1、中国“算” 就是行（国际论道）

　　来源:人民日报海外版宁夏回族自治区中卫数据中心园区。新华社记者 杨植森摄来自戈壁滩的劲风，正在转化为供给算力的绿色电力；蓝色海洋，成为数据中心天然“冷却器”；太空中的卫星，连接起一个个在轨计算基站……近日，多家外媒刊文关注中国算力基础设施建设情况新亮点。不少外媒指出，中国算力发展绿色化、智能化转型不仅为AI发展提供重要基础，也为区域协同发展、国际合作带来新机遇。布局更广阔——算力来自草原、深空、深蓝“在一望无际的平原上，在向日葵田与高粱地之间，一座座庞大的数据中心拔地而起，有的已经落成，有的正在施工。这里就是中国内蒙古自治区的乌兰察布，一座位于戈壁边缘的中国城市。

　　http://finance.sina.com.cn/jjxw/2026-11-02/doc-inixhstf2496441.shtml

2、以可信可用的人工智能应用服务支撑数智经济发展

　　数智人才是科技成果转化的智慧根基，应深化产教融合，联合培养数据治理人才、前线部署工程师等复合型人才，为可信可用的人工智能应用服务提供支撑。人工智能正由“技术竞赛”走向“产品交付”，准确识别市场需求是拓展人工智能应用市场的关键。---------------工业和信息化部办公厅近期印发《关于开展人工智能应用服务商培育专项行动的通知》，部署提升人工智能服务供给水平、推动规模化应用。10月20日，国家数据集团在雄安新区成立，将以数据资源开发利用为主责主业，服务人工智能发展。从要素供给到应用落地，需要专业服务主体协同发力。

　　http://finance.sina.com.cn/jjxw/2026-11-02/doc-inixhstn3147303.shtml

3、WEF：2026年金融服务业人工智能行动指南

　　2026年AI对金融业的影响已经从效率工具升级为结构性变革。报告基于超过150名金融业高级领导者、100多家机构的实践，以及香港、纽约、伦敦、新加坡等地的调研讨论，核心判断是：金融机构正在从AI试点转向规模化部署，竞争焦点也由单点降本转向重塑组织、决策、客户关系与商业模式。AI的扩散速度明显快于此前互联网、个人电脑和移动通信等技术浪潮。报告引用的数据表明，全球银行客户中71%希望在主要银行App中使用AI助手，但82%要求在AI代理执行行动前获得批准。这一组数据揭示了金融AI商业化的关键矛盾：消费者愿意接受自动化，却并未将最终决策权完全交给机器。未来金融机构必须同时解决效率与信任两个变量。

　　http://finance.sina.com.cn/tech/roll/2026-11-02/doc-inixhstf2481122.shtml

4、人工智能“闯祸”，保险赔吗

　　AI越来越能干了。它能打电话、做客服，还能分析农产品价格、辅助企业决策。可一旦AI“说错话”“算错账”，甚至给客户造成损失，怎么办？ 在近日举办的2026金融街论坛年会上，人保财险发布了人工智能应用风险综合保障方案，为人工智能服务给第三方造成的损失，以及服务提供方自身发生的费用损失提供保险保障。AI“闯了祸”，今后也有望通过保险分担损失。 在深圳，一家科技企业研发的“AI语音员工”已经走上工作岗位。它不仅能与客户实时交流，还能完成客户邀约、售后回访等任务，广泛应用于电信运营商、银行、汽车等行业。AI员工不用休息，工作效率高，但也有让企业担心的地方。

　　http://finance.sina.com.cn/jjxw/2026-11-02/doc-inixhsti0617325.shtml

5、在自主可控的技术底座上持续创新（“咖”说科技）

　　从回答问题到执行任务，随着人工智能应用走向深入，更需要建立在自主可控、安全可信的技术底座之上。系统能否稳定运行，数据是否安全，判断是否有依据，出了问题能否追溯，决定了人工智能是否可以实现规模化价值创造。自主可控，解决的是技术发展的主动权问题。只有掌握关键核心技术，才能把发展的主动权牢牢掌握在自己手中。其中的关键，在于芯片、框架、模型和应用能够协同，使大模型训得出、用得稳、迭代快。近年来，国内产业界持续推进软硬件协同创新，已经实现基于国产算力的大模型全链路训练和推理。这说明，依托自主可控的技术底座，我国有条件构建具有国际竞争力的大模型体系。

　　http://finance.sina.com.cn/jjxw/2026-11-02/doc-inixhstk7393596.shtml