“养虾”爆火，金融圈审慎背后的AI“真实践”

（原标题：“养虾”爆火，金融圈审慎背后的AI“真实践”）

近日，OpenClaw引发的“养虾”热潮席卷各行各业，成为新一轮技术变革中备受追捧的热点，各领域从业者纷纷尝试探索其应用可能性。

但在向来积极拥抱AI大模型的金融行业，这场热潮却并未引发同等“追捧”，反而呈现出格外审慎的态度。

“个人会尝试，但整个金融行业目前用这个的非常少，因为我们相较其他行业，对信息的审慎、严谨程度是强很多倍的，信息安全是更重要的。”一位持牌消金机构人士告诉记者。

这份审慎，也与监管导向相契合。3月11日，中国人民银行召开2026年科技工作会议，会议提出“深化业技融合，积极稳妥、安全有序推进金融领域人工智能应用，释放数字化、智能化发展动能。”

2025年，以DeepSeek为代表的国产大模型通过开源方式降低了技术应用门槛，本地化部署成本降至百万级水平，这一举措显著加快了银行、证券、保险等金融机构的AI部署进程。

而在OpenClaw引发行业热议的当下，金融行业的审慎背后是对风险的严格把控。

“龙虾”之外，一批AI技术已在金融各细分领域实现真正落地并取得实效，成为行业数字化转型的重要推动力。

“养虾”爆火但金融圈格外审慎，但并非排斥

OpenClaw的快速走红让“养虾”成为科技领域的热门话题，但金融行业却格外审慎。主要源于金融行业强监管、高风险的行业特性，以及对数据安全的极致要求。

3月10日，国家互联网应急中心发布风险提示，OpenClaw默认安全配置极为薄弱，点明已出现提示词注入、误操作删除、功能插件（skills）投毒、安全漏洞等风险，金融、能源等关键行业面临核心业务数据泄露风险。

“业内早已存在相关提醒，”上述消金机构人士告诉记者，“金融行业的核心是风险管控，客户数据、交易信息等都是核心机密，将这类信息放入通用大模型中，存在极大的信息泄露风险，这是我们绝对不能触碰的红线。”

他表示，金融行业对信息的审慎度和数据的严谨度要求远高于其他行业，这也决定了行业这类对技术必须保持观望。

不过，审慎并非排斥。记者了解到，金融行业正普遍开展个人探索、公司研究，理性迎接技术变革。

“目前，我们已经在逐步探索OpenClaw相关技术，并尝试将其与现有的快赔服务体系进行结合与接入。”腾讯微保相关负责人告诉记者，“我们相信，这类技术在未来有望进一步提升理赔流程的效率与精准度，优化客户体验。”

他同时强调，在积极探索的同时，也高度重视技术应用中的潜在风险，尤其是数据安全与用户隐私保护。始终坚持审慎原则，在拥抱技术创新之前，建立好全面的防范机制，“未来，我们将按照有序、合规、安全的原则，稳步推进相关技术的应用，确保在为客户提供便捷服务的同时，守住安全底线。”他说。

个人层面的技术探索也已在金融行业内部悄然开展。一位金融从业人员告诉记者，公司内部会开设AI相关课程，鼓励员工在个人电脑、手机等设备上探索OpenClaw等工具，提升自身专业能力，同时推动大模型技术融入日常办公环节，优化办公效率。

“个人使用不涉及公司核心数据，既能让员工跟上技术趋势，也能为未来公司层面的技术应用积累经验。”她说。

在业内人士看来，金融机构对新兴技术的应用必然会经过严格的风险评估和合规审查，这也让行业在技术变革中始终保持理性。

金融圈审慎背后的AI“真实践”

与对OpenClaw的审慎不同，金融机构基于自研技术和特定场景的AI应用已进入快速落地阶段。

举例来看，近日，深圳地方金融监管局披露了2025深圳金融创新大赛决赛获奖项目，涉及银行、保险、证券、基金等金融机构，深圳作为金融科技前沿城市，能一定程度体现出“AI+金融业”的核心趋势。

一是金融大模型成核心技术底座，全栈自研与自主可控成主流。记者注意到，多家金融机构的金融创新项目均以金融大模型为技术核心，且均强调全栈自研、自主可控。

如招商银行打造的全栈自研大模型技术体系。基础设施方面，通过多项底层技术创新，实现计算核心利用率、单卡Token吞吐达业界领先水平；模型方面，持续优化主流开源通用模型性能，自主研发数十个垂直领域专精模型等。

第二个趋势是：金融机构普遍采用AI+大数据/云计算等复合技术，突破单一技术的应用局限，驱动金融机构能力升级。

例如，腾讯微保在微信生态内推出的“微信快赔”主动理赔模式。腾讯微保相关负责人告诉记者，该项目构建了“AI+大数据”双核驱动的服务架构，能破解传统理赔“手续繁、周期长、易遗忘”的行业痛点。

如在AI应用方面，该项目依托AI技术医疗发票、病历、检验检查单等60余类单据的自动识别与结构化提取，准确率超95%，用户材料一次通过率提升至90%；AI审核模型能大幅提升审核效率。

“我们的初衷是利用这种技术能力进行服务链路的重构，将微信支付的医疗支付与保险理赔融合，主动提醒用户去理赔，增强用户获得感到；第二是利用技术能力，让数据多跑腿，老百姓少跑腿，提升效率和节约人力成本。”上述人士表示。

第三个重要趋势是智能体从概念逐渐落地。例如，招联金融消保办主任万奎伟告诉记者，其以自研“智鹿大模型”为技术基座，打造了“消保智能体”，推动消保工作从被动响应向主动管理、从事后处置向源头治理转变。

伴随经济环境与金融业态的深刻变化，金融消保工作正面临内涵不断扩展、外部风险交织的复杂局面。传统依赖人力、被动响应的消保模式，已难以精准应对“千人千面”的客户需求与专业化、隐蔽化的黑灰产冲击。

借助消保智能体，招联的投诉率实现逆势下降。截至2025年12月，招联客户投诉的48小时首联率达98.92%，5个工作日办结率达99.02%。

另一方面，针对体系化、隐蔽化运作的各类金融黑灰产，招联能借助消保智能体，通过模式识别与关联分析，在2025年累计识别并入库代理投诉客户16.5万名、关联代理机构1.6万家。

第四个趋势是AI技术聚焦实体经济，实现场景化、普惠化精准赋能。例如在传统农业保险领域，存在重理赔、轻防灾；定损难、效率低、精准度不足；农户抗风险能力弱等痛点。

而国产大模型的崛起，为农业灾害预测打开了全新的可能。如平安产险研发了基于多源数据要素融合的农灾大模型，成为防灾减损的核心抓手。

“它整合气象、遥感、农作物物候期等属地化数据，精准研判作物受气候影响的渐进性灾害风险，通过动态评估推送针对性预警与防灾指引，助力农户从‘靠天吃饭’转向‘知天而作’，真正实现‘防灾就是增产、减损就是增收’。”平安产险相关人士告诉记者。

据介绍，该项目已累计为2512万农户提供7419亿元风险保障；累计推送灾害预警4455.5万条，投入防灾减灾资金2.85亿元，帮助农户降低灾害损失7.6亿元，大灾理赔时效提升50%。

“龙虾”之外，一批AI技术已在金融各细分领域实现真正落地并取得实效，成为行业数字化转型的重要推动力。