• 机构：HSBC + Mistral AI
• 项目：Strategic partnership to accelerate AI adoption
• 时间：2025 年 12 月
• 类别：平台治理 / 大模型基础设施 / 全球银行运营
• 来源：https://www.hsbc.com/news-and-views/news/media-releases/2025/hsbc-and-mistral-ai-join-forces-to-accelerate-ai-adoption-across-global-bank ↗

跨国银行在使用大模型时既需要先进能力，也需要数据控制、透明度、可解释治理和跨语种支持。完全依赖外部通用 SaaS 难以满足全球业务、监管和内部系统要求。

HSBC 与 Mistral AI 的多年期合作代表一种趋势：银行不只是购买应用，而是与基础模型公司合作，把商业模型、自托管部署和内部技术系统结合起来，服务全球员工和未来客户场景。

HSBC 将获得 Mistral AI 商业模型及未来能力。双方应用 AI、科学和工程团队会共同开发生成式 AI 解决方案。HSBC 将结合自身内部技术能力与 Mistral 的基础模型能力，增强运行在 HSBC 内部技术系统上的自托管 AI 模型。

合作将强化 HSBC 内部 AI 平台，用于多种生产力任务，包括客户经理快速生成定制沟通、营销团队开展高度个性化活动、采购团队识别风险和节约机会、复杂文档型贷款或融资流程的金融分析、多语言推理和翻译、以及更快的原型验证和新流程发布。

HSBC 披露，该合作旨在改善业务流程、节省员工时间，并更好服务全球数百万客户。未来重点还包括客户侧创新，例如改善信用和贷款流程、客户入职、欺诈和反洗钱检查。

• 对高敏数据和核心流程，优先考虑内部系统上的自托管或私有部署模型。
• 同时保留多模型评估机制，不把全行 AI 能力绑定单一模型。
• 把多语言推理、翻译和验证作为跨国银行基础能力建设。

• 自托管不等于无风险，仍需模型评估、红队测试、数据隔离和审计。
• 与模型供应商合作要明确数据所有权、训练使用边界和事故责任。
• 客户入职、贷款、反洗钱等高影响场景必须分阶段验证，保留人工审批。

写一份“银行自托管大模型评估表”：从数据驻留、模型能力、中文能力、审计、成本、供应商风险和监管可解释性七个维度打分。