随着人工智能（Artificial Intelligence，AI）的快速发展，AI技术与业务深度融合成为券商资产托管业务增强核心竞争力的重要发展机遇。数据处理与分析、自然语言处理、自动化与流程优化、多模态交互等AI核心能力在产品引入、客户服务、数据处理、估值核算、资金结算与账户管理、合规风控管理等券商资产托管业务场景的应用，对提升托管运营效率、强化风险管控、优化客户服务等方面具有重要意义。同时，券商资产托管业务使用AI技术也面临挑战，需要解决数据质量与安全、决策可解释性、模型适应性与稳定性以及投产比等问题。在AI技术的支撑下，券商资产托管业务将全方位重塑服务模式，促进客户体验个性化，加速行业协同创新，同时也将助力监管机构的监管工作，推动行业良性发展。

  构建四层AI架构体系 夯实托管业务AI应用的发展根基

  AI技术的基础架构通常分为四个层次：算力实施层（Infrastructure as a Service，IaaS）、智算平台层（Platform as a Service，PaaS）、模型服务层（Model as a Service，MaaS）和应用服务层（Software as a Service，SaaS）。

AI基础架构图

  算力实施层作为AI架构的最底层，承担着为AI模型的训练与推理进程提供强大计算资源的重要职责。 智算平台层为AI模型的开发与部署提供工具及平台支撑，该层融合通用大模型与垂类大模型，达成开源模型与闭源模型的结合，进而构建起“1+N”的AI大模型底座。模型服务层把AI模型封装成可供调用的服务，以满足上层应用的需求。应用服务层直接针对特定业务场景提供服务，在资产托管业务里，它提供智能客服、智能审核、风险预警等功能，有效提升业务运行效率与客户服务体验。

  在资产托管业务领域，依托的AI核心能力主要包括以下几个方面：（1）数据处理与分析能力：AI技术具备高效处理大规模结构化与非结构化数据的能力，能够通过数据挖掘和深度分析，为资产托管业务的决策制定提供有力支撑。（2）自然语言处理能力：NLP技术使AI能够理解、解析和生成自然语言文本与语音，广泛应用于智能客服、合同审核和合规管理等场景。（3）自动化与流程优化能力:结合机器人流程自动化（Robotic process automation，RPA）和智能体（Artificial Intelligence Agent，AI Agent）技术，可优化资产托管业务中的重复性任务，减少人工干预，降低错误率，并显著提升业务效率。（4）多模态交互能力：AI技术支持多模态交互，包括语音识别、文本处理和计算机视觉等，能够提供更智能、人性化的服务体验。