聚焦本体技术，专家热议金融 AI 安全开发与应用

中国人民大学国际金融学院副院长、财政金融学院应用金融系主任吴轲指出，新一轮科技革命深入推进，人工智能正加速成为驱动金融变革的重要力量，大模型智能体不断拓展金融服务边界，深刻重塑业务流程与决策机制；《关于银行业、保险业人工智能安全开发应用指导意见》的发布进一步明确了谁使用谁负责、自主可控、安全发展等基本原则，如何实现创新发展与安全治理的动态平衡，推动金融智能化迈向可信、可解释、可管控新阶段，已成为行业共同课题。他强调，金融业是数据、知识与风险密集型行业，AI在提升效率的同时也带来模型幻觉、数据孤岛、算法偏差、决策黑箱、责任模糊等问题，一次错误判断可能影响客户权益甚至传导形成系统性风险，因此金融业需要的不仅是能力更强的AI，更必须是可信、可解释、可追溯、可管控的AI。他介绍，人大国际金融学院与未来金融创新工程中心汇聚多学科力量，聚焦AI金融与风险治理前沿，本次会议以本体视角为切入点，搭建产学研交流平台，期待各方围绕AI安全开发、知识体系建设、大模型治理、场景落地等畅所欲言，为图书完善贡献真知灼见，共同为金融强国建设汇聚智慧。

本次会议由中国人民大学国际货币研究所所长助理、研究员曲强主持。

曲强

在科技代表发言环节，两位科技代表分别从本体智能的技术架构、可信增强路径与金融场景工程实践等维度做深度分享。

中国信息通信研究院人工智能所大数据与智能化部主任姜春宇指出本体并非新概念，源于古希腊哲学，历经知识表达、知识图谱等阶段演进，在大模型时代获得新生命，是连接数据、IT系统与人工智能核心语义的枢纽，本质是企业AI的操作系统。针对大模型基于概率存在幻觉、不懂企业内部数据语言的痛点，他提出本体通过三层能力增强AI可信：一是语义整合，将企业数据知识翻译为大模型可理解的业务语言；二是推理，通过规则表达实现可论证、可解释的推理决策；三是行动，与IT系统函数关联形成操作闭环，核心是让大模型在受控路径下运行而非自由产生幻觉。他将本体智能定义为以本体为语义基座，融合推理与知识计算，使系统具备深层理解、逻辑推理与行动执行能力的智能范式，并提出本体架构建模层、规则层、协同层三层结构。他认为，未来企业数字化将形成IT、数据、AI三大系统，本体作为桥梁居中发挥作用，AI有望走向前台。他建议企业从高价值场景切入局部建模先跑通，同时介绍了信通院已发布本体研究报告1.0、正构建标准体系等进展，强调本体智能最终指向企业智能原生转型。

行业主题发言环节，来自银行、保险机构的六位业内专家，结合各自机构在本体技术与AI开发应用中的探索实践分别阐述观点。

图书课题组负责人、中国银行业协会原首席信息官高峰认为本体技术是落实《指导意见》、破解金融AI合规痛点的核心技术底座。第一，本体通过概念层统一术语、关系层构建语义网络、规则层转化监管约束、推理层实现逻辑推演，从底层打通业务、技术与监管的语义壁垒。第二，针对AI“黑盒化”、全生命周期管理割裂、风险隐蔽化、知识碎片化四大痛点，本体可提供语义基石、统一框架、穿透工具与知识底座，实现合规硬嵌入、全流程闭环及风险事前预警。第三，本体技术助力金融AI合规落地可遵循五条核心路径：构建银行业保险业统一的领域本体框架；嵌入AI全生命周期管控；打造关联交易、资金运用等场景的穿透式风控能力；建设企业级知识工程体系；建立本体化审计追溯机制。

高峰

恒丰银行首席信息官徐彤总结了恒丰银行AI协同智能体落地的相关实践经验。第一，大模型落地的瓶颈不在模型能力，而在缺乏“翻译层”。通用大模型不懂银行信贷审批、风险识别等深水区业务逻辑，需构建领域本体作为连接器，包含统一词典、知识骨架和可执行规则三部分。第二，构建四层增强体系解决四个核心问题。知识层把隐性经验变成组织资产；流程层将线性审批升级为智能工作流；数据层打通孤岛形成单一真相源；触达层实现数据精准找人并形成反馈闭环。第三，打造三大协同智能体，实现人机协同。以本体为共同底座，AI风险官、AI数据官、AI营销官协作联动，发现风险时自动通知调整策略、补充数据，为客户经理打造“数字团队”。本体工作实践成效初显，客户经理获取全景信息的时间从半天缩短到3分钟，方案一次通过率提升40%，隐性风险发现率提升3倍。徐彤强调，AI时代的竞争，本质是把业务逻辑装进机器里，使数据会说话，让知识能传承，变AI真正成为银行的得力助手。

浙江农商联合银行首席数据科学家邵建华认为，本体论是农信体系在有限资源下实现AI突破的重要路径。农信客户小而散、数据质量和业务建模挑战大，科技投入相比大行小，本体论可将隐性业务知识结构化，赋能数字驱动的准确性和复用性，提升科技投入ROA。本体论在金融领域多方面已进行探索，可以有效降低AI的无效发散性问题、欺诈电诈反洗钱的精准性问题、数据建模治理的质量问题、走访效率提升优化等问题。本体论是数据和AI的一个细分方向，而不是对立，协调好三者之间的相辅相成，共同解决好安全可解释的共同目标。

对比巴克莱、花旗等国际银行的实践，邵建华认为：第一，海外注重工具链的标准化或产品化的过程，强调边建模边用、迭代演进的方式，而国内数据治理基础更好，应通过共创合作将工具链做实，形成行业标准，以加速本体论应用推广。

第二，本体论应先定位为辅助和强化，探索在现有的数据和技术资产上能够复用，后逐步嵌入和替代，在方法论和工具链没有完全跑通之前不应过早过度依赖，避免推倒重来以及对现有项的冲突。

第三，本体论要求业务方深度参与，不能仅作为科技工作推进，监管“8号文”推动银行成立人工智能组织来负责拉通业务与科技，未来趋势是将业务和技术通过人工智能等科技有机融合，因此业务方的深度参与尤为必要。第四，国内本体论在各领域的研究和应用已有多年积累和开源贡献，行业应增强信心，通过合作交流，打造自主可控的工具链体系。

中国邮政储蓄银行金融科技部副处长陆俊结合该银行“本体论+人工智能”的实践经验，提出机构自身的本体应用能力建设，是金融机构落实“8号文”要求、确保人工智能安全应用与开发的关键要点。本体工作是AI推进到一定阶段的必然选择，全行AI应用正从追求量转向追求质，从创新技术命题转向治理命题，创新与合规、技术与业务相辅相成，最终落脚点在于促进业务发展。对于本体论在信贷智能化方面的应用，陆俊指出，第一，本体技术能够破解信贷AI数据驱动模式可解释性弱、泛化不足、监管穿透性差的问题，满足可解释、可追溯、可审计的合规要求。第二，搭建“神经和符号融合双层技术架构”，构建信贷AI全生命周期的知识沉淀管线，覆盖实体透视、可解释推理、全景授信三大场景，形成一套可复用、可落地的合规实施范式。第三，鼓励推进行业标准建设，协同共建金融AI合规生态。本体技术具备语义统一与互联互通的网络效应，依托大行牵头共建金融本体标准，降低全行业智能化改造成本，夯实金融AI安全根基。

民生银行数据管理部资深经理李凡认为，当前金融领域本体落地尚处探索期，民生银行结合信贷场景特点开展了本体与大模型融合的针对性实践。第一，聚焦高确定性分析决策类场景，主攻信贷领域偏分析、决策的微观落地场景，兼顾应用价值与投入产出比，分阶段推进体系化建设。第二，创新本体与大模型融合方案。取W3C标准建模规范与Palantir操作型本体之长，采用关系数据库承载本体实例与规则执行；设计“刚性-柔性中间层-开放柔性”三层推理机制，通过检索增强、规则锚定等方式降低大模型幻觉，实现可控应用。第三，提供本体与大模型融合、分层推理落地路径。该实践利用银行结构化数据与非结构化专家经验，强化知识推理，为信贷AI应用提供参考。

阳光保险集团架构与数据管理部王卓认为，保险业AI落地核心瓶颈在于底层业务语义不统一，同一实体在不同系统、不同角色中存在多种称谓，导致智能体各自为政、无法协同。他提到，本体论通过构建统一的业务语义底座，将指标形成家族树并固化为逻辑锚点，使AI从模糊匹配转向精准映射，准确率可显著提升，且结果可追溯。同时，本体实践中也面临三大挑战：一是概念定义权的跨部门博弈、二是本体随监管与产品动态演化的持续运维需求、三是长期价值与短期成果之间的资源竞争压力。因此必须坚持业务牵引、循序渐进，分层分步构建领域本体，从小切口场景入手，组建业务与技术联合团队，建立评审与迭代闭环，以语义中间层兼容存量系统，让本体先解决可见痛点，再逐步扩展至全域。

王卓

随后，与会嘉宾围绕会议主题展开点评与分享，探讨本体技术应用与金融实践等关键议题，为书稿后续修改完善及行业实践提供多元参考。

济宁银行副行长焦春华围绕“企业标准化与本体智能金融融合建设路径探讨”展开分享。该行近年来实现稳健较快发展，资产增速、盈利能力、资产质量均在系统内名列前茅。其卓越发展成效离不开标准化、数字化“两化融合”战略的成功实施，董事会高度重视企业标准化工作，统筹部署、协同推进，以熵增定律为指导思想，以“规范秩序、提升效益”为核心目标，统筹优化规章制度、业务流程与管理标准，赋能科学管理、促进业务发展，该行成为全国金融机构首家“标准化良好行为AAAAA企业”，获国家金融监督管理总局综合评价最高等次“绿色”等级。步入AI时代，“两化融合”内涵由数字化演进为数智化，大模型在金融行业的安全有效落地离不开本体智能建设，在“为企业构建业务层面的通用标准语言、构筑人机协同认知底座”这一本体论核心命题上，企业标准化恰恰能发挥关键性基础作用。在融合建设路径上，建议由标准化主管部门牵头，业务条线与科技部门协同推进，引入FIBO国际金融领域本体标准，坚持“由小及大、自下而上”建设思路，优先选取反洗钱等具体业务场景，在建设人机共享企业标准的基础上，逐步实现细分领域本体建模、AI Agent应用落地，待模式验证成熟后有序推广，逐步构建本体技术与标准化体系深度融合的长效机制。

银行数字化转型资深专家孙中东提出，全球大模型规模化落地正面临FDE专业人才供给不足、数据库语义层适配困难两大瓶颈，我国可依托本体论技术实现自主突破。当前头部银行已迈入核心业务AI重塑阶段，可解释、可追溯、可管控是刚性底线；本体能够将制度文本转化为机器可执行规则，把Token序列构建为可审计的推理链条，是实现合规治理的关键技术路径。近期国家金融监管总局印发《关于银行业保险业人工智能安全开发应用的指导意见》，文件提出的AI全生命周期治理、高风险场景人工干预等要求，非常前瞻务实。银行可根据本体技术应用能力，做好安全护栏。在实施路径上，建议采用“严格本体筑牢底座、类本体拓展多元场景”建设策略，坚持问题导向、避免全域铺开式规划。方案可借鉴FIBO标准框架，但必须补充适配国内市场的本土化内容；同时厘清权责边界，本体权属归属业务部门，要求FDE技术人员与业务人员同步掌握本体建模能力。

本次闭门会的举办，搭建了政策、学界、产业、金融机构之间的沟通桥梁，推动本体论理论与金融AI安全开发应用的深度融合，总结推广行业前沿实践经验，为金融机构落实《关于银行业保险业人工智能安全开发应用的指导意见》、推进智能化转型提供有力支撑，对筑牢金融AI安全防线、推动行业迈向可信可控新阶段具有重要的现实意义。