近日，国务院常务会议审议通过《关于深入实施“人工智能+”行动的意见》，提出发挥中国产业体系完备、市场规模大、应用场景丰富等优势，推动人工智能在经济社会发展各领域加快普及、深度融合。

　　“目前，社会各界应用需求强烈，AI处在应用落地的关键窗口期。”国家发展改革委政策研究室主任、新闻发言人蒋毅8月1日表示。

　　今年以来，期货行业探索人工智能应用的步伐正在加快，国内多家期货公司密集完成DeepSeek大模型本地化部署，在智能投研、策略生成、合规风控、投资者教育、客户服务等领域积极探索智能化转型。

　　业内人士普遍认为，人工智能和大数据的融合应用，已成为期货公司重塑服务模式、优化风险管理、提升市场效率、加速培育新质生产力，以及推动行业高质量发展的重要引擎。

　　南华期货总经理贾晓龙认为，AI大模型迅猛发展，正深刻重塑全球衍生品行业生态格局，市场业态从“经验驱动”转向“数据智能驱动”模式。通过技术杠杆放大金融工具服务实体经济效能，是行业升级的必然方向，也是服务金融强国建设的重要路径。

　　广州期货股份有限公司外部董事肖成认为，期货行业人工智能和大数据的创新融合应用，具有五方面积极意义：一是可以帮助期货公司构建智能化合规风控体系，提高合规、风险管理效率；二是可以实现交易效率与决策的革命性突破；三是服务模式的升级，实现从标准化、大众化的客户服务向个性化、差异化发展；四是推进期货行业数据治理与基础设施的进化；五是重构行业维度，推进期货行业竞争格局的演变。

　　天勤量化核心成员李思恒在接受期货日报记者采访时表示，从期货公司的角度来看，人工智能在替代重复性、批量化的程式化任务方面展现出显著优势。

　　李思恒说，AI通过学习期货法规及公司内部规则，能够高效响应客户咨询，提供合规、交易规则等领域的标准答案，并能自动化完成客户信息批量分发、结算单发送及研报推送等工作。对期货交易者而言，AI在期货行业的使用，大幅降低了量化交易编程的入门门槛和学习难度。

　　尽管AI带来了巨大机遇，但其在期货行业的应用也面临一系列挑战。中山大学岭南学院教授韩乾认为，数据质量参差不齐、算法可能存在偏见、复杂模型的“黑箱”问题导致可解释性不足、数据安全与隐私保护的压力。另外，AI对现有员工岗位技能也提出了新的要求。

　　韩乾建议，期货公司在积极拥抱AI的同时，必须高度重视数据治理体系建设，加强模型风险管理与验证，投入资源进行人才技能的转型升级培训，并建立健全AI应用的伦理规范和安全保障机制，确保技术的健康可持续发展。