週刊

第 005 期2026 年 10 月 28 日
金融機構 AI 應用觀察

OUR MISSION · 我們的使命

助力您的機構,
成功實現 AI 轉型。

鋒睿致力於幫助您的機構在 AI 時代實現成功轉型。我們持續追蹤金融數據、投研與機構組織的 AI 進展,分享值得關注的實踐與思考。

讓我們以學習的心態,一起探索 AI 時代的可能。

與您分享本期進展
晨光下的香港金融區,AI 生成示意圖AI 生成示意圖

IN THIS ISSUE · 本期主題

入口向 Agent 遷移

13 條金融 AI 案例與動態,涵蓋金融數據、投研、組織與監管。

本期要點

金融數據 × AI

MT Newswires 經 MCP 進入 Microsoft Copilot,盈米基金把私募產品數據封裝成 MCP 工具,新加坡 fileAI 與 AWS 簽約服務金融客戶:金融數據的出口繼續向通用 AI 助手遷移。

顧問與組織

財富管理的顧問入口開打:Tandems 稱新助手 Hamilton 可承擔顧問約 80% 日常任務;Modera 自建 Mira 平臺;LPL 向 3.2 萬名顧問開放 Zocks。

海外機構動作密集:德銀稱部分企業貸款審批從數週壓到幾分鐘,美國社區銀行協會與 OpenAI 結盟做 AI 網絡安全,Lemonade 爲客戶的個人 AI 代理開出專用保險入口。

成方金融科技論壇上,中信證券 CIO 稱“今年是金融智能體元年”,多家機構高管的共識邊界是“AI 輔助、人工終審”。

IDC 觀察:金融行業整體 IT 投資年增不足 10%,生成式 AI 相關投資年增接近 50%;競爭轉向每個場景能沉澱多少可複用的智能能力。

監管 × AI

上海金融監管局 22 號文鼓勵行業大模型、通用智能體進入風控場景並做安全驗證;FCA 發佈 AI 良好與不佳實踐,將與業界共建代理式金融可信框架。

圍棋棋盤與黑白棋子,AI 生成示意圖AI 生成示意圖
善弈者謀勢。

鋒睿解讀金融 AI 趨勢,助您持續放大專業優勢。

frontwise.ai

金融數據 × AI

4 條案例與動態

1. MT Newswires 進入 Microsoft Copilot:財經新聞源跟着 MCP 進辦公軟件

接入方式
基於 MCP 的集成,在 Copilot 與 Copilot Studio 內免代碼開通
使用場景
Word、Excel、Outlook、Teams 內直接查詢公司新聞、財報、宏觀與板塊動態,回答附來源鏈接
賣點
結構化、帶標籤的原創內容,回答可溯源、可覈驗,面向受監管用戶
渠道佈局
其 MCP 服務器此前已上線 Anthropic Claude 與 Perplexity

一家財經新聞社的分發邏輯說得很直白:客戶不想再打開一個平臺,答案要出現在他們已經在用的地方。新聞源的價值不變,貨架換了位置。

這是 MT Newswires 官方新聞稿,含微軟產品負責人的引語,未見使用量數據。

“客戶不想再查一個平臺,他們要在已經工作的地方得到答案。”——Weston Walker,MT Newswires 全球銷售與合作負責人(據官方新聞稿)

延伸閱讀:來源原文 ↗

2. 盈米基金上線私募 MCP:合格投資者可在通用智能體裏直接查產品

機構端
“盈米私募 1000”機構專屬份額貨架,已接入 500 多傢俬募管理人、超 1,000 只產品
零售端
“盈米私募精選 100”納入“先規劃、後配置”的買方投顧框架
私募 MCP
產品搜索、業績查詢、產品匹配封裝成標準化工具;經認定的合格與專業投資者申請 API Key 後,可在通用智能體上直接調用
配套
投前、投中、投後全流程電子化底座

國內基金銷售機構裏較早把私募數據做成 MCP 工具的一例。門檻設計值得留意:調用權綁在合格投資者認定上,數據出口開在通用智能體一側。

這是證券日報網對公司發佈的報道,接入數量爲公司自述。

延伸閱讀:來源原文 ↗

3. Taktile Insights:讓業務人員用自然語言追問自己的決策數據

功能
在決策平臺內用自然語言提問、即時出圖,分析審批率、理賠等決策表現,可追溯到單筆決策
客戶引語
MagaluPay 分析師稱一項政策變更在舊引擎要三到四周,在 Taktile 用 40 分鐘完成驗證並上線
客戶面
Allianz、Mercury、Monzo、Faire 等;累計融資 1.84 億美元,C 輪 1.1 億美元由高盛成長股權領投

定位是一句話:當 AI 讓“做決定”變快,下一個差異點是誰從決策裏學得更快。把分析權從 BI 團隊手裏交到對結果負責的業務人員手裏,是它給出的答案。

這是廠商新聞稿,效率數字爲客戶在稿內的自述。

延伸閱讀:來源原文 ↗

4. fileAI 與 AWS 簽約:把金融文件變成可審計的 Agent 工作流

合作
與 AWS 籤戰略合作協議,基於 Amazon Bedrock 構建、經 AWS Marketplace 面向亞洲和美國的銀行、保險與金融機構交付
產品
fileForge 平臺把企業文件轉成受治理的流程智能;fileScout 在提取前規劃模型路由、壓 token 消耗;fileForensics 把欺詐信號直接送進處理管線
客戶與股東
客戶含 MS&AD、東芝、PwC、KPMG 等,累計處理超 10 億份文件;8 月獲 SMBC Asia Rising Fund 與 Singtel Innov8 投資

又一家把“非結構化數據治理”做成賣點的公司:金融機構的 Agent 要上崗,先得有人保證喂進去的文件乾淨、可查、留痕。新加坡公司,市場橫跨亞美。

這是廠商新聞稿,處理量與客戶爲廠商自述。

延伸閱讀:來源原文 ↗

OUR VIEW鋒睿觀察

四條新聞指向同一個假設:用戶不會再專門打開你的界面。數據商進 Copilot,私募貨架進通用智能體,分析能力進業務人員的對話框,文件治理做成雲市場裏的標準件。產品的護城河從界面轉移到數據和授權。

投研 × AI

2 條案例與動態

5. Tandems 推出 Hamilton:面向顧問的“全能助手”,稱可承擔八成日常任務

能力範圍
從財務規劃、組合再平衡等複雜流程,到客戶回顧、會前準備、開戶、資產轉移與文書(廠商稱覆蓋顧問日常任務約 80%)
底座
多模型路由,按任務在 Claude、ChatGPT、Copilot、Gemini 與客戶自有模型間分配
集成
預集成 Schwab、Fidelity、Pershing 等券商託管與 FIS、Fiserv、Salesforce 等系統,稱數週可上線
規模
平臺承載 800 億美元資產、270 萬個賬戶、5,000 多名顧問
控制
可實時關停單個技能、模型或全部 AI 活動;按美國各州 AI 法規調整對話;全部 AI 交互留審計日誌

它把自己和“會記筆記的助手”拉開距離:主打的是跨遺留系統執行多步任務,而不是會議紀要。這是財富管理技術商對“顧問入口”的一次正面進攻。

這是廠商新聞稿,“80%”等說法未經第三方覈驗。

延伸閱讀:來源原文 ↗

6. RIA 的兩條 AI 路線:200 億美元 Modera 自建 Mira,LPL 採購 Zocks 給 3.2 萬顧問

Modera Mira
管理 200 億美元、6,300 多名客戶的 RIA 自建平臺,整合其財富科技棧數據與文檔系統元數據,7 月起內部使用
併購用途
新收購的公司可把數據併入統一平臺,服務其併購擴張策略
Zocks × LPL
對話捕捉與數據同步工具向 LPL 超 3.2 萬名顧問和約 1,100 家機構開放,接入其 WealthVision 規劃工具與 CRM

同是顧問效率,做法分兩派:有規模的自建,把數據資產攥在自己手裏;平臺型的採購,讓成熟工具嵌進既有工作流。兩派都在本週落子。

這是 PLANADVISER 對當周產品動態的彙總報道,基於公司披露。

延伸閱讀:來源原文 ↗

OUR VIEW鋒睿觀察

顧問入口之爭出現三種站位:賣統一助手界面的(Tandems)、自己建平臺的(Modera)、採購工具嵌進現有流程的(LPL)。誰贏另說,但“顧問每天先打開什麼”已經是必爭之地。

組織 × AI

5 條案例與動態

7. 德銀:部分企業貸款決策從數週壓到幾分鐘,內部 AI 平臺 ADA 管全部 Agent

效果
小型企業貸款決策從數週縮到幾分鐘;跨國公司貸款從數月縮到數週;項目今夏已上線
平臺
內部 AI 平臺 ADA(致敬 Ada Lovelace),用於開發、監控和控制全行 AI Agent
投入
2026—2028 年計劃追加超 25 億歐元技術投入
下一步
新任管委會技術負責人 Deverdun 稱在爲“本行 Agent 與客戶自有 Agent 直接交互”做準備,網絡風險管理是其首要任務

德銀 CEO Christian Sewing 提出要做“一家真正由 AI 驅動的銀行”。這條新聞的信息量在細節裏:審批提速之外,銀行已經在設想自己的 Agent 和客戶的 Agent 直接打交道的那一天。

這是路透社對新任技術負責人的專訪(經 Euronext 轉發),效果數字爲銀行自述。

延伸閱讀:來源原文 ↗

8. 美國社區銀行協會與 OpenAI 結盟:讓小銀行用上 AI 網絡安全工具

合作
美國獨立社區銀行協會(ICBA)與 OpenAI 結成“戰略聯盟”,幫助中小社區銀行獲得 AI 驅動的網絡安全能力
定位
無論銀行今天就想嘗試前沿 AI,還是仍在制定 AI 戰略,合作都面向這兩類機構
背景
社區銀行在先進科技政策上越來越活躍,AI 安全工具的可及性是其短板

大行自建平臺,小行找組織。社區銀行沒有 25 億歐元的追加預算,協會出面和模型廠商談一個打包入口,是美國幾千家小銀行獲得 AI 安全能力的現實路徑。

這是 Inside AI Policy 的報道(付費牆,原稿註明公開部分已核),未見具體產品上線時間。

延伸閱讀:來源原文 ↗

9. Lemonade Agentic:專爲客戶的 AI 代理開的保險入口

定位
官方稱打造“全球首個全代理式保險”,新體驗專爲客戶的個人 AI 代理設計,開在 Lemonade OS 技術棧上
代理可辦
詢價、投保、續保、改保額、加車輛或寵物、報案、傳理賠照片、改地址與繳費方式等 16 項操作
狀態
尚未上線,開放 beta 等待名單;官網口號“Have your agents talk to our agents”

多數公司在討論怎麼攔住別人的 Agent,Lemonade 反過來:給別人的 Agent 修一條專用通道,讓它像自家員工一樣在系統裏辦事。賭注是獲客成本和體驗會在代理手裏重新分配。

這是官方產品頁面,願景性質,無上線數據。它與此前的 Kin(支持 WebMCP 讓 ChatGPT 詢價)方向一致、程度更深——Kin 開的是詢價,Lemonade 要開到投保與理賠。

延伸閱讀:來源原文 ↗

10. 成方論壇:大行大所同臺,“AI 輔助、人工終審”成共識邊界

鄭緯民院士
詞元(Token)正成爲新的“石油”;Mooncake 分離式推理架構適配異構設備、跨區域協同,降低大模型集羣推理成本
工行副行長趙桂德
AI 由生成式智能向行動式智能演進,重心轉向價值兌現;“數智工行”大模型覆蓋主要業務
中信證券 CIO 於新利
今年是金融智能體元年,資本市場 AI 進入規模化落地階段;守住“AI 輔助、人工終審”邊界
太保集團 CIO 王磊
介紹太保“633”人工智能+戰略,同步搭建 AI 安全治理體系

金融街論壇年會期間的成方金融科技論壇由農行承辦。各家表述不同,但都把“人終審”放在臺前——規模化落地的口徑越激進,邊界聲明越清晰。

這是科技日報的會議報道,發言爲現場口徑。

延伸閱讀:來源原文 ↗

11. IDC:金融 AI 走向“智能體超級工廠”,城商行案例入選創新 50

投資結構
IDC 觀察:2025 年金融行業整體 IT 投資年增不足 10%,生成式 AI 相關投資年增接近 50%
評選
IDC 中國金融“AI 創新案例 50”從 130 多家報名機構中選出,工行、民生銀行之外,杭州銀行、寧波銀行等城商行入選
寧波銀行
金融人才 AI 教練平臺:多 Agent 協同做知識問答、技能培訓、智能評分與崗位能力評估
杭州銀行
全域零售客戶智能經營平臺:多智能體串聯客戶洞察、產品分析與經營策略,覆蓋財富、消費信貸、信用卡
底座
螞蟻數科金融大模型與 Agentar 智能體開發平臺提供工程化支撐

IDC 中國研究經理思二勳的判斷:銀行競爭從人力競爭轉向“能力的資產化沉澱”,下一階段的指標不是落地多少場景,而是每個場景留下多少可複用、可協同、可持續優化的能力。

這是金融界對 IDC 峯會的報道,投資增速爲 IDC 口徑,案例細節來自企業與 IDC 介紹。

延伸閱讀:來源原文 ↗

OUR VIEW鋒睿觀察

本週的組織案例正好是四個層次:德銀自建平臺管 Agent,小銀行借協會抱團,Lemonade 向外開入口,IDC 說的是工程化底座。入口、隊伍、底座,缺一個都跑不遠。

監管 × AI

2 條案例與動態

監管動態並非每週都有:有則收錄,無則省略。本週收錄兩條。

12. 上海 22 號文:鼓勵大模型與通用智能體進風控,中小機構算力“租購併舉”

文件
滬金髮〔2026〕22 號《推動上海銀行業保險業數字金融高質量發展的若干措施》,落實金辦發〔2025〕95 號
AI 場景
深化智能營銷、智能信貸、智能核賠、智能風控、內部管理等場景;統籌垂域模型開發,建設企業級 AI 平臺
前沿探索
探索行業大模型、通用智能體在金融風控場景的應用與安全驗證
中小機構
算力以“租購併舉”獲取、避免重複建設;可市場化引進大行成熟技術,鼓勵同業共建共享數字基礎設施
後續
監管將探索建立數字金融評價體系,對發展水平與成效做監測分析

地方監管文件裏較少見地把“通用智能體”寫進風控場景,同時給了中小機構一條現實的成本出路:不必自建算力,可以向同業租、向大行買成熟方案。

這是官方文件原文。

延伸閱讀:來源原文 ↗

13. FCA 發佈 AI 良好與不佳實踐,將爲代理式金融共建“可信框架”

立場
不設獨立 AI 監管制度,沿用現有框架;實踐示例不構成新規則
三大領域
消費者責任(先定義消費者問題再建工具)、治理問責(高管須懂自己轄內的 AI 風險,不能全甩給技術團隊)、運營韌性(AI 依賴納入壓力測試與退出預案)
代理式金融
將與業界、其他監管者與前沿實驗室共建可信框架,覆蓋代理身份、授權、問責與執行
對 AI 廠商
要求提供清晰、相稱、一致的免責聲明,幫助消費者理解模型生成金融信息的邊界

這份文件的價值在“不佳實踐”清單:沒想清楚消費者問題就上馬、把 AI 治理整體外包給技術團隊、對供應商的保證不加驗證——每一條都對應着檢查時的扣分點。

本條基於 Freshfields 律所 10 月 22 日的解讀;FCA 首席數據官 Jessica Rusu 同日發表演講,還介紹了用 AI 改造自身監管流程的設想,本條聚焦對機構的要求。

延伸閱讀:來源原文 ↗

OUR VIEW鋒睿觀察

一東一西兩份文件思路相近:不急着立新規矩,先把現有框架裏的好與壞講清楚。上海 22 號文裏“租購併舉”和“同業共建”,實際上是監管替中小機構算的一筆成本賬。

編輯說明

本期所有案例與市場動態均來自公開來源,鏈接附在各條內。廠商新聞稿與機構披露的成果爲其自述,未經第三方驗證;依據媒體報道的條目已在條內註明。“鋒睿觀察”爲編輯部觀點,與案例公司無關。文中觀點不構成投資建議。原稿註明信息覈對於 2026 年 10 月 28 日,下期 2026 年 11 月 4 日發佈。本版依據原稿翻譯排版,未額外進行獨立信源覈驗。

本期原始分享稿 ↗