其他公司还必须通过数字化转型授权，机构公司和投资银行业务必须使用数字化转型来促进能力发展和业务发展。在经纪公司中，经纪应用系统非常庞大，数百人需要维护它。这些特征有很多信息和拥堵问题。投资者检测工具具有较高的阈值，并且迫切需要智能解决方案。但是，总体上最大的模型包括不适当的专业精神，缺乏商业逻辑和CO风险的问题Mpliance和金融部门的适应有限。为此，使用大型模型作为基础，我们将在整个客户投资旅行中创建10多个智能模块，我们将完成三个包装框架的整个场景对话的革命和人类计算机的协调，这些革命涵盖了交易，信息，信息，评论和其他场景，从而极大地改善了客户互动经验，并且不仅可以改善正常投资，但也不得改善公司的数字，而这一数字也不断提高，但它的数字是不改善了公司的数字，而这一数字的数字也不断提高。
在遗产管理领域，代理人独立运行，数据没有互连，跨场就无法协调，这导致对行动，产品信息，业务和机构合规性知识的了解不完全理解。为Tianji Zhirong的内部投资顾问创建小屋，允许投资顾问获得全面和标准的商业咨询GH一个入口点涵盖了股票，资金，金融产品，公司，机构和Moreto Investments的全部内容，并宣布公司的数字化转型。
机构公司包括银行资产管理，私人资本基金，公司的衍生品业务以及商业衍生品的业务。资产管理等。几种投资和贸易系统是分散的商业响应，共同管理和缓慢难以支持多种商业场景，例如在现场和家庭中和家庭中的行动，衍生产品，例如行动，衍生产品。自2020年以来，我们创建了综合投资管理平台Titan，以成为一个完整的高质量跨境品种平台，以有效地支持复杂公司的快速发展并支持机构公司。
投资研究已完全转换为“ AI+”，并启动了多种智能应用程序方案。投资和重做的任务搜索工作很复杂，过程很长。研究人员需要在传统模型行业的研究报告中投入大量精力。我们开发了一个思想链投资代理商，改变了代理商的内存分析框架，实现了独立计划和多个步骤执行。目前，实施了四种情况：例如，AI行业的定期报告在两个行业中在15分钟内生成，提前4小时需要支持Excel草案的产生。基于COT技术的AI和答案参与者可以在整个行业分析和分析基于周期的逻辑。有效性很重要。
投资银行业务有许多中国手稿，这些手稿难以审查，难以编写，搜索和验证信息并收集证据。我们的“ WENQ Investment Bankuxing”解决了这些问题，该项目还获得了证券协会的待处理项目。它完成了56个AI特征，其中包括投资银行总线AI的综合申请，有助于促进投资业务并防止金融愚蠢。
关于AI平台，我们报告说，AI应用程序无法将中间平台与AI基础架构构建分开。为了避免应用程序的分散化，我们使用生成的AI技术作为电动机来构建代理代理平台，提取和总结Andl知识和经验分布式分布，并将其在AI模型中使用的知识库中进行构造，从而改善了大型模型的性能。同时，为了整合现有的商业流程，我们创建了一个开放的MCP平台，通过系统呼叫和AI模型的系统调用和应用程序在数字转换中的财务和数据累积数据连接。我们加入了股票行业的第一家经纪公司，这是第一个正式在阿里巴巴云B降落的经纪公司Ailian MCP是第一家正式降落在火山发动机大型生态广场的经纪公司，也是第一个进入华为AI生态系统的经纪公司。
数据非常重要。数据治理创建了一个数据平台，该数据平台涵盖了所有客户尺寸，产品，风险等，从而提高了数据管理功能并促进数据技术和商业场景的深入集成。上个月，我们成为行业中第一家批准DCMM 5级认证的机构，标志着公司在数据管理和应用程序中的良好结果。
该公司非常重视培养AI能力并优化织物的结构。在所有员工，AI应用人才，AI技术人才，提高员工创新和人工智能意识的认识，促进AI的创新应用并改善一般性应用程序的实施并改善一般性并改善一般性应用程序的情况下，对所有员工进行学习和竞争培训，并提高员工创新和人工智能意识的认识公司的效率。我们还启动了“Aipengπ程序”。该公司的总裁正在亲自参加，以选择杰出的人才，并支持正在进行的创新商业应用程序。
CICC，Huatai，Gujun和Citic等行业中的许多经纪公司都尝试了不同的数字化转型尝试，以各种形式取得了良好的成果。然后，最后，我想谈谈当前AI时代数字转换的一些想法。
首先，我们目睹了IA.HICE应用程序范式的三个跳跃。最初，AI信任执行一项任务，例如生成年度报告的概述。现在，它正在发展为AI客户，包括系统中的初步分析报告，向评论介绍了聪明的风险管理报告和研究报告。将来，将进行极端出口的模型。例如，人们只提供实验诸如商业派生交易过程的完全自动化之类的信息。这些更改本质上是AI从工具到自主决策的演变，以及从手动传导到自主驾驶的跳跃。我们公司还探讨了这一方面，包括AI的创新，例如机构商业交易，任命，咨询和相关案例，在澳大利亚的Gartner Global论坛上展出。在主要模型的智力时代，人类价值是重新定义的。在传统公司中，分析师必须手动处理数据功能。将来，IA可以独立地完成数据的几代策略，从而使人们可以专注于模型的评估和优化。 E Fund的Li Shuoling曾经与Huang Renxun进行了面对面的对话。正如Huang Renxun提到了“天才”的作用，未来价值观和金融行业的核心竞争力得到了反映公司是否可以发展复杂的才能来了解财务和AI模型的财务和协调，以及公司是否可以不断优化其模型以达到开花智能水平。
在AI时代，需要新的方法来促进AI的实施。如今，许多公司正在促进AI，但是随着应用程序的增加，我们需要改变思维，忽略实际需求和商业价值，避免陷入逐渐缺乏验证的陷阱，而忽略公司的变化。该行业中的一些公司的AI应用水平较低，但已经投资了数亿美元用于购买计算机能源，观察到它们的真正有效性和有效性是值得怀疑的。因此，为了找到一个方案，AI可以快速创建并建立可量化的指标，您可以咨询阿里巴巴提出的“骑行”方法。我们在快速而重复的操作中使用具有小步骤的新飞行员项目。这样可以确保商业价值基本上是作为核心驱动的，并且IA应用程序被盲目实施并盲目执行。
其次，我们通过平均AI平台的统一计划来解决行业应用程序的分裂问题。中央平台很重要。我们正在与同事合作建立自己的AI平台。这就像您金融业务的智能操作系统。整合了底部的计算机功率，数据和算法的三个要素，以集中积累NLP自然语言的处理，识别图像和其他特征，从而为支持投资建议，风险管理，投资银行业务和其他应用程序而创建PLSMART。这不仅避免了重复的轮子的创建，而且还可以积累专业知识。建议同伴积极计划中期策略ID短期监控，导致技术债务并实现长期胜利。
第三个问题是您如何真正准备使用数据。我们的方法是同时对待它。从组织结构开始，我们将建立一个数据政府委员会。通过数据对准机制消除语义差距。使用数据中间平台来保证安全数据交换并在运行时管理它们。应当指出，数据治理不是IT部门的独立业务。在深度参与中是商业和运营部门所必需的，以便及时利用和管理数据。
第四，专家提到了人工智能的治理和安全。由于AI渗透您的业务，因此不能忽略安全风险。例如，如果可以通过AI的编程导出代码，则AI模型中企业家输入的问题和快速单词包括公司的机密性。此外，无论您是否想要您的Per其他人知道声音信息。您必须保护这些机密信息。工具和工具（例如快速词输注和数据成瘾）出现在金融行业中。我们的响应策略是：模型层通过说明过滤，数据层的客户不敏感信息和应用程序层对高风险操作进行手动评论来防止恶意和快速单词。 Esperamos进一步加强了这项工作和交流，并与所有专家合作。
第五，就人才转变而言，AI并不是人们的替代品，而是扩大超级员工的价值。建立启用AI的员工的关键是改善人员的整合和AI的能力。在促进AI-AI的编程过程中，技术领域很担心，因为它担心该编程在AI重定向工作的协助下。目前，该公司的全部员工培训涵盖了96％的员工。通过培训，EMP业务和IT部门的Loyees可以使用AI来改善商业水平并改善商业发展。
最后，数字化转型是一个系统的项目，并成为该行业的共识。当使用冰山隐喻时，您的系统结构，大数据的算法，模型应用程序是暴露的部分，更重要的是，海底商业模型，组织结构和组织变化以及人员和结构变化的转换。有效促进数字化转型的关键是改变人们。这需要可持续性和对时代的长期适应，并且需要长途旅行。
以上是我的角色。如果有不适当的观点，请修复我，谢谢！
官方NINA Finance帐户
24-最新信息和财务视频的流离失所，以及扫描QR码以关注更多粉丝（Sinafinance）