人工智能正在进入金融的核心系统：以下是运行该系统所需的条件
一句话看懂：金融业对AI兴趣浓厚，但只有10%的企业以生产级方式使用AI，主要原因在于传统核心系统难以兼容。金融科技公司3forge提出，通过引入“抽象层”和“AI网关”，无需推倒重建即可让AI安全地接入交易、风险、监控等核心生产系统，这为AI在强监管行业落地提供了一条可行路径。
事件核心：发生了什么
TechRadar报道指出，尽管AI在金融领域快速扩展，但大多数智能体（Agentic）方案尚未进入核心生产系统。只有10%的企业以有意义的、生产级方式使用AI工具。原因并非缺乏兴趣，而是将AI连接到交易获取、风险管理和监控等核心系统仍处于探索阶段。
金融服务业面临的核心矛盾在于：企业因法规、收购和历史遗留问题，拥有庞大的内部软件堆栈（Legacy Stack），这些系统从未为支持响应式、AI驱动的交互而设计。直接替换这些系统成本高昂且风险极大。为此，3forge的解决方案架构师Andrew George提出，企业需要引入一个架构层来弥合差距，具体包括：建立单一抽象层（Abstraction Layer）统一访问碎片化系统；部署受管控的AI网关（Governed AI Gateway）；并在可信护栏内引入AI原生工作流。该方案的核心思路是不重新布线（Rewiring），而是通过虚拟化方式让AI在现有环境中安全运行。
为什么重要
这标志着AI在强监管、高合规要求的行业（如金融）中，从“辅助工具”向“运营核心”迈出了关键一步。传统上，AI应用多处于外围（如客服、风控模型），但要真正释放价值，必须能直接操作实时交易、风险敞口计算等生产级数据。3forge提出的“抽象层+网关”模式，提供了一种“不破坏现有系统即可引入AI”的技术路径：通过权限感知的数据层，AI智能体可以基于自然语言查询组织特定数据，并在完全可审计的环境下执行工作流和逻辑。这种架构解决了监管对AI“黑箱”决策的担忧，因为所有输出均可被记录、回放并随时终止。如果这一方案被广泛采纳，将可能推动AI在金融、医疗、能源等高风险行业的商用落地速度。
对用户/开发者/创作者的影响
- 金融IT团队与开发者：不必再纠结于“全盘替换核心系统”，而是可以利用抽象层进行集成。开发者需要掌握如何将自然语言接口、AI智能体与传统API（如SWIFT、FIX协议）对接，同时理解数据层权限和审计需求。
- 企业决策者/CTO：在采购AI方案时，应关注供应商是否提供“网关式”合规支持，而非单纯强调模型能力。当前，只有不到10%的企业能真正将AI用于生产，这意味着先发者能够利用架构优势获得效率提升。
- 合规与风控人员：AI网关提供了统一的控制平面（Control Plane），可以实时授予权限、记录事件、并立即终止有缺陷的输出，这直接回应了监管对AI可解释性和可控性的要求。
值得关注的后续
- 方案落地验证：3forge的抽象层方案是否已有实际金融机构部署？是否存在性能瓶颈（如高并发交易场景下的延迟表现）？
- 竞品跟进：传统IT服务商（如IBM、Accenture）是否会推出类似“轻量改造”方案？开源社区（如Apache Kafka）在抽象层方面是否有替代方案？
- 监管态度变化：欧洲、美国监管机构对“AI直接接入核心交易系统”的态度是否会收紧？网关的日志和终止功能能否满足未来的合规标准（如欧盟AI Act）？
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
来源：TechRadar
