問AI · 規範はどのようにして大規模モデルの資産管理における安全・コンプライアンスの課題を解決するのか？
毎経記者：李蕾 毎経編集：肖芮冬
《每日経済ニュース》記者によると、AI技術が公募投資信託業界で広く適用されるにつれ、関連する境界線や規範は業界や各機関の関心の的となっている。現在、業界初の資金運営機関向け大規模モデル技術適用の専門団体標準が正式に策定された。
4月3日の夜、中国証券投資基金業協会（以下、中基協）は《基金運営機関大規模モデル技術適用規範》（T/AMAC 0004-2026、以下《適用規範》）を発表し、中基協と易方達基金、中金財富、工銀瑞信基金、華夏基金、九坤投資、阿里雲、智谱華章、華為、中国情報通信研究院などの機関・企業が共同で起草した。
《適用規範》は、金融市場の重要な参加者として、基金運営機関は大規模モデル技術の探索と応用を積極的に進めていると指摘している。しかし、大規模モデル技術の資産管理分野での適用には依然として一連の課題と困難が存在し、金融知識の理解不足やモデルの幻覚などの技術的課題、さらに実際の応用において解決すべき安全性やコンプライアンスの問題が含まれる。
資産管理業界のデジタル化と革新を促進し、基金運営機関に規範的かつ合理的な大規模モデル技術の運用を導き、サービスレベルを向上させ、個人金融情報の安全と投資者の権益を効果的に保護するために、この団体標準を策定した。
《適用規範》の策定は、鮮明な時代背景と業界背景を持つ。
2023年の中央金融工作会議では、初めて金融強国の目標を提起し、デジタル金融を金融五大文章の一つと位置付け、金融機関に対しデジタル化の加速を求め、金融サービスの競争力向上を図った。中国証券監督管理委員会が発表した《証券先物業科技発展「十四五」計画》は、「科技の推進と金融科技の革新を推進し、業界のデジタル化応用レベルを大きく向上させる」と指摘している。また、2024年の「人工知能+」が初めて政府の働き報告に盛り込まれ、大規模モデル技術の各業界への適用を加速させている。
この背景の下、資金運営機関は金融市場の重要な参加者として、大規模モデル技術の実用化を積極的に模索しているが、技術面とコンプライアンス面の課題は急務である。具体的には、金融知識の理解不足やモデルの幻覚といった技術的課題に加え、大規模モデルの適用における安全性やコンプライアンスの核心的問題も解決すべき課題であり、《適用規範》の策定は、こうした実情に応えるものである。
全体的に見て、《適用規範》はGB/T 1.1—2020《標準化作業指針第1部：標準化文書の構造と起草規則》に従って起草されている。全文は12の主要章、2つの資料付録、参考文献から構成され、範囲、引用文書、用語と定義、省略語、総則、参考枠組み、インフラ、データ管理、モデルサービス、応用技術、安全管理、シナリオ応用といった核心内容を網羅している。
記者が注意したところ、付録には大規模モデル技術のリスク分析と対応策の提案も含まれ、基金業務分野における大規模モデル技術の適用事例も収録されており、基礎規範から実務参考までの全方位的指針を提供している。この規範は本日（4月3日）発表され、同時に施行される。資金運営機関が大規模モデル技術を用いたシステムプラットフォームの構築と応用サービスに適用される。
《適用規範》は、大規模モデル技術の資産管理業務への応用を軸に、基盤構造からシナリオ実装、技術応用から安全管理までの全链条の規範体系を構築している。記者が主要ポイントを整理した。
1、六層構造の参考フレームワークによる応用体系の基盤構築
《適用規範》は、大規模モデル技術の資産管理業務への応用参考フレームワークは、以下の六つのコア部分からなると明示している：基盤インフラ層、データ管理層、モデルサービス層、応用技術層、安全管理層、シナリオ応用層。
その中で、基盤インフラ層は全体の土台となり、データ、計算、記憶、ネットワークの支援を提供する。データ管理層は、大規模モデルの訓練と応用に高品質なデータを供給し、モデルサービス層はモデルの高性能と安定性を確保する。応用技術層は技術ツールと方法を提供し、実装を支援する。安全管理層は、大規模モデルの構築と応用の全過程の安全を保障し、シナリオ応用層は技術を具体的な業務シナリオに落とし込み、技術価値の変換を実現する。
2、安全性とコンプライアンスの底線を守る四次元のリスク管理
次に、業界が最も関心を寄せるポイント、すなわち大規模モデルの適用におけるコンプライアンスとリスク管理について見ていく。全体の《適用規範》文書を通じて、安全管理は間違いなくコアの重点の一つであり、基盤インフラの安全性、データの安全性、モデルの安全性、業務の安全性の四つの次元から防護体系を構築している。
例えば、基盤インフラの安全性については、大規模モデルは物理的インフラ上で動作し、ハードウェア、OS、ネットワーク環境に対して包括的な安全対策を講じる必要がある。
データの安全性については、ライフサイクル全体の観点から、全方位的な保護措置を採用し、敏感データには脱敏や暗号化を施し、未脱敏の顧客個人情報やコア取引指示、未公開の研究情報を直接大規模モデルの訓練や微調整に用いてはならない。
モデルの安全性については、内部ガバナンス、外部サプライチェーン、継続的運用の三次元から防護し、モデル出力内容の審査ルールを制定し、違反コンテンツの検出とフィルタリングの仕組みを構築する。
業務の安全性については、大規模モデルが生成する合成コンテンツには《人工知能生成合成コンテンツ識別規則》の規定を遵守させ、また、本人確認、APIの安全防護、コンプライアンス監査などの多重保障措置を設ける。
3、データ管理の全工程で品質とコンプライアンスを徹底管理
データは大規模モデルのコア資産であり、《適用規範》は、データ収集、データ処理、知識ベース構築の三段階にわたり、データ管理の全工程を規範している。
例えば、データ収集段階では、データの出所の所有権と使用権を明確にし、データプライバシー法規を遵守し、必要な許可を得ることを求める。テキスト、表、音声など多様なモードのデータ収集もサポートする。データ処理段階では、洗浄、アノテーション、強化、品質評価の各工程を含み、データのアノテーション規程はGB/T 42755の要件に適合させる必要がある。知識ベース構築は、大規模モデルの応用に関わるテーマ領域をカバーし、十分なデータ量を持ち、信頼できる権威ある情報源から取得し、高効率の索引機構を構築して検索効率を高めることが求められる。
4、七つのビジネスシナリオにおける技術落とし込みの方向性を明示
《適用規範》は、基金業界の実情に合わせて、大規模モデル技術の落とし込みが可能な七つのコアシナリオを明示している。投資研究、コンプライアンスリスク管理、市場マーケティング、顧客サービス、運営管理、効率化業務、研究開発プログラミングの各場面で活用できる。
具体的には、投資研究シナリオでは情報抽出、レポート分析、世論監視、ファクター発掘に利用できる。コンプライアンスリスク管理では、情報審査、安全評価、リスク監視を実現し、リスク管理コストの削減に寄与。顧客サービスでは、インテリジェントQ&Aや投資アドバイザーの支援を通じてサービス効率を向上させる。研究開発のプログラミングでは、コード生成、プログラム最適化、自動テストを実現し、ソフトウェア開発のサイクル短縮に役立つ。
5、モデルサービスの全ライフサイクルにわたる選定と展開の規範
大規模モデルの選定から管理までの全ライフサイクルに対し、《適用規範》は詳細な要求を定めている。選定、展開、微調整、管理の四つの段階を中心に規定。
例えば、モデル選定は、実際の使用ニーズに基づき、モデルの効果とリソース消費を考慮して行う。協力企業の選定時には、国内法規に適合し、モデルの登録を完了していることを確保する必要がある。展開は、ローカル展開、外部計算資源の委託、クラウドサービスの呼び出しの三つのモードから選択できる。高感度データや厳格なプライバシー規制が求められるシナリオではローカル展開を推奨し、アクセスが断続的または突発的なシナリオではクラウド利用も選択肢となる。
6、四つの応用技術による実現支援
大規模モデルの実用化を推進するため、《適用規範》は、プロンプトエンジニアリング、検索強化生成、インテリジェントエージェント、コンポーネントライブラリの四つのコア応用技術とその具体的要件を明示している。その中でも、インテリジェントエージェントは重要な応用技術であり、計画（Planning）、記憶（Memory）、ツール（Tools）、行動（Action）といった基本能力を備える必要がある。単一エージェント、多エージェント、エージェントと人のインタラクションの三つの応用パラダイムも採用可能。
複数の取材機関は、《每日経済ニュース》記者に対し、資金運営機関向け大規模モデル技術適用のための団体標準《適用規範》の策定は、業界におけるこの分野の規範の空白を埋め、基金機関の大規模モデル技術の実用化において統一された実務指針を提供すると述べている。技術要件、コンプライアンスの底線、安全基準を明確にすることで、業界のデジタル化と技術革新の境界を定め、大規模モデル技術の資産管理分野での適法かつ秩序ある応用を促進し、最終的には業界のサービス水準向上と投資者の権益保護を実現することを目指している。
工銀瑞信のデジタル金融革新ラボ責任者李勝浩は、《基金運営機関大規模モデル技術適用規範》（T/AMAC 0004-2026）の起草に関わった一人として、同規範の発表は資産管理業界の大規模モデル適用が自発的な探索や散発的な試行から、体系的な計画と規範的な実装の高品質な段階へと進むことの象徴だと述べている。
彼は、その核心的価値は、「安全柵」と「革新の道標」を同時に構築し、機関の「使わない、使えない、うまく使えない」という痛点を正確に解決することにあると指摘した。規範は、基盤インフラ、データ管理、モデルサービス、安全管理、シナリオ応用をカバーする全スタックの技術フレームワークを初めて提案している。具体的には、「安全柵」はデータの階層的脱敏、モデル権限の隔離、敏感情報の漏洩防止などの硬性制約によりコンプライアンスの境界を定め、「革新の道標」はプロンプトやコンテキストエンジニアリング、RAG、インテリジェントエージェントなどの標準化実践指針を示し、実現可能な導入ルートを提供し、研究開発と試行錯誤のコストを大幅に削減している。
業界の発展観点から、この規範は三つの深層的価値をもたらす。一つは、安全と革新の動的バランスメカニズムを構築し、モデル幻覚やデータ漏洩、サプライチェーンの安全リスクを全ライフサイクルで管理しつつ、「一律抑制」ではなく、リスクをコントロールしながら最大の革新を追求する。二つ目は、技術選定を業務適合と実効性の検証に回帰させ、パラメータ規模の盲目的追求を排し、技術とニーズの深いマッチングを促進する。三つ目は、統一インターフェース、コンポーネント、評価基準を通じて業界エコシステムの協調の土台を固め、機関間や技術サービス企業との連携コストを削減し、業界レベルのソリューションの成熟と実用化を加速させる。
「この規範は、技術の天井ではなく、業界の合意に基づく技術の底線と発展の基盤である。大規模モデルの高速な進化を踏まえ、標準は今後も動的に進化し続ける。核心的価値は、『柵の内側、道標の下』という明確な共通認識を業界に築き、機関が安心して、かつ積極的に革新できる環境を整え、資産管理業界の新たな生産力を育成し、デジタル知能化の深化と制度・管理の基盤を強化することにある」と李勝浩は締めくくった。
每日経済ニュース
1.16M 人気度
784.16K 人気度
202.76K 人気度
30.66K 人気度
787.75K 人気度
大規模モデルはどのようにファンド会社の投資研究とリスク管理を支援できるか？業界初の適用規範が登場！
問AI · 規範はどのようにして大規模モデルの資産管理における安全・コンプライアンスの課題を解決するのか？
毎経記者：李蕾 毎経編集：肖芮冬
《每日経済ニュース》記者によると、AI技術が公募投資信託業界で広く適用されるにつれ、関連する境界線や規範は業界や各機関の関心の的となっている。現在、業界初の資金運営機関向け大規模モデル技術適用の専門団体標準が正式に策定された。
4月3日の夜、中国証券投資基金業協会（以下、中基協）は《基金運営機関大規模モデル技術適用規範》（T/AMAC 0004-2026、以下《適用規範》）を発表し、中基協と易方達基金、中金財富、工銀瑞信基金、華夏基金、九坤投資、阿里雲、智谱華章、華為、中国情報通信研究院などの機関・企業が共同で起草した。
《適用規範》は、金融市場の重要な参加者として、基金運営機関は大規模モデル技術の探索と応用を積極的に進めていると指摘している。しかし、大規模モデル技術の資産管理分野での適用には依然として一連の課題と困難が存在し、金融知識の理解不足やモデルの幻覚などの技術的課題、さらに実際の応用において解決すべき安全性やコンプライアンスの問題が含まれる。
資産管理業界のデジタル化と革新を促進し、基金運営機関に規範的かつ合理的な大規模モデル技術の運用を導き、サービスレベルを向上させ、個人金融情報の安全と投資者の権益を効果的に保護するために、この団体標準を策定した。
大規模モデルの資産管理支援に課題、団体標準が業界の空白を埋める
《適用規範》の策定は、鮮明な時代背景と業界背景を持つ。
2023年の中央金融工作会議では、初めて金融強国の目標を提起し、デジタル金融を金融五大文章の一つと位置付け、金融機関に対しデジタル化の加速を求め、金融サービスの競争力向上を図った。中国証券監督管理委員会が発表した《証券先物業科技発展「十四五」計画》は、「科技の推進と金融科技の革新を推進し、業界のデジタル化応用レベルを大きく向上させる」と指摘している。また、2024年の「人工知能+」が初めて政府の働き報告に盛り込まれ、大規模モデル技術の各業界への適用を加速させている。
この背景の下、資金運営機関は金融市場の重要な参加者として、大規模モデル技術の実用化を積極的に模索しているが、技術面とコンプライアンス面の課題は急務である。具体的には、金融知識の理解不足やモデルの幻覚といった技術的課題に加え、大規模モデルの適用における安全性やコンプライアンスの核心的問題も解決すべき課題であり、《適用規範》の策定は、こうした実情に応えるものである。
全体的に見て、《適用規範》はGB/T 1.1—2020《標準化作業指針第1部：標準化文書の構造と起草規則》に従って起草されている。全文は12の主要章、2つの資料付録、参考文献から構成され、範囲、引用文書、用語と定義、省略語、総則、参考枠組み、インフラ、データ管理、モデルサービス、応用技術、安全管理、シナリオ応用といった核心内容を網羅している。
記者が注意したところ、付録には大規模モデル技術のリスク分析と対応策の提案も含まれ、基金業務分野における大規模モデル技術の適用事例も収録されており、基礎規範から実務参考までの全方位的指針を提供している。この規範は本日（4月3日）発表され、同時に施行される。資金運営機関が大規模モデル技術を用いたシステムプラットフォームの構築と応用サービスに適用される。
多次元にわたる適用基準の設定と全链条での大規模モデル技術の実現
《適用規範》は、大規模モデル技術の資産管理業務への応用を軸に、基盤構造からシナリオ実装、技術応用から安全管理までの全链条の規範体系を構築している。記者が主要ポイントを整理した。
1、六層構造の参考フレームワークによる応用体系の基盤構築
《適用規範》は、大規模モデル技術の資産管理業務への応用参考フレームワークは、以下の六つのコア部分からなると明示している：基盤インフラ層、データ管理層、モデルサービス層、応用技術層、安全管理層、シナリオ応用層。
その中で、基盤インフラ層は全体の土台となり、データ、計算、記憶、ネットワークの支援を提供する。データ管理層は、大規模モデルの訓練と応用に高品質なデータを供給し、モデルサービス層はモデルの高性能と安定性を確保する。応用技術層は技術ツールと方法を提供し、実装を支援する。安全管理層は、大規模モデルの構築と応用の全過程の安全を保障し、シナリオ応用層は技術を具体的な業務シナリオに落とし込み、技術価値の変換を実現する。
2、安全性とコンプライアンスの底線を守る四次元のリスク管理
次に、業界が最も関心を寄せるポイント、すなわち大規模モデルの適用におけるコンプライアンスとリスク管理について見ていく。全体の《適用規範》文書を通じて、安全管理は間違いなくコアの重点の一つであり、基盤インフラの安全性、データの安全性、モデルの安全性、業務の安全性の四つの次元から防護体系を構築している。
例えば、基盤インフラの安全性については、大規模モデルは物理的インフラ上で動作し、ハードウェア、OS、ネットワーク環境に対して包括的な安全対策を講じる必要がある。
データの安全性については、ライフサイクル全体の観点から、全方位的な保護措置を採用し、敏感データには脱敏や暗号化を施し、未脱敏の顧客個人情報やコア取引指示、未公開の研究情報を直接大規模モデルの訓練や微調整に用いてはならない。
モデルの安全性については、内部ガバナンス、外部サプライチェーン、継続的運用の三次元から防護し、モデル出力内容の審査ルールを制定し、違反コンテンツの検出とフィルタリングの仕組みを構築する。
業務の安全性については、大規模モデルが生成する合成コンテンツには《人工知能生成合成コンテンツ識別規則》の規定を遵守させ、また、本人確認、APIの安全防護、コンプライアンス監査などの多重保障措置を設ける。
3、データ管理の全工程で品質とコンプライアンスを徹底管理
データは大規模モデルのコア資産であり、《適用規範》は、データ収集、データ処理、知識ベース構築の三段階にわたり、データ管理の全工程を規範している。
例えば、データ収集段階では、データの出所の所有権と使用権を明確にし、データプライバシー法規を遵守し、必要な許可を得ることを求める。テキスト、表、音声など多様なモードのデータ収集もサポートする。データ処理段階では、洗浄、アノテーション、強化、品質評価の各工程を含み、データのアノテーション規程はGB/T 42755の要件に適合させる必要がある。知識ベース構築は、大規模モデルの応用に関わるテーマ領域をカバーし、十分なデータ量を持ち、信頼できる権威ある情報源から取得し、高効率の索引機構を構築して検索効率を高めることが求められる。
4、七つのビジネスシナリオにおける技術落とし込みの方向性を明示
《適用規範》は、基金業界の実情に合わせて、大規模モデル技術の落とし込みが可能な七つのコアシナリオを明示している。投資研究、コンプライアンスリスク管理、市場マーケティング、顧客サービス、運営管理、効率化業務、研究開発プログラミングの各場面で活用できる。
具体的には、投資研究シナリオでは情報抽出、レポート分析、世論監視、ファクター発掘に利用できる。コンプライアンスリスク管理では、情報審査、安全評価、リスク監視を実現し、リスク管理コストの削減に寄与。顧客サービスでは、インテリジェントQ&Aや投資アドバイザーの支援を通じてサービス効率を向上させる。研究開発のプログラミングでは、コード生成、プログラム最適化、自動テストを実現し、ソフトウェア開発のサイクル短縮に役立つ。
5、モデルサービスの全ライフサイクルにわたる選定と展開の規範
大規模モデルの選定から管理までの全ライフサイクルに対し、《適用規範》は詳細な要求を定めている。選定、展開、微調整、管理の四つの段階を中心に規定。
例えば、モデル選定は、実際の使用ニーズに基づき、モデルの効果とリソース消費を考慮して行う。協力企業の選定時には、国内法規に適合し、モデルの登録を完了していることを確保する必要がある。展開は、ローカル展開、外部計算資源の委託、クラウドサービスの呼び出しの三つのモードから選択できる。高感度データや厳格なプライバシー規制が求められるシナリオではローカル展開を推奨し、アクセスが断続的または突発的なシナリオではクラウド利用も選択肢となる。
6、四つの応用技術による実現支援
大規模モデルの実用化を推進するため、《適用規範》は、プロンプトエンジニアリング、検索強化生成、インテリジェントエージェント、コンポーネントライブラリの四つのコア応用技術とその具体的要件を明示している。その中でも、インテリジェントエージェントは重要な応用技術であり、計画（Planning）、記憶（Memory）、ツール（Tools）、行動（Action）といった基本能力を備える必要がある。単一エージェント、多エージェント、エージェントと人のインタラクションの三つの応用パラダイムも採用可能。
業界の解釈：資産管理業界における大規模モデルの応用は体系的な計画と規範的な実装の新段階へ
複数の取材機関は、《每日経済ニュース》記者に対し、資金運営機関向け大規模モデル技術適用のための団体標準《適用規範》の策定は、業界におけるこの分野の規範の空白を埋め、基金機関の大規模モデル技術の実用化において統一された実務指針を提供すると述べている。技術要件、コンプライアンスの底線、安全基準を明確にすることで、業界のデジタル化と技術革新の境界を定め、大規模モデル技術の資産管理分野での適法かつ秩序ある応用を促進し、最終的には業界のサービス水準向上と投資者の権益保護を実現することを目指している。
工銀瑞信のデジタル金融革新ラボ責任者李勝浩は、《基金運営機関大規模モデル技術適用規範》（T/AMAC 0004-2026）の起草に関わった一人として、同規範の発表は資産管理業界の大規模モデル適用が自発的な探索や散発的な試行から、体系的な計画と規範的な実装の高品質な段階へと進むことの象徴だと述べている。
彼は、その核心的価値は、「安全柵」と「革新の道標」を同時に構築し、機関の「使わない、使えない、うまく使えない」という痛点を正確に解決することにあると指摘した。規範は、基盤インフラ、データ管理、モデルサービス、安全管理、シナリオ応用をカバーする全スタックの技術フレームワークを初めて提案している。具体的には、「安全柵」はデータの階層的脱敏、モデル権限の隔離、敏感情報の漏洩防止などの硬性制約によりコンプライアンスの境界を定め、「革新の道標」はプロンプトやコンテキストエンジニアリング、RAG、インテリジェントエージェントなどの標準化実践指針を示し、実現可能な導入ルートを提供し、研究開発と試行錯誤のコストを大幅に削減している。
業界の発展観点から、この規範は三つの深層的価値をもたらす。一つは、安全と革新の動的バランスメカニズムを構築し、モデル幻覚やデータ漏洩、サプライチェーンの安全リスクを全ライフサイクルで管理しつつ、「一律抑制」ではなく、リスクをコントロールしながら最大の革新を追求する。二つ目は、技術選定を業務適合と実効性の検証に回帰させ、パラメータ規模の盲目的追求を排し、技術とニーズの深いマッチングを促進する。三つ目は、統一インターフェース、コンポーネント、評価基準を通じて業界エコシステムの協調の土台を固め、機関間や技術サービス企業との連携コストを削減し、業界レベルのソリューションの成熟と実用化を加速させる。
「この規範は、技術の天井ではなく、業界の合意に基づく技術の底線と発展の基盤である。大規模モデルの高速な進化を踏まえ、標準は今後も動的に進化し続ける。核心的価値は、『柵の内側、道標の下』という明確な共通認識を業界に築き、機関が安心して、かつ積極的に革新できる環境を整え、資産管理業界の新たな生産力を育成し、デジタル知能化の深化と制度・管理の基盤を強化することにある」と李勝浩は締めくくった。
每日経済ニュース