周刊

第 003 期2026年10月16日更新
金融机构 AI 应用观察

OUR MISSION · 我们的使命

助力您的机构,
成功实现 AI 转型。

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
晨光下的香港金融区,AI 生成示意图AI 生成示意图

IN THIS ISSUE · 本期主题

Agent 走进工作流:数据从哪来,责任由谁担?

10 条案例与动态,追踪金融数据、投研、组织及监管如何划定 AI 的数据边界与责任边界。

本期要点

金融数据

S&P Global 把 ChatIQ 做进 Capital IQ Pro 的 Excel 建模和 PPT 生成,数据商的 AI 开始直接产出分析师的交付物。

彭博、PitchBook 先后推出面向 Agent 的 MCP 数据服务;TD 和国泰金控各披露 Agent 落地,共同点是人工复核和权限控制写在前面。

投研与组织

韩国国民年金公团(NPS)披露 AI Agent 概念验证:宏观货币政策研究由约 8 小时缩到约 10 分钟,只用公开数据。数字出自机构自述。

中国头部券商集体把投研能力以 Skill 和 Bot 的形式搬进腾讯、阿里等第三方 AI 平台,界面新闻指出,数据授权和责任划分是下一道关。

丹斯克银行(Danske)搭了“AI City”,让不会编程的员工用自然语言做 Agent,所有 Agent 自带安全和合规护栏。

监管与问责

监管:香港金管局发布“ART”框架并预告 Agent AI 治理监管框架,FSB 定稿 12 条 AI 良好实践,两者都把问责放在前面。

围棋棋盘与黑白棋子,AI 生成示意图AI 生成示意图
善弈者谋势。

锋睿解读金融AI趋势,助您持续放大专业优势。

frontwise.ai

金融数据 × AI

3 条案例与动态

S&P Capital IQ Pro:ChatIQ 进入 Excel 建模和 PPT 生成

ChatIQ Spreadsheets
Excel 里的 AI 建模助手,用于搭模型、复核和分析,公式可刷新
ChatIQ Presentations
用 Capital IQ Pro 数据生成 PowerPoint,目前在 Labs 阶段
Portfolio Insights
找出组合收益的驱动因素并关联新闻与财报事件,目前为 Beta
其他更新
新增 DCF 分析、可自定义 TEV 计算、私募基金基准工具、信用备忘录工具等

S&P Global Market Intelligence 在新闻稿里说,ChatIQ 把公司、市场、信用和宏观数据,加上财务文档、新闻和研究放进同一个对话入口。这次的重点是延伸到分析师天天打开的两个文件:Excel 模型和汇报用的 PPT。

新闻稿没有给用户数、准确率或客户案例,ChatIQ Presentations 还在 Labs,Portfolio Insights 还在 Beta。这是厂商发布稿,功能描述以公司说法为准。新闻稿写明 Excel 助手使用可刷新的 Capital IQ Pro 公式,这意味着模型仍连着原始数据,机构可以据此评估可追溯性。

延伸阅读:S&P Global 新闻稿(英文) ↗

彭博 Enterprise MCP:给 Agent 的数据带上“字段说明书”

定位
建在 Data Licence Plus 之上的 AI 接入层,面向用 Agent 调用彭博授权数据的金融机构
覆盖
1 亿多只证券、5 万多个字段
元数据
附带交易所、币种、价格类型、期间、截至日期等限定信息,并支持自然语言搜索字段

报道的核心是:数据拿得到,不等于 Agent 知道这个数字代表什么、怎么算的、适不适合当前任务。彭博的做法是把字段含义和限定条件一起交给 Agent。

这是媒体对产品发布的报道,未见客户使用情况或效果数据。

延伸阅读:cfotech 报道(英文) ↗

PitchBook:Data MCP 加定时运行的 AI Agent

PitchBook AI
新增 Skills 与 Agents,把自然语言请求变成可分享的成品,并按计划定期运行
PitchBook Data MCP
让投资者自己搭的 Agent 直接调用其数据
路线
2027 年将扩展到交易寻源、交易执行、信用研究和基金分析

新闻稿在 TechCrunch Disrupt 上发布。有意思的是“可定时”:每周重复做的研究工作可以变成受管的固定流程。这是厂商发布稿,功能为公司说法,未见客户案例。

延伸阅读:PitchBook 新闻稿(英文) ↗

OUR VIEW锋睿观察

本周金融数据类的新闻集中在数据商自己的平台里。S&P 的做法是让 AI 站在已有数据和公式之上,答案能回到数据源,这是机构评估此类产品时最先会问的。

投研 × AI

2 条案例与动态

韩国国民年金:用 AI Agent 做基金研究,只用公开数据

做法
云上研究 AI Agent 概念验证(PoC),6 月到 9 月,约 4 个月
三个任务
各国央行货币政策分析、公司业绩说明分析、股市研究综合分析;前两项完成验证
自述效果
货币政策研究约 8 小时缩到约 10 分钟;业绩分析原先每季度几位基金经理各花约 180 小时
数据边界
只用公开数据,没有内部管理信息和非公开信息外传

NPS 表示这是公共机构中首个用 AI Agent 搭建的数据分析系统,10 月 16 日将与 AWS 在首尔分享 PoC 结果和后续应用计划。第三个任务(股市研究综合分析)报道里没有说已完成。

时间数字来自 NPS 自己的说法,没有公布评测方法,也没有说明准确度怎么检验,请当作机构自述。值得看的是它的边界设计:先用公开数据做 PoC,把内部信息排除在外,这让安全评审可以简单很多。

我们确认了用 AI 精简基金运作研究工作的潜力,会逐步扩大 AI 的使用,让基金经理专注于核心投资职责。

金成柱,NPS 理事长(据 Chosun Biz 英文报道)

延伸阅读:Chosun Biz 报道(英文) ↗

券商把投研能力搬进第三方 AI 平台

腾讯 WorkBuddy
9 月初广发证券首家入驻,首批 12 项自研 Skills 与 9 项专家能力;9 月下旬中信建投“蜻蜓 Skill”六大技能上线
阿里千问
9 月 7 日国泰海通“灵犀”、兴业证券、东吴“秀财”、中金财富 4 款券商 Bot 首批入驻
两条路径
专业工具以 Skills 形式输出;面向大众投资者的对话服务以 Bot 形式入驻

界面新闻梳理后写道,一年前券商还在比拼自研大模型,现在集体把专业 AI 能力放到第三方平台上。接受采访的分析师认为主要目的是拓展新的用户触点;实测中,调用某券商选股 Skill 时需要先下载该券商 APP 完成授权,开户和交易仍回到券商自有平台。

报道也点出两道关:投资建议表述要避免收益暗示,并明确券商和平台的责任划分;另一道是数据使用,券商在平台侧上传的数据如何授权、调用、存储。受访学者提出“最小必要、分层分级、全程可追溯”的原则。以上是媒体报道和受访人观点,各券商的具体数据安排未披露。

延伸阅读:界面新闻原文 ↗

OUR VIEW锋睿观察

两个案例的边界设计相反:NPS 先把自己的数据留在外面,券商则要把能力放出去、再管住数据怎么回流。投研 Agent 能走多远,往往取决于数据边界在哪里画。

组织 × AI

3 条案例与动态

丹斯克银行:让员工自己做 Agent,护栏由平台统一提供

平台
“AI City”,内含 Agent Developer Kit,用自然语言描述任务,声明式引擎生成 Agent
案例
6 月内部黑客松(700 人参加)中,一位从未用过终端的客户顾问两天做出 5 个 Agent,用于自己的日常工作
自述效果
首席 AI 官称,这样部署 Agent 比员工从零构建快 10 倍
治理
Agent 自动带有安全、护栏和合规功能,强调可追溯、避免“影子 AI”

报道里,Danske 首席 AI 官 Kasper Tjørntved Davidsen 把这个项目定义为“让技术民主化、提升全组织技能”。员工不必是软件开发者,写下偏好,系统引导完成。

10 倍速度和黑客松案例都来自银行高管的说法,报道没有披露目前有多少 Agent 在生产中运行,也没有说明效果如何衡量。这条的组织含义在分工:业务人员提出需求并拥有 Agent,平台团队负责护栏和合规。

延伸阅读:Ingeniøren 报道(英文) ↗

TD:Agent 从房贷预审扩到资金发放和结清

新增环节
房贷资金发放、结清(discharge)
Agent 做什么
协调多步文件核验、跨系统对接信息、标出差异、生成供员工复核的输出
责任
输出由员工复核,需要判断的决策仍由员工负责
自述效果
5 月上线的预审环节,平均处理时间从 15 小时降到不到 3 分钟

TD 称新能力目标是让所选房贷流程中员工的生产力翻倍。这些数字都来自 TD 自己的新闻稿,未经第三方验证。

延伸阅读:TD 新闻稿(英文) ↗

国泰金控:三个场景试点“数字同事”

国泰金控在 2026 科技大会上披露,在项目管理、技术治理、法务合同审查三个场景试点 AI Agent,建在 2025 年推出的 GAIA 2.0 生成式 AI 框架上。公司称 Agent 可自主访问企业知识和工具,关键决策与例外仍由人复核,控制措施包括身份与权限管理、知识权限、系统集成防护、网络安全监控和审计留痕。

报道也指出,公告没有说明何时规模化上线,也没有量化效率收益。这条是试点披露,不是成果。

延伸阅读:Global Fintech Edge 报道(英文) ↗

OUR VIEW锋睿观察

Danske 讲放开使用,TD 和国泰金控讲人工复核和权限控制。放开使用和统一管控,通常要一起设计。

监管 × AI

2 条案例与动态

监管动态并非每周都有:有则收录,无则省略。本周收录两条,均来自官方发布。

香港金管局:发布“ART”框架,并预告 Agent AI 治理监管框架

框架
“ART”:Accountability(问责)、Resilience(韧性)、Trust(信任)
本次动作
更新《负责任采用 AI 监管指引》;与 Cyberport、香港大学合作建设 AI 训练数据共享平台;GenA.I. Sandbox++ 继续测试 Agent 应用
即将发布
Agent AI 治理监管框架讨论稿,探讨“意图锚定的问责”、重要 AI Agent 登记册和有效干预机制
沙盒结果
第二批 GenAI 沙盒技术试验完成,超过 60% 的用例探索了 Agent AI(金管局表述)

金管局指出,AI 系统的自主性在提高,能接触的数据、工具和工作流也在增加,因此监管重点放在问责、运营韧性和可信。讨论稿尚未发布,登记册和干预机制目前只是探讨方向。

阅读原文:香港政府新闻公报(英文) ↗

FSB:定稿 12 条 AI 负责任应用的“良好实践”

内容
12 条实践,分两组:全组织 AI 治理;AI 全生命周期的风险管理
治理侧
董事会和高管监督 AI 与业务模式、风险偏好的匹配;明确职责;把 AI 风险纳入风险管理框架并留存使用记录;持续学习
生命周期侧
用例风险评估、技术选择、数据治理、可解释性、效果评估、人工监督等
定位
可按机构情况调整的实用工具包,FSB 鼓励董事会和高管参考

这是对 6 月征求意见稿的定稿,目的之一是促进金融机构、监管机构之间跨辖区的协调和信息共享。

阅读原文:FSB 新闻稿(英文) ↗

OUR VIEW锋睿观察

本周两份官方文件都把“谁负责”放在最前:香港写成问责与登记册的设想,FSB 写成董事会和高管的监督。落到机构内部,就是每个 Agent 都要有可指认的责任人和留痕。

编辑说明

本期依据用户提供的第 3 期分享版整理,保留 10 条案例与动态及对应来源。厂商新闻稿与机构披露的成果为其自述,未经第三方验证;媒体报道在各条中注明。“锋睿观察”为编辑观点。本次未另行独立核验所有外链原文。

本期统一为 2026 年 10 月 16 日更新;新闻日期保留原始标注。锋睿周刊每周五更新。

本期原始分享稿 ↗