OUR MISSION · 我们的使命
锋睿致力于帮助您的机构在 AI 时代实现成功转型。我们持续追踪金融数据、投研与机构组织的 AI 进展，分享值得关注的实践与思考。
让我们以学习的心态，一起探索 AI 时代的可能。
与您分享本期进展
IN THIS ISSUE · 本期主题
从数据商的语义与权限治理，到投资机构对知识、检索和评测的重新组织。
Ardian、Scale VP 与 Balyasny，分别从机构知识、跨源检索和模型评测切入。
Bloomberg、S&P Global Energy 与 FactSet，呈现三种金融数据进入 AI 工作流的路径。
DBS 的分阶段部署，以及上海、香港与美联储关于准入、授权和问责的最新信号。
从单点提效到可复用的研究能力
据项目合作方 JAKALA 披露，Ardian Buyout 将历史交易材料整理为带引用和版本记录的知识层，用于投资文书起草及尽调论证。团队测试了专家 Agent 并行研究、正反方辩论与独立评判等架构，让不同分析路径挑战投资假设。
系统基于既有文书与交易材料生成初稿，投资人员继续审核、质疑并定稿。合作方披露，所覆盖文书起草任务耗时减少逾 70%；这是特定任务的效率指标，不能外推为整体投研质量或投资表现。
机构知识库的价值，在于让既有经验进入新的研究任务。衡量成效时，除起草时间，还应记录事实错误、引用质量和人工修改量。
Scale Venture Partners 自建 MCP server，将 PitchBook、Salesforce 交易记录和合伙人笔记连接到研究助手。一个具体问题是：某公司的共同投资人中，哪些曾领投过本机构放弃的交易？助手交叉核对投资人名单、交易历史与放弃理由。
机构自述，这项查询从约 30 分钟缩短至不足 1 分钟。其实现保留逐请求身份校验、按用户限流和工具调用日志，以定义清楚的结构化字段返回结果；工具范围按真实研究问题收敛。
这类场景的价值是让外部信息与内部决策记录共同参与研究。可从一个反复发生的跨系统问题切入，再验证答案来源、权限和检索成本。
OpenAI 发布的客户案例显示，Balyasny 在模型进入生产前，以内部数据和基准测试预测准确率、数值推理等 12 个以上维度。中央团队建设通用组件与合规护栏，各投资团队按资产类别定制 Agent。
案例称约 95% 的投资团队已使用其 AI 平台。这个数字反映采用情况，不能直接作为投资表现或收益提升的证据。
本期回看这一案例，是为了补充部署方法：先定义可验收的任务，再决定模型与工具如何组合。
数据服务进入研究现场
Bloomberg 于 9 月 29 日推出 Enterprise MCP，为 Data License Plus 增加标准化 AI 访问层。接口在返回已获授权数据的同时，提供字段含义、计算方式、币种、价格类型和数据时点，供 Agent 判断数字是否适用于当前任务。
对机构投研而言，同一个“价格”可能对应不同交易所、币种与时点。把这些限定条件随数据交付，可以为跨来源核对提供依据。MCP 是连接 AI 与外部数据、工具的标准协议；接口能力仍需在实际研究任务中验证。
评估金融数据接口时，应把“能否取到数据”和“能否解释并追溯数据”一起纳入验收。
S&P Global Energy 在 Databricks 发布的案例中，将大宗商品数据按业务领域拆分为小范围 Genie Agent。领域专家维护表字段说明、业务定义和可信查询示例，再通过 MCP 将多个 Agent 组合成统一查询入口。
以 LNG 为例，资产与合约、货运、招标、停产、供需、净回值和价格分别由 7 个 Agent 覆盖。跨领域问题可同时调用相关数据组；底层访问沿用 Unity Catalog 权限，并通过基准问题持续检查答案质量。
数据接入需要业务专家参与。可借鉴的分工是：研究人员定义口径与验收问题，工程团队负责连接与运行，权限治理覆盖全过程。
FactSet 官方首发公告披露，其原生 MCP server 提供对 9 类数据集的统一访问，包括财务基本面、一致预期、持股、并购、价格及供应链等。机构可在 AI 工作流中调用这些数据，减少为不同应用重复建设连接的需求。
此前 Explorer 测试阶段有 45 家机构、逾 800 名机构用户采用。公告定位是受治理的生产级数据访问；数据可用范围仍取决于授权。此处作为既有实践回看，首发时间按官方公告列示。
评估原生 MCP 时，应同时核对数据授权、字段覆盖、查询限制与返回口径。连接方式更直接，并不自动减少机构自身的合规责任。
同业部署观察
星展香港宣布，自 9 月 26 日起逐步为企业银行助理 DBS Joy 引入 Agent 能力。客户可在对话中查询付款状态、交易与费用，助理直接检索和分析相关账户信息，减少跨页面查找。
个人客户助理 digibot 的 Agent 能力计划于 2027 年推出。两者均以客户登录和主动发出指令为前提，保留人工服务入口。公告另披露 Joy 的既有服务使客服热线来电减少 16%；这一指标与新升级的部署阶段应分开理解。
从问答走向办事，应逐项界定身份验证、可调用工具和人工接管路径。上线后的指标也要分开观察查询解决率与实际执行成功率。
政策要求与监管视角
上海金融监管局发布人工智能应用若干措施，全文共 16 项。对面向公众服务或高风险场景应用使用生成式 AI 的，要求在场景上线前向该局报告；高风险应用场景须建立准入控制机制，并经本机构风险管理委员会批准后实施。
外部算力、模型和数据处理等服务，应纳入信息科技外包风险管理体系。文件适用范围为上海辖内相关金融机构，具体要求应结合原文及配套规定理解。
阮国恒在香港银行学会年度银行会议的演示材料中，将 AI 的角色区分为辅助、建议、决策和行动。材料强调，董事会与高级管理层须对完整行动路径负责，包括授权边界、审批与升级、追溯质询及人工干预。
2026 年首批 GenA.I. Sandbox++ 列示 36 个用例、30 家金融机构与 27 家科技伙伴，探索范围延伸至 Agentic AI 端到端流程。此处为监管交流材料，不等同于新颁布的强制规则。
Waller 在 Sibos 演讲中区分了 Agent 辅助购物与获授权自主购物付款两种模式。对于后者，他提出三项核心问题：如何证明 Agent 有权付款、错误购买由谁承担责任，以及如何调整以人类行为为基础的反欺诈模型。
演讲讨论了产业标准与支付基础设施需要解决的问题，属于其个人观点，不构成已经落地的统一监管要求。
金融AI 转型战略伙伴
咨询 · 培训 · FDE 前线部署工程服务
