大模型如何赋能基金公司投研、风控？行业首个应用规范来了！|生命周期

用微信扫码二维码

分享至好友和朋友圈

4月3日晚间，中国证券投资基金业协会（以下简称中基协）公布了《基金经营机构大模型技术应用规范》（T/AMAC 0004-2026，以下简称《应用规范》），由中基协和易方达基金、中金财富、工银瑞信基金、华夏基金、九坤投资、阿里云、智谱华章、华为、中国信息通信研究院等机构和公司共同起草。

《应用规范》指出，作为金融市场的重要参与者，基金经营机构正积极探索并应用大模型技术。然而，大模型技术在资产管理领域的应用仍面临一系列挑战和困难，其中包括金融知识理解不足、模型幻觉等技术挑战，以及在实际应用中需要解决的安全性、合规性等问题。

为促进资产管理行业数字化转型和创新发展，引导基金经营机构规范、合理运用大模型技术提升服务水平，有效保护个人金融信息安全及投资者权益，特编制该团体标准。

大模型赋能资管遇挑战，团体标准填补行业空白

《应用规范》的出台有着鲜明的时代和行业背景。

2023年中央金融工作会议首次提出金融强国目标，将数字金融作为金融五篇文章之一，强调金融机构需加快数字化转型，以提高金融服务竞争力。中国证监会发布的《证券期货业科技发展“十四五”规划》指出，“推进科技赋能与金融科技创新，大力提升行业数字化应用水平”；而2024年“人工智能+”首次写入政府工作报告，更是为大模型技术在各行业的应用按下加速键。

在此背景下，基金经营机构作为金融市场重要参与者，正积极探索大模型技术的落地应用，但技术和合规层面的痛点亟待解决。具体而言，行业面临金融知识理解不足、模型幻觉等技术挑战，同时还需解决大模型应用中的安全性、合规性等核心问题，《应用规范》的编制正是为了回应行业发展的实际需求。

从整体内容来看，《应用规范》按照GB/T 1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。全文包含12个核心章节、2个资料性附录及参考文献，章节涵盖范围、规范性引用文件、术语和定义、缩略语、总则、参考框架、基础设施、数据管理、模型服务、应用技术、安全管理、场景应用等核心内容。

多维度划定应用准则，全链条规范大模型技术落地

1、六层级参考框架搭建应用体系基石

《应用规范》明确，大模型技术在资产管理业务中的应用参考框架由六个核心部分组成：基础设施层、数据管理层、模型服务层、应用技术层、安全管理层以及场景应用层。

其中，基础设施层是整个框架的基石，提供数据、计算、存储和网络支持；数据管理层为大模型训练和应用提供高质量数据支持；模型服务层确保模型高性能和稳定性；应用技术层提供技术工具和方法支撑落地；安全管理层保障大模型建设和应用全流程安全；场景应用层则将技术落地到具体业务场景，实现技术价值转化。

2、四维安全管理守住风控与合规底线

再来看行业最为关注的重点，也就是大模型应用的合规风控。纵观整个《应用规范》文件，安全管理无疑是核心重点之一，从基础设施安全、数据安全、模型安全、业务安全四个维度构建防护体系。

例如，基础设施安全方面，大模型运行在物理基础设施之上，应对底层硬件、操作系统、网络环境等采取全面的安全防护措施。

数据安全方面，应从全生命周期的角度，采取全方位的保护措施，敏感数据需实施脱敏或加密处理，不应将未脱敏的客户个人信息、核心交易指令、投研未公开信息直接用于大模型的训练或微调。

模型安全方面，需从内部治理、外部供应链、持续运营三维度防护，应制定模型输出内容审查规则，建立违规内容检测机制与过滤方法。

业务安全方面，大模型生成合成内容标识必须遵守《人工智能生成合成内容标识办法》的规定，且应建立身份认证、API安全防护、合规审计等多重保障措施。

3、数据管理全流程把控质量与合规

数据是大模型的核心资产，《应用规范》从数据采集、数据处理、知识库构建三个环节，对数据管理进行了全流程规范。

4、七大业务场景明确技术落地方向

《应用规范》结合基金行业业务实际，明确了大模型技术可落地的七大核心场景，分别为：投资研究、合规风控、市场营销、客户服务、运营管理、效率办公、研发编程。

其中，投资研究场景可用于信息提取、报表分析、舆情监控、因子挖掘；合规风控场景可实现信息审查、安全评估、风险监测，辅助机构降低风控成本；客户服务场景可通过智能问答、投顾助手提升服务效能；研发编程场景则可利用大模型实现代码生成、程序优化、测试自动化，缩短软件开发周期。

5、模型服务全生命周期规范选型与部署

针对大模型从选型到管理的全生命周期，《应用规范》制定了精细化要求，核心涵盖选型、部署、微调、管理四大环节。

例如，模型选型应根据实际使用需求为导向，兼顾模型效果与资源消耗，选择合作厂商时必须确保其符合国家法律法规且模型完成备案；模型部署可选择本地化、外部算力托管、云服务调用三种模式，其中涉及高敏感数据或严苛隐私合规要求的场景宜选择本地化部署，业务访问具有间歇性或突发性特征的场景可选择云服务调用等等。

6、四大应用技术为落地提供方法支撑

为推动大模型技术在实际业务中落地，《应用规范》明确了提示词工程、检索增强生成、智能体、组件库四大核心应用技术及具体要求。其中，智能体作为重要应用技术，应具备规划（Planning）、记忆（Memory）、工具（Tools）、行动（Action）等基本能力，可采用单智能体、多智能体、智能体—人交互三种应用范式。

业内解读：资管行业大模型应用迈入体系化规划与规范化落地新阶段

他表示，其核心价值在于同步构建了“安全护栏”与“创新路标”，精准破解机构“不敢用、不会用、用不好”的痛点。规范首次提出覆盖基础设施、数据管理、模型服务、安全管理和场景应用的全栈式技术框架：其中“安全护栏”通过数据分级脱敏、模型权限隔离、敏感信息防泄露等硬性约束划定合规红线；“创新路标”则以提示词和上下文工程、RAG、智能体等组件的标准化实操指引，提供可落地的实施路径，大幅降低研发与试错成本。

从行业发展看，该规范带来三大深层价值：一是建立安全与创新的动态平衡机制，通过全生命周期风险管控防范模型幻觉、数据泄露、供应链安全等风险，同时避免“一刀切”抑制创新，实现风险可控下的创新最大化；二是引导技术选型回归业务适配与实效验证，摒弃盲目追逐参数规模，推动技术与需求深度匹配；三是夯实行业生态协同的技术底座，通过统一接口、组件和评测标准，降低机构间及与科技服务商的对接成本，加速行业级解决方案成熟落地。

“需要强调的是，该规范并非技术天花板，而是行业共识的技术底线与发展基石。结合大模型快速迭代的特性，标准将持续动态演进。其核心价值在于为行业建立‘护栏之内，路标之下’的清晰共识，让机构敢于、善于且安全地创新，为资管行业培育新质生产力、深化数智化转型筑牢制度与管理基础。”李胜浩总结道。

上一篇：普洛斯与华为签署战略合作协议，将探索新一代

下一篇：适配零容忍安全场景因湃电池首推半固态储能