香港, 2025年12月1日 - (亞太商訊) - 在11月28日深交所、港交所、廣期所共同舉辦的「2025年大灣區交易所科技大會」中，華泰證券首席信息官韓臻聰發表主題演講，指出AI技術革新已成為金融行業發展的關鍵路徑，行業正加速推動AI從外圍輔助向金融機構核心業務滲透。
AI快速滲透核心業務 突破交易場景仍需跨越壁壘
海外金融機構的實踐已經揭示了AI在金融領域的深度應用趨勢。目前，高滲透的AI助手已覆蓋海外金融機構大量從業人員，使代碼生成和測試效率提升40%以上，且正持續融入交易系統與風控模型核心環節。這些案例清晰表明，全球頭部金融機構已不滿足於AI在郵件撰寫、文檔總結等外圍場景的應用，正堅定邁向交易、投顧等核心領域。」
儘管AI部署熱潮高漲，但金融機構在核心業務場景仍顯謹慎。數據顯示，當前金融行業AI應用普遍集中於知識管理（49%）、應付賬款流程自動化（37%）、錯誤和異常檢測（34%）等非決策類場景，而在交易決策、風險定價等「真金白銀」的核心環節滲透率偏低。
造成核心場景難以攻克的原因有二
第一是「幻覺的代價」。通用AI由於精準度有限因此在金融交易與風控場景可能引發系統性風險。OpenAI在2025年10月更新的政策中明確禁止ChatGPT提供財務建議，印證了通用AI在金融核心場景應用的天然局限。
其二是「燃料的隔閡」。科技公司雖具備頂尖算法能力，卻面臨兩大關鍵缺失：一是金融機構內部高質量、高敏感度數據，受隱私合規限制無法用於模型訓練；二是對市場邏輯與經濟周期的深度產業認知。金融行業專屬的「Know-How」經驗難以通過算法單純訓練獲得。
在原生AI的時代，AI治理是新的生命線。不僅要關注傳統金融領域風控的交易風險、信用風險，更要將模型風險提升到核心位置。由於AI「幻覺」和模型偏見所帶來的系統性風險可能是巨大的，行業需要建立統一的AI治理架構。包括模型的全生命周期的管理，敏感數據的隔離保護、訓練數據脫敏與溯源，以及模型效果的持續評估，確保所有的應用，尤其是涉及決策和交易的場景都在安全可信、風險可控的框架內運行。
金融機構需親自下場主導創新 華泰全面走向ALL in AI
金融AI場景的攻堅已形成清晰的分工。科技公司聚焦於基礎設施搭建與通用場景開發，而金融機構必須主動承擔核心價值場景的突破任務。
以華泰經驗為例，華泰證券明確提出「All in AI」的公司級戰略，即希望實現金融邏輯與AI的深度融合。
華泰首先聚焦於打破「燃料隔閡」，啟動數據與認知的系統化建設工程。一方面，通過技術手段，實現跨部門、跨系統的數據整合；另一方面，重點輸入行業專家與資深分析師的「Know-How」經驗，將專家對行業趨勢的判斷、對企業價值的分析等專業認知，通過標準化流程輸入模型。
在模型體系構建上，華泰採用「大模型做老師、小模型做學生」的分層適配模式。根據不同業務場景的任務複雜度與需求特徵，針對性訓練不同參數的模型。例如，在交易下單等對實時性要求高、容錯率低的核心業務場景中，華泰部署了專門訓練的「小模型」，以實現毫秒級響應，確保交易指令快速穩定執行；而在宏觀經濟分析、行業深度研究等複雜通用分析場景中，則調用參數規模更大的模型，依託海量數據保障模型的迭代優化。
算力是一切的基礎，華泰正建設「自主可控、多元化」的算力平台，本地化部署高性能GPU集群，滿足核心業務場景對算力安全性、穩定性的高要求，並與國內頭部算力廠商建立長期戰略合作，通過雲算力進一步增強算力供給的靈活性與可擴展性，確保算力能夠高效支撐數據處理、業務運行等全流程。
今年以來，華泰證券已系統性落地48個重點應用，覆蓋對客服務、重點業務、中後台賦能三大場景，並建立了完善的複合人才培養機制、AI治理架構和安全合規體系。
從戰略到實踐：AI漲樂從「投資工具」走向「投資夥伴」
作為「All in AI」戰略的標竿成果，10月16日，華泰證券正式發佈AI漲樂，標誌著華泰證券在AI原生應用領域實現關鍵突破，在業內引發持續關注和討論。
與傳統App疊加AI工具模式不同，AI漲樂從0-1重構了用戶交互方式、產品設計邏輯以及用戶體驗。交互層面，AI漲樂摒棄傳統菜單式操作，採用多模態意圖驅動模式，用戶可通過自然語言直接完成股票篩選、交易下單等複雜指令，這背後提供支撐的是模型對複雜自然語言的理解能力，對交易術語、技術形態的精準識別能力，以及多模型協同、工程配合的能力。產品邏輯層面，AI漲樂深度融合華泰專業投研能力與合規風控邏輯，通過實時調用可信數據源及自研搜索引擎，確保用戶問的每個問題，回答都來自可信來源，援引高質量專業內容以及可信數據源白名單。同時，AI漲樂核心數據標註團隊全部是公司自有員工——投行的行業專家、研究所的資深分析師，參與數據標註和審核，確保訓練數據的專業性，從根源上解決通用AI在金融領域不可信的問題。
在此基礎上，AI漲樂交付給用戶與傳統交易應用完全不同、極致個性化的體驗。以AI漲樂近期上線的「早點聽」功能為例，根據用戶感興趣的板塊、行業、個股生成，甚至可以生成專屬的財經播客，對話流暢自然，AI漲樂成為用戶完全專屬的投資專家。而這背後的技術創新在於AI漲樂構建了短期、中期、長期三層記憶體系，用知識圖譜的方式為每個用戶構建專屬記憶，基於這個知識圖譜做個性化檢索，讓用戶真正感受到「這個AI懂我」。
事實上，AI漲樂幾乎重做了每一個傳統交易App的常見功能，以極致個性化的用戶體驗進行迭代，真正實現「投資工具」到「投資夥伴」的轉變，例如：
AI盯盤，不僅是簡單的行情推送，而是根據用戶持倉和關注的實際情況進行定制化提醒並附帶邏輯說明，幫助投資者理解市場訊號。
動態估值，提供的不再僅是靜態市盈率（P/E）等簡單指標，而是結合公司成長空間、護城河、競爭格局的動態估值模型。
事件傳導，作為AI漲樂最具特色的創新之一，將宏觀事件與公司基本面打通，可視化展現一個事件如何一步步傳導到銷量、成本，最終影響淨利潤，並提供定性定量的深度分析，為投資決策提供因果洞察。
從ChatGPT面世以來，業界對AI的探索從大語言模型走向AI Agent，並向通用AGI演進。華泰認為，真正的AGI不是完善的產品形態，而是具備持續學習能力、能夠持續迭代的關鍵能力，AI漲樂正是華泰在這條路上不斷學習、不斷迭代的過程。行業也清醒地認識到，AI在金融賽道的深度應用，仍然面臨很多挑戰：如何確保數據隱私、數據安全與可信流通？當AI開始深度參與交易決策，責任邊界如何界定？很多問題還沒有現成答案。
AI漲樂是華泰的一小步，也是行業走向AI未來的一小步。但毋庸置疑的是，大模型正在以前所未有的速度與金融深度融合，通過AI提供的更個性化、更精準的金融服務，正在大幅降低普通人進入金融市場的門檻。華泰願與各方一道開放協作，共同迎接「AI+金融」的未來，共同奔赴金融行業的AGI。