问题：大模型进入资管核心业务，“能用”之外更需“用得对、用得稳” 近年来，基金经营机构加速推进数字化转型，大模型投研辅助、信息检索、客户服务、运营支持等场景快速落地；此外，行业关注点也更为集中：一是模型可能出现事实偏差、推理错误等问题，若未经验证就进入研究、交易或风控链条，容易误导决策；二是金融专业性强、规则复杂且变化快，模型对金融知识与监管要求的理解仍不充分；三是数据安全、隐私保护、算法治理、外部依赖等风险叠加，既影响机构稳健经营，也关系投资者权益。如何在鼓励创新与守住底线之间找到可落地的“尺度”，成为行业共同课题。 原因：政策导向与技术迭代叠加，标准化需求快速上升 从宏观层面看，中央金融工作会议提出建设金融强国目标，将数字金融列为重点方向；监管部门对证券期货行业科技能力建设提出明确要求；政府工作报告也强调推动新技术与实体经济深度融合。鉴于此，基金行业对新技术的应用正从“试点探索”转向“规模化部署”，应用边界、内控框架、责任分工、审计留痕等治理问题随之凸显。尤其是大模型服务往往涉及算力、数据、模型及第三方组件协同，如果缺少统一的工程规范与管理要求，容易出现标准不一、流程不清、责任难追等情况，影响行业稳健运行。 影响：首个专项应用规范落地，推动“可控创新”与“可验证使用” 据悉，中基协发布的《基金经营机构大模型技术应用规范》（T/AMAC 0004-2026）由协会联合易方达基金、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共同起草。规范按标准化文件起草规则形成体系化内容，涵盖范围、术语定义、总体原则、参考框架、基础设施、数据管理、模型服务、应用技术、安全管理与场景应用等，并提供风险分析与应对建议及对应的案例参考。业内人士认为，规范发布与实施有助于在行业层面统一技术语言和治理口径，降低“各自为战”的成本，也为机构在投研、风控等关键环节引入大模型提供可审计、可复核的路径。 对策：以“六层参考框架+四维安全管理”为主线，覆盖建设到应用全流程 从框架设计看，规范提出大模型应用可参考由六个层级构成的体系：基础设施层提供算力、存储、网络等底座能力；数据管理层强调数据质量、可用性与全生命周期管理，为训练与推理提供可靠输入；模型服务层关注性能、稳定性与服务化能力，保障模型持续运行；应用技术层提供工程化落地所需的工具与方法；安全管理层贯穿全流程，形成统一防护与治理要求；场景应用层聚焦在具体业务中实现价值转化，推动技术从“演示”走向“生产”。 在安全治理上，规范深入细化行业最关注的合规与风控要求，提出从基础设施安全、数据安全、模型安全、业务安全等维度构建防护体系。业内普遍认为，该思路强调“把风险关口前移”，不仅看结果是否合规，更强调过程可控、权限可管、行为可追溯：例如通过数据分级分类、访问控制、敏感信息保护与留痕审计，降低数据泄露与不当使用风险；通过对模型输出进行校验与约束，减少错误信息传播、误导性结论进入业务流程的可能；通过业务流程嵌入与人工复核机制，避免关键决策被“黑箱”替代。 前景：从“技术应用”迈向“治理能力”，行业有望形成可复制的最佳实践 随着规范同步实施，预计将推动基金经营机构系统平台建设、数据治理、模型接入与应用管理诸上加快统一标准、补齐短板。下一阶段，大模型资管领域的价值释放，可能更多体现为“提效不替责、赋能不越界”：一上，通过流程再造与知识工程，提高研究信息处理、风险提示、运营质检等环节效率；另一方面，在更严格的安全与合规框架下，加强个人金融信息保护与投资者权益保障。业内人士同时指出，标准落地仍需与机构内部制度、人才能力、第三方管理及持续评估机制配套推进，才能真正做到“可用、可信、可管”。
从无序探索到有序规范，《基金经营机构大模型技术应用规范》的发布，标志着大模型在资管领域的应用开始进入“有章可循”的阶段。在守住安全底线的同时推动技术落地，由监管、机构与科技企业共同推进的这场变革，或将重塑资产管理行业的业务流程与治理方式。如何在效率与风险之间取得平衡，仍是从业者需要长期面对的课题。