财联社7月26日讯，当前金融AI正式从野蛮生长迈入合规落地的全新阶段，智能体技术从对话演示走向业务执行已然成为行业共识。

7月25日，在上海成功举办的陆家嘴金融沙龙专场“人工智能与全球投资生态对话暨第五届中国量化投资白皮书研讨会”上，陆家嘴金融沙龙专场“人工智能与全球投资生态对话暨第五届中国量化投资白皮书研讨会”在上海成功举办。在以“AI原生·金融新基建”为主题的浦东新区金融科技创新推介会上，蓝象智联合人毛仁歆围绕产业智能体落地的核心痛点，提出“AI可信数新基建”完整框架，探讨如何推动智能体从“会回答”走向“敢执行”，真正融入金融业务生产流程。

毛仁歆在演讲中指出，从今年春节开始，海外代码类智能体的token消耗量曲线直接拉升，这意味着能干事的智能体已经进入真正的落地阶段。但是当智能体试图进入银行、保险等金融机构的核心业务流程，一道现实鸿沟横亘在面前，通用大模型能够给出流畅的答案，却无法承担真实的业务责任。

将个人级大模型助理部署进公司内网之后，你是否敢于让它对接财务系统以及操作核心业务流程？毛仁歆对此给出的答案是否定的。

在他看来，通用智能体的权限管理体系存在着先天缺陷，既无法对企业级的分级授权进行有效适配，也难以对诱导式的权限绕过加以抵御，“内部攻防测试中，仅借助对话就能把终端上的全部数据给扒走，这样的智能体根本没法放到生产环境里干活”。

毛仁歆进一步提出，产业智能体要想从试点阶段的演示应用过渡到生产应用中，必须跨越“懂业务、会协同、可执行”三道门槛，最终实现动作具备边界、结果具备可解释性、过程具备可追责。

从两个真实的落地场景可以看出当前智能体落地的可信缺口。毛仁歆举例表示，第一个场景是普惠金融的经营真实性核验。

以贵州落地的银行信贷场景为例，仅靠上传材料和对话上下文的智能体，看似能给出结构完整、数据详实的授信建议，实则暗藏多重风险，其中同样一份材料，不同大模型给出的结论不一样，换个问法引导一下，它就会顺着人的话放松审核标准。

毛仁歆称，大模型本质是概率模型，训练数据中大量的反向合成数据使其天生偏向保守判断，既无法严格执行银行的既定规则，也拿不出可复核的数据依据，风控部门根本无法基于这样的输出做决策。

此外，第二个场景是银保通跨机构获客。毛仁歆介绍，与太保、浦发、招行等机构的合作中，蓝象智联发现，保险机构内部的存量数据已被反复挖掘多年，仅靠智能体优化内部流程，只能小幅提升效率，却打不开获客天花板。

“智能体的天花板从来不是模型能力，而是能安全喂给它的数据边界。”毛仁歆表示，银行流水以及消费行为等外部数据是获客增量的核心来源，但是金融数据的强监管属性决定了原始数据绝不能出域，这就要求全新的跨机构数据协同方案。

双引擎筑牢可信用数底座

针对这些落地痛点，蓝象智联提出了“本体与隐私计算”的AI可信数字双引擎。毛仁歆将其总结为，本体让AI真正懂业务，隐私计算让跨机构数据安全可用，二者结合才能构建可核验、可解释、可执行的可信数字底座。

“对于本体技术，很多人觉得本体就是知识图谱，其实远不止于此”毛仁歆强调如果说词汇表是字典知识图谱是人脉网本体就是法典它不仅定义叫什么谁和谁有关更规定该不该对不对

具体而言，本体一方面可完成语义对齐，借助这一技术让产品这类通用概念在信贷以及保险等不同条线中对应唯一的物理表与字段，从根源消除歧义，而另一方面则需搭载推理机，把行内授信规则以及风控标准固化为不可绕过的逻辑公理，形成独立于大模型的逻辑脑。其中规则运行在独立于大模型的系统之中，结果是强制输出的，AI改不了，也绕不开。

与此同时，隐私计算则解决了跨机构数据流通的安全问题。作为国内最早深耕隐私计算的厂商之一，蓝象智联的GAIA平台支持多方安全计算、联邦学习、同态加密等技术路径，实现数据“可用不可见”。

毛仁歆以银保通场景举例表示，银行与保司分别部署隐私计算节点，双方数据均不流出本方域内，即可联合完成客户评分与名单圈选，既满足合规要求，又释放了跨机构的数据价值。在此基础上，可信沙箱补上了智能体落地的最后一公里，通过对象级权限管控与全链路审计能力，实现数据来源可审计、权限规则不可绕、调用链路可追溯。

据毛仁歆介绍，这套方案已在贵州交行的普惠金融场景中落地验证。对比纯RAG方案，基于本体的语义智能体可实现一句话多维度圈选企业，且经营真实性核验结果全部挂载数据来源与规则依据，银行内部规则不可绕过，且名单可随社保、司法等数据动态刷新，真正具备了上线生产的条件。

据蓝象智联牵头编制的可信语义层国家标准即将于8月28日在数博会期间正式发布，这一举措为智能体用数提供了统一的行业规范。

目前，蓝象智联已服务300余家头部机构，国内60%的头部金融机构均在总行层面采用其隐私计算技术，客户覆盖国有大行、股份制银行、保险、券商及多地数据集团。

毛仁歆表示，公司定位是面向AI的可信数据流通服务商，其从隐私计算到AI可信数核心都是让数据价值在安全合规的前提下高效释放。

来源：蓝象智联毛仁歆：产业智能体不缺模型，缺的是可信数据与规则 | 财联社