2026年盛夏金融科技领域在短短一周内接连传出三则重磅消息勾勒出一幅行业深度变革的清晰图景。7月29日中国人民银行等九部门联合印发《关于加强科技金融领域数据开发利用的通知》发布全国首个科技金融数据目录。7月30日一场由中国人民大学国际金融学院主办的“本体视角下的金融业人工智能安全开发与应用”行业闭门会在北京金融街举行。8月7日首批16家基金管理人集中上报创业板算力基础设施ETF与金融科技ETF。安全、数据、资本——三个看似独立的事件实则奏响了同一支金融科技变革的交响曲。一、安全之问当金融遇上AI可信是第一道门槛金融业正在经历一场由AI驱动的深度重构。大模型智能体不断拓展金融服务边界重塑业务流程与决策机制。然而金融业是数据、知识与风险密集型行业——一次AI的错误判断可能影响客户权益甚至传导形成系统性风险。这正是“本体视角下的金融业人工智能安全开发与应用”闭门会被推到聚光灯下的深层原因。与会专家达成了一个关键共识AI在金融业落地必须先突破“可信”瓶颈。金融业对智能系统的可解释、可追溯、可管控有刚性要求传统粗放智能模式难以为继。问题的症结在哪里通用大模型不懂银行信贷审批、风险识别等深水区业务逻辑。它基于概率生成答案存在“幻觉”它不懂企业内部数据语言形成“数据孤岛”它的决策过程如同“黑箱”无法审计。破局之道在于构建“领域本体”——一个将业务逻辑与知识转化为机器可执行规则与语义的“翻译层”。中国信息通信研究院人工智能所大数据与智能化部主任姜春宇指出本体可通过三层能力增强AI可信语义整合、可论证推理、与IT系统关联形成操作闭环。银行数字化转型资深专家孙中东更直言可解释、可追溯、可管控是金融AI的“刚性底线”。从“能用”到“可信”这是金融智能化必须跨越的鸿沟。二、数据之基九部门联手打通金融科技的“任督二脉”如果说本体技术解决的是AI“怎么说人话”的问题那么数据的开发利用解决的则是AI“吃什么粮”的问题。就在闭门会召开的前一天中国人民银行联合国家发展改革委、科技部、国家数据局等九部门正式印发《关于加强科技金融领域数据开发利用的通知》。这份文件同步发布了《全国科技金融领域数据开发利用目录1.0》涵盖企业名单与科创属性、进出口、投融资、经营、研发投入、知识产权、创新能力评价、企业需求等8大类、26个数据指标。这份目录的意义怎么强调都不为过。长期以来科技金融领域的数据分散在不同部门、不同系统之间形成了一座座“数据孤岛”。金融机构想要精准识别科技型企业的信用状况、创新能力、融资需求却往往面临“数据找不到、用不上、不敢用”的困境。《通知》给出了系统性的解决方案鼓励地方向科技型企业提供授权开放信息渠道推广信息查询、联合建模等模式支持市场化征信机构建设科技型企业数据库开展科技金融可信数据空间创新发展试点引导金融机构构建科技型企业数字信用画像开发科技金融产品。数据正在从科技金融的“短板”变成“底座”。三、资本之锚16只ETF齐上报市场为金融科技“投票”安全技术有了方向数据基础有了制度资本市场的反应同样迅速而热烈。8月7日首批16家基金管理人集中上报创业板算力基础设施指数ETF与创业板金融科技指数ETF产品。其中申报创业板算力ETF的有易方达、华夏、南方、广发、富国、国泰、嘉实、天弘、鹏华、大成等10家基金公司申报创业板金融科技ETF的则有景顺长城、华泰柏瑞、万家、东财、长城、建信等6家。这不仅是创业板行业主题指数产品“从0到1”的突破更标志着“创系列”特色指数及ETF产品体系建设迈入实质推进阶段。两条指数的设计深度嵌入了创业板最具辨识度的产业优势算力基础设施指数聚焦新基建核心赛道覆盖计算、网络、存储、运维等关键环节金融科技指数则从底层的分布式技术、支付结算到中游的互联网金融平台再到上层的金融安全与数字化服务产业链上中下游一网打尽。有基金公司指出相关ETF产品的推出有望引导社会资金向算力、金融科技等方向有序流入助力做好科技金融、数字金融两篇“大文章”。资本在用脚投票——金融科技已经成为不容忽视的主赛道。四、三重奏的同频从基础设施到可信生态将这三件事并置观察一个完整的逻辑链条清晰浮现。第一层是安全。金融业对AI的要求不是“越强越好”而是“越可信越好”。本体技术作为“翻译层”将业务逻辑转化为机器可执行的规则让AI在受控路径下运行。这是金融智能化从“能用”走向“好用”的关键一跃。第二层是数据。九部门联手打通科技金融数据的“任督二脉”让数据从沉睡的资源变成流动的资产。8大类26个数据指标覆盖了科技型企业从“出生”到“成长”的全生命周期。第三层是资本。16只ETF的集中上报标志着金融科技从“政策引导”走向“市场认可”。资本市场的定价与资源配置功能将为这一赛道的持续发展注入源头活水。安全、数据、资本——三者互为支撑、同频共振共同构筑起金融科技迈向高质量发展的“铁三角”。而在这三层架构之下还有一个更深层的基础设施命题金融业AI的可信运行、科技金融数据的安全流转、以及海量金融交易的稳定处理都离不开自主可控的软件基础设施。正如金蝶天燕等国产基础软件厂商长期深耕的领域——中间件作为连接应用与算力的“桥梁”在金融信创生态中扮演着承上启下的关键角色。从平安科技超5万套国产中间件的迁移部署到招商证券等金融客户的深度服务再到金蝶Apusic应用服务器与分布式消息队列双双入选中央国家机关2026年度中间件采购——自主可控的基础软件正在为金融科技的“可信、可控、可投”提供最底层的技术支撑。金融科技的三重奏已经奏响。安全定调、数据定基、资本定势——这场变革的深度与广度或许远超我们今天的想象。 金融科技的三重奏：安全、数据与资本的同频共振
2026年盛夏金融科技领域在短短一周内接连传出三则重磅消息勾勒出一幅行业深度变革的清晰图景。7月29日中国人民银行等九部门联合印发《关于加强科技金融领域数据开发利用的通知》发布全国首个科技金融数据目录。7月30日一场由中国人民大学国际金融学院主办的“本体视角下的金融业人工智能安全开发与应用”行业闭门会在北京金融街举行。8月7日首批16家基金管理人集中上报创业板算力基础设施ETF与金融科技ETF。安全、数据、资本——三个看似独立的事件实则奏响了同一支金融科技变革的交响曲。一、安全之问当金融遇上AI可信是第一道门槛金融业正在经历一场由AI驱动的深度重构。大模型智能体不断拓展金融服务边界重塑业务流程与决策机制。然而金融业是数据、知识与风险密集型行业——一次AI的错误判断可能影响客户权益甚至传导形成系统性风险。这正是“本体视角下的金融业人工智能安全开发与应用”闭门会被推到聚光灯下的深层原因。与会专家达成了一个关键共识AI在金融业落地必须先突破“可信”瓶颈。金融业对智能系统的可解释、可追溯、可管控有刚性要求传统粗放智能模式难以为继。问题的症结在哪里通用大模型不懂银行信贷审批、风险识别等深水区业务逻辑。它基于概率生成答案存在“幻觉”它不懂企业内部数据语言形成“数据孤岛”它的决策过程如同“黑箱”无法审计。破局之道在于构建“领域本体”——一个将业务逻辑与知识转化为机器可执行规则与语义的“翻译层”。中国信息通信研究院人工智能所大数据与智能化部主任姜春宇指出本体可通过三层能力增强AI可信语义整合、可论证推理、与IT系统关联形成操作闭环。银行数字化转型资深专家孙中东更直言可解释、可追溯、可管控是金融AI的“刚性底线”。从“能用”到“可信”这是金融智能化必须跨越的鸿沟。二、数据之基九部门联手打通金融科技的“任督二脉”如果说本体技术解决的是AI“怎么说人话”的问题那么数据的开发利用解决的则是AI“吃什么粮”的问题。就在闭门会召开的前一天中国人民银行联合国家发展改革委、科技部、国家数据局等九部门正式印发《关于加强科技金融领域数据开发利用的通知》。这份文件同步发布了《全国科技金融领域数据开发利用目录1.0》涵盖企业名单与科创属性、进出口、投融资、经营、研发投入、知识产权、创新能力评价、企业需求等8大类、26个数据指标。这份目录的意义怎么强调都不为过。长期以来科技金融领域的数据分散在不同部门、不同系统之间形成了一座座“数据孤岛”。金融机构想要精准识别科技型企业的信用状况、创新能力、融资需求却往往面临“数据找不到、用不上、不敢用”的困境。《通知》给出了系统性的解决方案鼓励地方向科技型企业提供授权开放信息渠道推广信息查询、联合建模等模式支持市场化征信机构建设科技型企业数据库开展科技金融可信数据空间创新发展试点引导金融机构构建科技型企业数字信用画像开发科技金融产品。数据正在从科技金融的“短板”变成“底座”。三、资本之锚16只ETF齐上报市场为金融科技“投票”安全技术有了方向数据基础有了制度资本市场的反应同样迅速而热烈。8月7日首批16家基金管理人集中上报创业板算力基础设施指数ETF与创业板金融科技指数ETF产品。其中申报创业板算力ETF的有易方达、华夏、南方、广发、富国、国泰、嘉实、天弘、鹏华、大成等10家基金公司申报创业板金融科技ETF的则有景顺长城、华泰柏瑞、万家、东财、长城、建信等6家。这不仅是创业板行业主题指数产品“从0到1”的突破更标志着“创系列”特色指数及ETF产品体系建设迈入实质推进阶段。两条指数的设计深度嵌入了创业板最具辨识度的产业优势算力基础设施指数聚焦新基建核心赛道覆盖计算、网络、存储、运维等关键环节金融科技指数则从底层的分布式技术、支付结算到中游的互联网金融平台再到上层的金融安全与数字化服务产业链上中下游一网打尽。有基金公司指出相关ETF产品的推出有望引导社会资金向算力、金融科技等方向有序流入助力做好科技金融、数字金融两篇“大文章”。资本在用脚投票——金融科技已经成为不容忽视的主赛道。四、三重奏的同频从基础设施到可信生态将这三件事并置观察一个完整的逻辑链条清晰浮现。第一层是安全。金融业对AI的要求不是“越强越好”而是“越可信越好”。本体技术作为“翻译层”将业务逻辑转化为机器可执行的规则让AI在受控路径下运行。这是金融智能化从“能用”走向“好用”的关键一跃。第二层是数据。九部门联手打通科技金融数据的“任督二脉”让数据从沉睡的资源变成流动的资产。8大类26个数据指标覆盖了科技型企业从“出生”到“成长”的全生命周期。第三层是资本。16只ETF的集中上报标志着金融科技从“政策引导”走向“市场认可”。资本市场的定价与资源配置功能将为这一赛道的持续发展注入源头活水。安全、数据、资本——三者互为支撑、同频共振共同构筑起金融科技迈向高质量发展的“铁三角”。而在这三层架构之下还有一个更深层的基础设施命题金融业AI的可信运行、科技金融数据的安全流转、以及海量金融交易的稳定处理都离不开自主可控的软件基础设施。正如金蝶天燕等国产基础软件厂商长期深耕的领域——中间件作为连接应用与算力的“桥梁”在金融信创生态中扮演着承上启下的关键角色。从平安科技超5万套国产中间件的迁移部署到招商证券等金融客户的深度服务再到金蝶Apusic应用服务器与分布式消息队列双双入选中央国家机关2026年度中间件采购——自主可控的基础软件正在为金融科技的“可信、可控、可投”提供最底层的技术支撑。金融科技的三重奏已经奏响。安全定调、数据定基、资本定势——这场变革的深度与广度或许远超我们今天的想象。