一句话总结：金融 AI 应用的合规红线是 数据不出境、模型可审计、决策可追溯、人工可干预。智能客服、合规审查、投研助手是合规风险最低的三个切入点。
金融监管对 AI 的核心要求
| 要求 | 说明 | 落地方式 |
|---|---|---|
| 数据本地化 | 客户数据不得出境 | 私有化部署 / 国产云 |
| 算法可解释 | 关键决策需说明依据 | RAG 引用溯源 + 规则引擎兜底 |
| 人工干预 | 高风险决策需人工确认 | Agent 审核节点 |
| 日志审计 | 操作全程留痕 | 全链路 Trace + 6 个月留存 |
| 算法备案 | 面向公众的算法需备案 | 网信办算法备案流程 |
低风险切入场景
1. 智能客服（合规等级：低）
- 回答产品 FAQ、业务流程咨询
- 不涉及投资建议、信贷审批
- 复杂问题转人工，AI 不自主决策
2. 合规文档审查（合规等级：中低）
- RAG 检索法规条文、内控制度
- AI 辅助标记风险点，人工最终判定
- 所有引用可溯源到具体条款
3. 投研信息摘要（合规等级：中）
- 公开信息（公告、研报、新闻）自动摘要
- 标注信息来源，不做投资建议
- 免责声明 + 人工审核后发布
高风险场景（需谨慎）
- ❌ AI 自主信贷审批（需算法备案 + 可解释性报告）
- ❌ AI 生成投资建议（涉嫌无证投顾）
- ❌ 客户敏感数据送外部 API（违反数据本地化）
泽衍科技金融项目合规清单
- 数据分级分类（公开/内部/机密/绝密）
- 私有化部署方案（国产 GPU + 国产模型）
- 权限矩阵（RBAC + 数据域隔离）
- 审计日志与报表
- 算法说明文档（配合备案）
- 应急预案（模型异常、数据泄露）
常见问题
金融 AI 能用 ChatGPT 吗？ 公开信息摘要场景可用 API（企业版 ZDR），涉及客户数据的场景必须 私有化部署。
RAG 知识库需要算法备案吗？ 纯内部使用的知识库问答通常不需要；面向 C 端用户的智能客服可能需要备案，建议咨询法务。
如何证明 AI 决策可追溯？ RAG 答案附引用来源 + Agent 工具调用日志 + 人工审核记录，形成完整决策链。