行业参考 · 金融 · IT · 证据 E1
中金公司将WorkBuddy与自研「小金助手」融合，强监管对客环节坚持人工复核
这是公开报道的其他企业案例，不是 Alan 交付的项目。内容由 AI 收集整理，以原文为准。
企业遇到的问题
金融机构引入外部智能体时，必须界定哪些工作可交给AI、哪些必须人工复核，同时要控制Token成本与投入产出比
概要
中金公司信息技术部负责人、金腾科技董事长谢碧松接受时代财经等媒体采访介绍：中金自有智能体包括面向研究的「中金点睛」、用于投行及文档审核的「中金智阅」等，WorkBuddy已与中金「小金助手」融合成为其组成部分；在强监管领域如对客服务、对客推荐产品和做配置一定要坚持人工复核，投研等解释性要求高的领域需溯源至原始研究报告，涉及重要数据仍使用知识库、数据库提供的数据由AI参与推理。他同时透露中金Token消耗每天在70多亿到100亿之间，预计明年达到200亿，公司曾把Token消耗作为考核指标，员工使用中存在浪费，下一步要建设统一运营平台做精细化运营。
原文写明的事实
- WorkBuddy已与中金「小金助手」融合，成为其组成部分
- 中金自有智能体包括面向研究的「中金点睛」、用于投行及文档审核的「中金智阅」等
- 在强监管领域，对客服务、对客推荐产品和做配置一定要坚持人工复核
- 投研等解释性要求较高的领域，需要溯源至原始研究报告
- 涉及重要数据时仍使用知识库、数据库提供的数据，由AI参与推理
- 中金金融科技团队接近1000人，AI产品、工程和算法人才比例仍有待提升
- 中金Token消耗每天在70多亿到100亿之间，预计明年达到200亿
- 起步阶段曾将Token消耗作为考核指标，员工使用中存在一定程度的浪费
还有 1 条细节，见文末原文来源。
怎么做的
- 输入：投研、投行文档审核、对客服务等业务请求
- 处理：WorkBuddy与自研小金助手融合，涉及重要数据时调用知识库与数据库，AI参与推理
- 数据：内部知识库与数据库的结构化与非结构化数据、原始研究报告
- 动作：AI生成分析与建议，强监管环节转人工复核
- 输出：可溯源的投研与对客服务结论
如果你也想做：复制评估
AI 初评，供参考。具体能不能做，要看你企业的数据、流程和人。
- 难度：高（需要配置 Skill / Connector）
- 需要接的数据/系统：内部知识库、数据库、自研智能体平台
- 仍需人工的环节：强监管对客环节人工复核；投研结论溯源至原始研究报告
- 风险：对客推荐若AI直接输出会有合规风险；Token消耗以考核指标驱动会造成浪费
- 原文没披露的：「融合」的技术实现方式未披露；无任何单场景效率或质量数字；Token成本与产出的量化关系未披露
原文明确的是组织策略与边界（哪些必须人工复核、哪些必须溯源）以及Token消耗规模；具体场景效率未披露，不能当作提效案例引用。
来源
证据说明：企业方信息技术负责人接受媒体采访的自述，来源可信但为单一媒体、无第二独立来源；模型自称 E2，按来源结构下调为 E1。