专题：中国国际服务贸易交易会 -2026 中国 AIGC 创新应用交流会
服贸会专题活动 "2026 中国 AIGC 创新应用交流会 " 于 9 月 10 日在北京举办，主题为 " 智启未来 应用无界——从模型创新到场景落地 "，颐信科技有限公司副总经理洪晓彤出席并演讲。
各位来宾下午好。今天我想要跟大家分享的是 AI 赋能，情报破局，金融服务新动力相关的内容。
现在提到 AI，公认 AI 肯定是当下以及未来产业重要的发展方向，赋能着各行各业，情报行业也是如此，有人提出，是不是可以靠人工智能、大模型就能够直接的生成情报级别的产品？
相信大家从日常的生活当中，日常的工作当中，应该也发现了，AI 在你搜集相关的素材、整理相关的信息方面的确起到了很大的帮助。但是它所搜集到的信息一定要经过后期的加工处理和谨慎甄别之后才能够进行使用。
所以我们认为更好的模式应该是人工智能 + 智能人工，因为仅靠人工智能它无法满足情报最重要的，求证和研判这两个环节是无法达成的。
当然我们这里所说的情报并没有那么神秘，主要是指以情报技术、情报意识、情报思维、情报工作方法和手段破解金融决策过程中信息不对称、不及时的困局，有效的规避防范金融决策风险。尤其是开源网络情报，它是金融领域的新兴力量、新质生产力，担当着实施有效补充风险防控和价值分析所需关键数据的重大角色，也确保决策所需数据的充分性和完整性。
那到底什么是开源网络情报呢？这里我们可以看一下专业的定义，是指专业网络情报分析是基于公开的网络数据资源，综合应用大数据、人工智能等技术，充分运用情报专业知识及技能，并结合丰富的实战经验，从互联网中多层次、多维度地搜集挖掘相关信息。当然这些信息一定不能拿过来就直接用，一定要经过加工处理、综合分析、求证研判，从而获取目标对象精确可靠的信息。目标对象概括总结来说无非就是人物、事件、机构、项目、资金等等。
我们说以开源网络情报和 AI 为支撑可以对重大的项目、客户进行深入的全面的调查和跟踪监测，以构建金融业务全过程的风险防控体系。我们说这个 " 全过程 " 体现在哪里呢？它包括投资前基础的背调、尽调，也包含投资过程中和投资后的持续动态的跟踪监测，再到形成不良之后，我们如何去做不良资产方面的清收等等，这样一个全过程、全链条的调查。
首先我们来看一下金融风险防控的第一项，全面认识了解您的客户，这一步我们是将 KYC 和 KYB 相结合，二者相结合可以有效地实现客户的筛选、项目的初选，并且提升洽谈和现场调查的针对性和精准度。
第二项，我们称之为深度尽职调查，但是这里加了一个 Plus，一般的深度尽调在金融领域是一个必选项，Plus 版本更多的是加上了业绩方面的查证，业绩方面的查证包括关联交易方面的调查，他是否有循环交易的情况出现，他的海外交易是否真实，是否出现了融合性贸易等方面的调查，也包括了对项目真实性的查证，还有竞争力的调查和综合要素分析等等。
第三项就是 ESG 评级报告鉴定。ESG 评级报告对一些投资者和利益相关方来说都是比较重要的信息参考源。很多拟上市公司的上市审查，上市公司业绩方面的呈现都需要这么一个报告。但是问题就出现在 ESG 评级市场它并没有一个统一规范的标准，这就导致整个市场良莠不齐、乱象频出，而且因为造假处罚也尚未有规则，所以就导致冒险造假者颇多。通过开源网络情报就可以对 ESG 评级的权威性和真实性这两方面进行查证、查实。
第四项是投资标的持续跟踪监测。我们说募、投、管、退，这四个步骤一个都不能够省，往往很多人都更聚焦在我投资前做了深度的尽调，肯定是觉得这个项目没问题了，我才会把大量的资金投入进去，为什么还会有那么多的项目暴露了呢？它的暴露难道是突如其来的爆发吗？并不是，它一定有一个非常长的潜伏期和隐藏期，我们动态的、持续的跟踪监测这个环节的缺失，补上这个环节就可以进行全面深入的，及时的发现问题，及时的预警，尽早的进行处置。
第五项是形成不良之后怎么办？下一步就可以做不良资产清收线索的调查，以及制定相关的清收策略。我们还是要看一下债务人的现状，包括他的现行收入活动状况和经济活动状况来进行调查，这一步主要是知道他是否具有还款能力，后面发现他是具有还款能力的，只不过他将资产隐匿或者转移出去了。如果是这个情况的话，下一步就可以做隐匿资产的调查和关联资产的调查。如果债务方涉及到企业，我们也可以做企业间人格混同的证据调查，人格混同的意思是，比如两家企业或者多家企业，如果他们能够满足财产混同、业务混同、人员混同、场所混同这四个维度的混同，我们就可以在法律层面追加承担主体，让混同的企业为债务公司承担连带清偿责任。
刚才我们所说就是金融业务的全过程的风险防控体系，开源网络情报也可以应用在其他的商业应用层面。比如说竞争对手调查及跟踪监测，这个可以深入的了解竞争对手详细的状况以及动态，了解他们的发展策略、营销策略、产品策略等等，也可以做股东及客户关系管理，这个主要是为上市公司或者资金方提供的相关服务。企业舆情监测及媒体公共关系，舆情可能不是简单的聚焦在对一个人或者一个事件的态度、观点和看法，他的评价和热度情况如何，更多的还是及时的发现企业各环节可能存在的问题，尤其是发现恶意诋毁和攻击的舆情苗头，做追踪溯源的工作，去查实造谣者真实的身份、立场、动机，避免事态恶化，减少相关的损失。
企业内部风险防控调查，这个也是比较特殊，他是接受企业主或者企业内部风控管理部门的委托，对企业内部可能存在的风险要素进行调查取证，也包含了对一些新入职的高级管理人员背面方面的调查等等。
高新科技项目论证及对标标的调查与咨询，这个更偏向于对一些新的技术去核实查证项目实施团队的真实背景、能力和项目的进程。
企业发展战略调研咨询，这个更偏向于产业行业方面的调研和调查。
企业情报工作体系的建设、支撑，主要做企业首席培训班的培训，以及建设企业动态情报库。
我们也为监管部门提供相关的服务，帮他们提供证券违规、犯罪协查，证券投资分析等等，这个更聚焦在上市公司是否有造假相关的情况。
我们也知道市面上大家获取信息服务的渠道主要是通过二类：一是通过查询企业信息库、财经数据库、征信数据、舆情公司来获得一个企业的基础数据和表征信息，但他们数据库里面的数据的特点往往是我手头有数据，你看怎么用？如果您需要的数据和信息是数据库里面没有的，我可能就无法定制化的想你提供。开源网络情报它的应用导向来说是完全相反的，它是以需求为先导，为解答特定问题而有针对性的去发掘数据源，去发现可能的数据和信息，说白了你需要解决什么样的问题？我根据您的需求再去互联网上去找、去挖相关的数据和信息。
第二类就是通过委托律所、会所、咨询公司、顾问公司，这类公司在各自的领域都有不可替代性。但是在调查方面，他们可能更多的还是根据已有的数据来进行审核、评估、查证的服务，开源网络情报还是更聚焦在调查，主要目的还是要达到深度调查、跟踪监测、揭示隐情、查实真相的目的上。
因为开源网络情报在国内还是一个小众的行业，所以大家在合法合规性方面产生误解和疑问。开源网络情报是坚决不动用 " 入侵、攻击、拦截、破解、渗透、控制 " 这些非法技术手法去获取数据的，一定保证数据来源以及数据获取方式的合法性。另外就是调查时难免会涉及到个人隐私的部分，坚决不非法批量出卖个人信息的，一定会保证数据使用场景的合法性。另外也会有人说开源的数据就是公开的数据源的信息，现在大家都会上网，是不是都能够查到？你这有没有什么不可替代性？其实不然，一般人通过搜索引擎中搜索到的数据，往往都只是表网层数据，而表网层数据只占整个互联网数据体量的 4%-5%，而且还存在着大量的重复性的数据、未经验证的数据，它的应用价值是非常有限的，而整个互联网是分表网、深网、暗网多个层级。所以专业的事情，可能还是需要专业的人来干，这项工作并非人人皆能，当然这项工作也非无所不能，因为他不能够直接获取严格保密的数据和信息。比如说企业内部数据，或者说公权机构数据，如果没有对我们授权，我们就不能用这些非法技术手段去获取，更不能说非法地向内部人员或者公职人员去购买，因此也不是说什么数据都能够拿到的。和舆情的区别刚才也已经讲过了。不仅仅是技术，这个是为了强调，还是有很多人会说，你们这个是不是靠系统、模型或者爬虫一键就能生成相关情报的产品，这里再次澄清一下，是绝对不可行的，它一定要将这些技术跟人的经验、方法、技巧、智慧相结合，才能够生成情报级别的产品。这是我们的一些法律红线，再次强调的合法性、合规性方面，比如说《刑法》第 253、285、286、287 里面的相关规定，以及《个保法》相关的条例等等。
由于时间关系，我今天就先分享到这里，感谢大家的聆听。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
