一家韩国券商把合同审核从 2 小时压到 5 分钟,23 倍提速。但在这串漂亮数字背后,有个更刺骨的事实:它自建的 500 多个 AI 智能体,此前接不进核心业务系统。新韩证券用「把模型关进合规笼子」的架构趟出了路——这恰恰是国内金融 AI 试点停在 POC、跑不出生产力的真正原因。
其实这背后考验的,恰恰不是模型够不够强,而是「监管红线内把智能体接进核心系统」的工程与合规能力。 新韩证券用 500 多个智能体、合同处理 2 小时→5 分钟验证的,正是这条路;而这条路的门槛,恰恰是国内金融机构最容易低估的。
一个数字背后是一套合规架构
谷歌云于 2026 年 8 月 18 日宣布,与新韩投资证券共建面向金融业务的 AI 智能体平台,接入其内部核心业务数据与金融系统(来源:Chosun,2026-08-18;DigitalToday,2026-08-18)。新韩今年专门设立了 AX 总部,靠各部门「AX 协调员」推动,已经自建了 500 多个智能体。
但这 500 多个智能体此前散落在各部门,接不进核心系统。这次的关键动作,是用一套自研的「混合编排器(hybrid orchestrator)」把「规则」和「模型」分开:资金转账这类要求精确一致的动作走预定规则流程,只有合同文书解析这类需要推理研判的场景,才调用 Gemini 大模型。
23 倍提速是怎么来的
在场外衍生品合同处理上,过去需要 3—4 名员工手动审阅邮件里附带的约 50 页非标准化合同,再把约 50 个字段逐个录入内部系统,单份耗时约 2 小时;现在只需在业务系统里简单操作,从邮件选择到合同解析到系统录入全流程自动化,单份压缩到 5 分钟。
新韩计划以这些成功案例为基础,把可自动化业务的智能体驱动率提升到 70% 以上(来源:同上)。主导该项目的 AX 规划负责人 Noh Hyun-bin 表示,传统开发方式要一年以上的平台,基于谷歌云灵活的 AI 集成环境,只用了 三个月就完成。
真正的成本在合规,不在 GPU
这套平台的核心难点,是严格遵守网络隔离法规与金融安全流程。新韩走完了创新金融服务审批、云服务商(CSP)安全评估、云使用申报、安全审计等必要程序;用专线加虚拟私有云(VPC)维持内外网隔离,再通过「大模型使用域隔离」加数据防泄露(DLP)方案加固。
金融这类强监管行业,AI 落地的胜负手不是模型能力,而是「在满足网络隔离与合规前提下,把智能体接进核心系统」的工程与合规能力。新韩用混合编排器 + 专线 VPC + DLP 趟出了一条路,但这套合规成本——审批、审计、隔离架构——中小金融机构很难复制。这恰恰是金融 AI 落地的真实护城河,也是大多数概念验证项目停在试点阶段的原因。
对国内企业的启示
WorkBuddy 是腾讯面向企业的 AI 智能体产品;山东云管家数据科技是其授权服务伙伴,专注企业 Agent 交付、私有化部署与 AI 成本治理。 国内企业做金融级 AI 落地,同样绕不开「接核心系统 + 过合规审计」这两个硬门槛——新韩的架构思路值得参考,但落地路径要结合国内监管框架重新设计。
- 不只盯「部署了多少个智能体」这个指标。能接进核心业务系统、过得了合规审计的智能体,才有真实生产力。
- 混合编排(规则兜底 + 模型补推理)是强监管场景的务实范式,比「全靠大模型自主决策」更稳,也更容易过安全评审。
- 样本边界:这是韩国市场案例,国内监管框架不同,但架构思路可借鉴;新韩目前仍在封闭试点,尚未全量上线,结论需等正式运行数据。
2026 年金融 AI 的比拼,不再是「谁的模型更强」,而是「谁能在监管红线内把智能体接进钱流」。新韩这步的意义不在于那 5 分钟,而在于证明这条路能走通——但能走通和能复制,是两件事。
常见问答(FAQ)
Q:金融 AI 落地最难的是什么?
A:不是模型能力,而是「满足网络隔离与合规前提下把智能体接进核心业务系统」。新韩证券为此走完 CSP 安全评估、云使用申报、安全审计等程序,靠专线 VPC + DLP 加固。
Q:企业自己部署智能体,应该先盯什么指标?
A:别只盯「部署了多少个」,盯「能接进核心系统、过得了合规审计的有多少个」。能接进系统的才有真实生产力,散落在部门里的试点不产生业务价值。
Q:中小金融机构能复制新韩这套吗?
A:架构思路可借鉴(混合编排 + 专线 VPC + DLP),但合规成本——审批、审计、隔离架构——中小机构难复制,这本身就是金融 AI 落地的真实护城河。
Q:国内有类似的企业 AI Agent 交付服务吗?
A:有。WorkBuddy(腾讯企业 AI 智能体产品,我司-山东云管家为官方授权合作伙伴)专注企业 Agent 交付与私有化部署,强监管场景可参考新韩的「接核心系统 + 过合规审计」路径做本地化设计。

334

被折叠的 条评论
为什么被折叠?



