金融科技应用现状 - 前沿科技在金融行业广泛应用，包括智能客服、大数据信贷评估、区块链跨境支付等领域，不断拓展金融服务边界 [1] - AI大模型在金融行业的应用场景加速推进，覆盖支付清算、智能投研、资产管理等六大核心场景 [2] AI技术风险挑战 - 数据安全风险集中于获取/处理/合规环节，训练数据可能涉及敏感信息或来源不明，存在隐私侵犯和泄露风险 [2] - AI模型存在决策透明度不足问题，可能引发公众信任危机，相似数据源和趋同模型可能导致"羊群效应"和集体失灵 [2] - AI系统成为网络攻击高价值目标，面临数据泄漏、模型窃取、对抗性攻击等新型安全威胁 [2] 行业治理应对措施 - 需构建分层次可解释性标准，重点解决AI幻觉问题、算法趋同问题，防范技术鸿沟扩大行业分化 [3] - 金融业需建立负责任的AI开发准则，嵌入公平性/可解释性/稳健性等核心价值，完善全生命周期管理 [4] - 应研发AI安全测试技术，建立网络安全防护和应急响应机制，加强金融基础设施韧性建设 [4] 协同发展路径 - 需多方协作共享最佳实践，共建测试基准，培养复合型人才以形成治理合力 [4] - 统筹发展与安全需完善政策体系，平衡创新与监管，提升金融服务实体经济质效 [4]