财联社 11 月 29 日讯（记者 陈俊兰）11 月 28 日至 29 日，由深交所、港交所、广期所共同举办的大湾区交易所科技大会在深圳召开。在首日高层研讨会上，华泰证券执委、首席信息官韩臻聪发表主题演讲，聚焦金融行业 AI 应用的现状与趋势，并分享了华泰证券 "All in AI" 战略及在核心交易场景的落地成果。

韩臻聪指出，当前全球头部金融机构正加速将 AI 从辅助工具升级为核心生产要素，但行业整体仍面临 " 幻觉代价 " 与 " 燃料隔阂 " 两大应用瓶颈。

基于此，韩臻聪提出明确判断，金融机构需亲自下场攻克 AI 在核心交易场景的应用难题。科技公司更多承担基础设施和通用场景应用的角色，而金融机构必须依靠自身优势，解决最核心、最有价值的场景落地问题。正是基于这样的行业判断，华泰证券也给出了自己的答案。

AI 渗透从外围走向核心，两大壁垒待破

全球金融 AI 应用正从外围辅助向核心业务跨越。韩臻聪援引行业动态指出，国外头部机构已将 AI 深度融入全业务流程，高渗透 AI 助手使开发人员代码生成效率提升 40% 以上，且正快速嵌入交易系统与风控模型。

摩根大通为 1.6 万名理财顾问配备 AI 助手，其大语言模型套件覆盖 20 万名员工；美国银行虚拟助手 Erica 用户近 5000 万，累计完成 30 亿次客户互动；富国银行则在全公司部署 AIAgent。这些案例印证，金融 AI 应用正从邮件撰写、报告总结等辅助功能，向交易系统、客户服务等核心场景跨越。

但行业普遍面临双重挑战，韩臻聪指出。第一道壁垒是 " 幻觉的代价 "，通用 AI 的事实错误在消费领域影响有限，在金融交易中却可能引发系统性风险，OpenAI 已明确禁止 ChatGPT 提供财务建议。第二道壁垒是 " 燃料的隔阂 "，科技公司掌握算法优势，但缺乏金融机构的私域数据与行业 Know-How，而这些核心资源受限于隐私合规无法对外开放。

" 金融 AI 的未来不是通用技术与金融的简单叠加，而是将 AI 嵌入金融自身逻辑，实现技术底座与专业知识的深度融合。" 韩臻聪强调。

华泰 All in AI，核心场景落地见效

面对行业痛点，华泰证券给出的解决方案是将 "All in AI" 确立为公司级核心战略，而非局限于 IT 部门的技术布局。为推动战略落地，华泰证券从数据、模型、算力、场景、人才五大维度构建全链条能力体系，实现 AI 与金融业务的深度融合。

模型体系采用 " 大模型教、小模型用 " 的分层策略，交易下单等实时性要求高、容错率低的场景，使用专门训练的小模型保障毫秒级响应；复杂分析场景则调用大模型，在成本与性能间实现平衡。算力方面，搭建 " 本地 GPU 集群 + 头部厂商云算力 " 的自主可控平台，为 AI 应用提供稳定支撑。

投研领域，智能投研平台以新能源汽车产业为试点，构建产业链与主体图谱，助力研究员快速穿透复杂产业关系；交易领域，" 小泰做事助手 " 通过实时客户画像引擎，实现毫秒级意图洞察与精准报价。

10 月上线的 "AI 涨乐 " 标志着华泰证券在 AI 原生应用的突破。该产品摒弃传统交互模式，采用多模态意图驱动设计，用户可通过自然语言完成选股、下单、行情提醒等操作。其创新的三层记忆体系，通过知识图谱为用户构建专属投资档案，结合 " 早点听 " 专属财经播客、动态估值、事件传导等功能，实现从 " 投资工具 " 到 " 投资伙伴 " 的升级。

AI 成 " 十五五 " 分水岭，治理与创新需并重

韩臻聪认为，"AI 涨乐 " 的实践验证了金融机构通过融合数据与认知优势，攻克核心场景的可行性。但行业仍面临数据可信流通、决策责任界定等共性问题。随着 " 十五五 " 开启，AI 将成为金融行业发展的核心议程与分水岭。

他特别强调 AI 治理的重要性，提出行业需建立统一的 AI 治理架构，将模型风险提升至与交易风险、信用风险同等重要的位置，覆盖模型全生命周期管理、敏感数据隔离、训练数据脱敏溯源等关键环节，" 创新与安全是一体两面，尤其是在 AI 深度参与交易决策的场景下，风险可控是创新的前提。"

对于金融行业的 AGI 发展，韩臻聪提出独特见解，" 金融 AGI 不会是‘出厂即全能’的产品，而应是具备持续学习能力的智能体，就像人类通过不断积累成长为专业人才。"

作为行业探索者，华泰证券明确在交易所引领与监管支持下，以开放协作姿态推动 AI 与金融的深度融合，为大湾区及中国金融业 " 十五五 " 发展贡献力量。