訊（編輯 張瓊）7月27日，2025國際貨幣論壇在中國人民大學(xué)成功舉辦。主題論壇四“金融大模型創(chuàng)新與應(yīng)用閉門研討會”由中國人民大學(xué)國際貨幣研究所與金融科技50人論壇聯(lián)合主辦，騰訊研究院與中國人民大學(xué)金融科技研究所共同協(xié)辦。來自行業(yè)協(xié)會、頂尖高校、重要金融機構(gòu)及領(lǐng)先科技企業(yè)的專家學(xué)者圍繞“金融大模型的創(chuàng)新路徑、應(yīng)用挑戰(zhàn)及未來趨勢”展開了深度研討。

會議第一部分，由國家金融與發(fā)展實驗室副主任楊濤，騰訊研究院副院長杜曉宇作開場致辭，會議由中國人民大學(xué)財政金融學(xué)院教授郭彪主持。

主持人 郭 彪 中國人民大學(xué)財政金融學(xué)院教授

楊 濤 國家金融與發(fā)展實驗室副主任

杜曉宇 騰訊研究院副院長

國家金融與發(fā)展實驗室副主任楊濤指出，過去一年來，大模型都是政策、學(xué)術(shù)、行業(yè)交流的關(guān)注重點。2025年7月23日，美國白宮發(fā)布了《贏得競賽：美國人工智能行動計劃》，該法案的推出顯示出美國在推動人工智能發(fā)展上的決心。一是旗幟鮮明地表示要快速推動人工智能在各個領(lǐng)域的創(chuàng)新發(fā)展；二是堅定不移地完善人工智能相關(guān)重要基礎(chǔ)設(shè)施和產(chǎn)業(yè)支撐；三是試圖在國際AI外交和安全中，進一步發(fā)揮主導(dǎo)性。人工智能時代對經(jīng)濟社會沖擊與影響毋庸置疑，但如何更好地將人工智能和金融領(lǐng)域更好契合，成為當前各方關(guān)注的重點。

第一，在宏觀層面上，需要圍繞“防風(fēng)險、強監(jiān)管、促發(fā)展”這一核心的金融發(fā)展思路。 圍繞過去發(fā)布的一系列重要精神，今年許多部門在此基礎(chǔ)上進一步調(diào)整為“防風(fēng)險、強監(jiān)管、促高質(zhì)量發(fā)展”，這構(gòu)成了未來一段時間我國金融發(fā)展、實現(xiàn)高質(zhì)量服務(wù)實體經(jīng)濟與自身發(fā)展相平衡的重要邏輯。由此，人工智能大模型的發(fā)展如何與這一核心精神有效結(jié)合，成為最重要的頂層設(shè)計思考點。

第二，在中觀層面上，行業(yè)要圍繞宏觀層面關(guān)注的重點展開工作。 在防風(fēng)險的視角下，一方面，要有效防范人工智能金融應(yīng)用中可能出現(xiàn)的新型風(fēng)險挑戰(zhàn)。例如高度關(guān)注大模型算法的可解釋性問題，對于大模型在不同金融產(chǎn)品中的應(yīng)用，分層分類考慮可解釋性問題。另一方面，要更好地將人工智能大模型的新技術(shù)應(yīng)用到風(fēng)控中，在智能風(fēng)控等核心業(yè)務(wù)領(lǐng)域識別、控制和應(yīng)對風(fēng)險。

在強監(jiān)管的視角下，核心抓手需要從現(xiàn)場監(jiān)管向算法監(jiān)管轉(zhuǎn)變。這一過程中，人工智能大模型對于監(jiān)管科技、監(jiān)管數(shù)字化轉(zhuǎn)型的提升具有重大的促進作用。

在促高質(zhì)量發(fā)展的視角下，一方面，在行業(yè)供給側(cè)，如銀行業(yè)凈息差不斷下行，普遍面臨資產(chǎn)負債管理壓力大等問題。金融業(yè)可以通過人工智能大模型提升邊際效率、降低成本、改善流程，以此提升可持續(xù)發(fā)展能力。另一方面，在需求側(cè)，金融業(yè)面臨如何更好服務(wù)實體經(jīng)濟的問題。大模型的應(yīng)用與迭代，對做好金融五篇大文章而言至關(guān)重要。

第三，在微觀層面，關(guān)注大模型“三駕馬車”的形成。 一是生成式大模型從僅限于內(nèi)容生成逐漸拓展到多模態(tài)的形式中。二是Agent智能體成為大模型落地的一個重要載體，從過去的對話機器人向自動的任務(wù)執(zhí)行者轉(zhuǎn)變。三是MCP通過協(xié)議標準化，實現(xiàn)大模型工程化、生態(tài)化的進一步互聯(lián)互通與落地。在三駕馬車的推動下，相信大模型在金融領(lǐng)域應(yīng)用中的機遇大于挑戰(zhàn)。

會議第二部分是研究報告發(fā)布環(huán)節(jié)，騰訊研究院聯(lián)合畢馬威介紹了《2025金融業(yè)大模型應(yīng)用報告：體系落地，價值共生》的核心研究成果，畢馬威專家對報告進行導(dǎo)讀。

柳曉光 畢馬威變革咨詢數(shù)字化轉(zhuǎn)型業(yè)務(wù)牽頭人

報告指出，基于對多家金融機構(gòu)的深度調(diào)研及行業(yè)實踐案例分析，經(jīng)過近兩年的實踐，金融業(yè)的大模型應(yīng)用已從“為了AI而AI”的技術(shù)驗證階段轉(zhuǎn)向以商業(yè)價值為導(dǎo)向的“體系化深耕”。一個顯著的變化是，投入產(chǎn)出比已超越技術(shù)先進性，成為機構(gòu)應(yīng)用大模型的核心衡量標準。

報告進一步揭示，大模型的應(yīng)用正呈現(xiàn)兩大趨勢：一是從內(nèi)部提效向核心創(chuàng)收領(lǐng)域加速轉(zhuǎn)移，在智能理財助理、財富管理、保險代理人等客戶觸達場景已率先突破；二是從單純的效率工具向深度參與決策的協(xié)作伙伴升級，智能體（Agent）為代表的應(yīng)用新形態(tài)正在重構(gòu)投研等領(lǐng)域的人機協(xié)作模式，展現(xiàn)出重塑行業(yè)的巨大潛力。

全球大模型發(fā)展已不再是單一的技術(shù)競賽，而是呈現(xiàn)出技術(shù)迭代、資源升級、價值深化與生態(tài)競合交織的復(fù)雜格局。面對這一趨勢，金融機構(gòu)在擁抱技術(shù)紅利的同時，也面臨著高價值數(shù)據(jù)資源碎片化、戰(zhàn)略規(guī)劃與價值導(dǎo)向不清晰、技術(shù)迭代對組織和人才升級需求迫切等多重挑戰(zhàn)。為應(yīng)對這些挑戰(zhàn)，構(gòu)建“數(shù)據(jù)、技術(shù)、應(yīng)用、組織”四位一體的能力框架，將成為金融機構(gòu)在未來人工智能范式革命中贏得先機的關(guān)鍵。

最后，大模型正在從根本上重塑金融業(yè)的生產(chǎn)力。它不僅是將金融從業(yè)者從重復(fù)性勞動中解放出來的高效工具，更是推動組織創(chuàng)新、促使員工角色向更具創(chuàng)造性與戰(zhàn)略性方向轉(zhuǎn)型的催化劑。AI與人類專業(yè)能力的深度融合，將加速催生行業(yè)對復(fù)合型、創(chuàng)新型金融人才的需求。這場由AI驅(qū)動的變革，最終將推動金融服務(wù)走向更加普惠、智能與個性化，引領(lǐng)行業(yè)邁向更高質(zhì)量發(fā)展的新階段。

會議第三部分，邀請到中國精算師協(xié)會會長王和，中國金融傳媒集團特聘高級專家、中銀協(xié)原首席信息官高峰，中國人民大學(xué)社會科學(xué)高等研究院（深圳）執(zhí)行院長、國際貨幣研究所副所長宋科對報告做專業(yè)點評。

王 和 中國精算師協(xié)會會長

中國精算師協(xié)會會長王和圍繞金融和大模型兩個關(guān)鍵詞展開分享。

一是用新的邏輯重識和理解金融業(yè)大模型的概念。傳統(tǒng)金融保險業(yè)的基礎(chǔ)環(huán)境特征是信息不對稱，經(jīng)營的底層邏輯是如何破解和管理信息不對稱。然而，以大數(shù)據(jù)為代表的數(shù)字科技，將從根本上改變?nèi)祟惖恼J知能力，數(shù)據(jù)、算法、算力這三個核心因素將重塑人類的認識世界。在這一時代背景下，金融保險的風(fēng)險管理需要重新思考行業(yè)存在的邏輯和依據(jù)。金融業(yè)大模型是一個技術(shù)概念，是一個商業(yè)概念，也是一個社會革命性的概念。它將對金融業(yè)參與主體的角色、功能、作用和定位產(chǎn)生顛覆，并重構(gòu)一個全面合作的商業(yè)模式。對于消費者而言，需要考慮如何積極參與到金融活動中去；對金融機構(gòu)而言，需要思考如何發(fā)揮平臺和專業(yè)優(yōu)勢。金融要更多地回歸個體和時間上的互助功能，通過金融平臺實現(xiàn)專業(yè)化的社會服務(wù)，滿足消費者需求。

二是金融大模型的應(yīng)用要高度關(guān)注企業(yè)、行業(yè)、社會利益的平衡。當前對于大數(shù)據(jù)的考慮，更多是基于企業(yè)視角，關(guān)注的是應(yīng)用大模型帶來的收益。然而，金融行業(yè)是一個準公共行業(yè)，消費者相較于金融機構(gòu)而言處于弱勢地位。因此，要高度關(guān)注技術(shù)良知，防止出現(xiàn)基于技術(shù)的弱肉強食。要高度重視并充分考慮金融大模型的消費者應(yīng)用情況。一方面，要通過金融大模型向消費者賦能，為金融市場的公平正義提供技術(shù)保障。另一方面，要高度重視大模型技術(shù)的趨勢和前沿，以行業(yè)大局的高度和覺悟全面整合行業(yè)力量。尤其是在數(shù)據(jù)共享和技術(shù)創(chuàng)新上，要盡快打通行業(yè)間、機構(gòu)之間的的壁壘。

三是就保險業(yè)而言，要從傳統(tǒng)的等量管理向減量管理轉(zhuǎn)變。金融業(yè)要通過技術(shù)創(chuàng)新為社會提供更加全面、高效和公平的服務(wù)，從根本上改變傳統(tǒng)商業(yè)模式，實現(xiàn)價值轉(zhuǎn)移到價值創(chuàng)造。而具體到保險業(yè)的實踐，目前最重要的是從等量管理走向減量管理。關(guān)鍵是發(fā)揮大模型技術(shù)等科技的作用，為客戶和社會提供更專業(yè)的服務(wù)和價值！

高 峰 中國金融傳媒集團特聘高級專家、

中銀協(xié)原首席信息官

中國金融傳媒集團特聘高級專家、中銀協(xié)原首席信息官高峰圍繞大模型在金融業(yè)應(yīng)用的發(fā)展趨勢和面臨的挑戰(zhàn)展開分享。

第一，在大模型應(yīng)用的“三座大山”中，數(shù)據(jù)是目前面臨的最大挑戰(zhàn)。在算力上，自DeepSeek技術(shù)普惠化以來，通過MoE這種混合架構(gòu)讓人們看到了希望；在算法上，我國的通義、火山引擎、訊飛等可與國際上的大模型算法媲美。然而在數(shù)據(jù)的治理上，已經(jīng)阻礙了數(shù)字化轉(zhuǎn)型的成效。目前，各行業(yè)都在做數(shù)據(jù)治理的“回頭看”工作，如借力“AI for Data”的助力數(shù)據(jù)治理工作，更有利于未來的“Data for AI”。在數(shù)據(jù)治理的工作中，尤其要關(guān)注公共數(shù)據(jù)在大模型中的應(yīng)用。

第二，未來銀行業(yè)可能要走“開源+閉源”結(jié)合的道路。目前，金融業(yè)的大模型應(yīng)用呈現(xiàn)“大行遙遙領(lǐng)先，中小銀行緊緊跟隨”的態(tài)勢，這勢必帶來銀行業(yè)的“馬太效應(yīng)”。大行樹立標桿，而中小銀行也要尋求生態(tài)合作的機會，中小銀行要利用好開源生態(tài)的合作機會。

第三，要在大模型驅(qū)動中選擇合適的場景應(yīng)用。一是場景要有選擇性，從邊緣的、非金融的場景，向金融的核心場景進軍，從后臺、中臺向前臺蔓延。二是在當前監(jiān)管尚不明確的情況下，在涉及到大模型與客戶的接觸上要謹慎，避免涉及到消費者權(quán)益保護方面的問題。三是Agent智能體的使用可能緩解大模型的幻覺問題，未來銀行業(yè)競爭可能圍繞多個Agent的部署情況展開。

第四，大模型的選型和使用評價問題。要注意大模型和小模型的協(xié)同，判斷式和生成式AI的結(jié)合。中小銀行大模型應(yīng)用一定是輕量化的，通過大模型的訓(xùn)練后形成的小模型，再與客戶進行交互。從目前的實踐來看，金融行業(yè)很難有通用大模型，未來還是要在垂直領(lǐng)域?qū)で笾攸c突破。

第五，技術(shù)成熟度和幻覺的問題。對于大模型的應(yīng)用，考慮到金融行業(yè)的特殊性，需要在人機協(xié)同的必要環(huán)節(jié)上進行人工干預(yù)，但也無需過擔(dān)心模型的幻覺和準確性問題。因為大模型對于大語言的理解能力要比人類優(yōu)越，因此犯錯率也會低于人類。

第六，在AI與金融的關(guān)系中，人類的角色正在悄悄轉(zhuǎn)變。這帶來了三個新的風(fēng)險點。一是身份認證已經(jīng)被擊穿，模擬人時代的到來使得安全認證變得更加困難。二是個性化的模型可能反過來操縱人類，AI鴻溝必須用AI向善來解決。三是大模型的黑匣子將永遠存在。大模型在金融領(lǐng)域的百分之百應(yīng)用是幾乎不可能的，因此要有選擇地使用大模型。

宋 科 中國人民大學(xué)社會科學(xué)高等研究院（深圳）

執(zhí)行院長、國際貨幣研究所副所長

中國人民大學(xué)社會科學(xué)高等研究院（深圳）執(zhí)行院長、國際貨幣研究所副所長宋科就金融大模型應(yīng)用存在的問題提出思考。

第一，金融大模型能否真正改變金融功能。目前，金融大模型已經(jīng)開始更好地應(yīng)用到更廣泛的領(lǐng)域，通過降低成本和提升效率在非金融決策層面發(fā)揮越來越大的作用。但是能否真正觸及深層次的資源配置、風(fēng)險管理、交易結(jié)算、價格信息、激勵機制、資本分割等金融功能值得關(guān)注。從互聯(lián)網(wǎng)金融時代開始，金融科技革命是否與傳統(tǒng)金融更相關(guān)、是否更觸及支付清算體系，決定其是否更有關(guān)注度和更具革命性。例如，穩(wěn)定幣作為傳統(tǒng)金融和未來鏈上金融RWA體系的媒介，是加密市場與傳統(tǒng)金融的融合。如果允許流動性創(chuàng)造，則會出現(xiàn)非狹義銀行概念，重新構(gòu)造出一個新的宏觀金融體系，而這必然帶來傳統(tǒng)金融和新興金融的監(jiān)管博弈和均衡問題。同理，大模型應(yīng)用如果觸及到了底層的金融功能，則也可能形成對現(xiàn)有宏觀金融體系的強大沖擊。

第二，金融大模型能否更好發(fā)揮數(shù)據(jù)要素功能。一是要做好數(shù)據(jù)確權(quán)，在此基礎(chǔ)上要讓大模型更好地深入私域數(shù)據(jù)，從各個垂直領(lǐng)域的大數(shù)據(jù)中得到有效補充。二是數(shù)據(jù)要素對于宏觀經(jīng)濟增長尤其重要。數(shù)據(jù)要素存在復(fù)雜的外部性、非排他性、以及低成本可復(fù)制性等特征，可以實現(xiàn)規(guī)模報酬遞增，一定程度上突破增長極限。未來要更好地拓展大模型應(yīng)用，將大數(shù)據(jù)的價值功能發(fā)揮到最大。

第三，金融大模型能否改變金融人才培養(yǎng)模式。未來的金融科技人才培養(yǎng)，尤其是大模型、大數(shù)據(jù)驅(qū)動下的金融科技人才培養(yǎng)，需要更多基于技術(shù)驅(qū)動，而不是金融與科技的簡單融合。這需要在培養(yǎng)理念、培養(yǎng)方案和培養(yǎng)模式上進行大調(diào)整。

在行業(yè)交流環(huán)節(jié)，來自中國信通院規(guī)劃所人工智能研究中心主任王強，中國人民大學(xué)深圳金融高等研究院副院長邱志剛，中金公司研究部執(zhí)行總經(jīng)理姚澤宇，光大科技有限公司大數(shù)據(jù)部副總經(jīng)理田江，北京立言金融與發(fā)展研究院黨支部書記李晶圍繞不同維度分享了深刻見解。

王 強 中國信通院規(guī)劃所人工智能研究中心主任

中國信通院產(chǎn)業(yè)規(guī)劃所人工智能研究中心主任王強圍繞人工智能技術(shù)創(chuàng)新與融合賦能的最新態(tài)勢，以及西城區(qū)加速推進人工智能賦能金融的相關(guān)工作展開分享。

首先是人工智能的技術(shù)創(chuàng)新態(tài)勢， 圍繞算法升級、算力擴展、數(shù)據(jù)演進等內(nèi)容展開。

一是模型算法演進的新態(tài)勢?！笆奈濉逼陂g，國內(nèi)外推進了以Transformer架構(gòu)為代表的大模型的創(chuàng)新。國際上，OpenAI推出的GPT系列和o系列，Meta推出了開源大模型的代表Llama系列；國內(nèi)的DeepSeek-V3、R1在國內(nèi)外掀起了很大的影響。從目前階段看，大模型是各方主體推進人工智能創(chuàng)新及應(yīng)用的主要的技術(shù)路線。從2022年到2023年，主要以規(guī)模定律Scaling Law作為大模型演進的核心邏輯，推進算力資源的堆疊以及訓(xùn)練數(shù)據(jù)量的堆疊，提升算法模型的性能。但從2024年下半年以來，Scaling Law開始降速。國內(nèi)相關(guān)主體在推進算法和算力協(xié)同創(chuàng)新過程中開始出現(xiàn)自己的核心能力，降低大模型訓(xùn)練成本。

二是智能算力發(fā)展與時俱進，為大模型應(yīng)用布局打下基礎(chǔ)。智能算力布局有三個層級，包括智算加速卡、智算服務(wù)器、智算集群。從大模型的演進來看，智能算力的整體拓展態(tài)勢向推理側(cè)演進，地方政府和互聯(lián)網(wǎng)大廠都在積極關(guān)注推理領(lǐng)域的智算設(shè)施的科學(xué)布局和能力提升。

三是數(shù)據(jù)在大模型演進中起到重要作用。目前業(yè)界已達成共識，數(shù)據(jù)將成為未來人工智能大模型競爭的關(guān)鍵要素，國家也高度重視數(shù)據(jù)在數(shù)字經(jīng)濟、人工智能發(fā)展中的關(guān)鍵作用。然而，大模型訓(xùn)練過程中存在數(shù)據(jù)源越來越少的問題。在“數(shù)據(jù)墻”的態(tài)勢下，國內(nèi)推進數(shù)據(jù)支撐人工智能的發(fā)展有三個主要的路徑和趨勢選擇。包括激活行業(yè)領(lǐng)域的沉睡數(shù)據(jù)；發(fā)展合成數(shù)據(jù)；推進數(shù)據(jù)的精標，在現(xiàn)有數(shù)據(jù)標注基礎(chǔ)上推進行業(yè)領(lǐng)域高價值數(shù)據(jù)標準。

其次是從產(chǎn)業(yè)發(fā)展的角度， “十四五”以來人工智能產(chǎn)業(yè)鏈和產(chǎn)業(yè)生態(tài)日益成熟。在產(chǎn)業(yè)鏈層面形成了以基礎(chǔ)軟硬件構(gòu)成根系、大模型作為主干、智能工具和產(chǎn)品枝繁葉茂的新生態(tài)。同時分享了DeepSeek的意義價值。DeepSeek有三個較為突出的特征，包括模型能力較強；訓(xùn)練和推理成本低；開源社區(qū)路線使其迅速占領(lǐng)市場。DeepSeek對行業(yè)影響有三點。一是在技術(shù)架構(gòu)層面推動了大模型從高門檻走向普惠；二是對開源生態(tài)的建立，加速了人工智能的應(yīng)用深度融合；三是打破傳統(tǒng)格局，激發(fā)新增長極。

第三是應(yīng)用賦能方面， 目前國內(nèi)外金融業(yè)主動擁抱大模型的路線，一種是在通用大模型的基礎(chǔ)上加入金融語料進行訓(xùn)練；另一種是相關(guān)AI初創(chuàng)廠商直接推進金融垂類大模型的構(gòu)建。目前，國內(nèi)的AI+金融應(yīng)用與國外存在差距。在應(yīng)用深度上，還在向核心業(yè)務(wù)場景邁進；在應(yīng)用廣度上，仍處在局部場景優(yōu)化的階段。

最后是西城區(qū)正在推進的人工智能+金融的相關(guān)工作。 西城區(qū)有著極為豐富的金融領(lǐng)域應(yīng)用場景，而且當前已布局一批有實力有影響力的金融科技主體，為西城區(qū)推進人工智能深度賦能金融奠定基礎(chǔ)。下一步，西城區(qū)將重點打造國家級的AI+金融融合示范區(qū)，歡迎各方主體共謀發(fā)展。

邱志剛 中國人民大學(xué)深圳金融高等研究院副院長

中國人民大學(xué)深圳金融高等研究院副院長邱志剛從學(xué)術(shù)角度圍繞數(shù)據(jù)信任展開分享。數(shù)據(jù)信任分為三個層級，第一層是收集和使用的信任，第二層是數(shù)據(jù)本身的信任，第三層是數(shù)據(jù)生成者的信任。

首先是數(shù)據(jù)和使用的信任。由于使用者在共享數(shù)據(jù)時，缺乏對于收集者的信任，Web2.0的數(shù)據(jù)量達到瓶頸。對此，可以通過合約來規(guī)范消費者平臺的權(quán)利責(zé)任，以此增加使用者信任，獲取更多數(shù)據(jù)。其次是數(shù)據(jù)本身的信任。數(shù)據(jù)本身帶有幻覺，例如金融社交媒體會根據(jù)投資者過往的投資表現(xiàn)推送更多相關(guān)信息，這會進一步強化投資者情緒。盡管大語言模型的出現(xiàn)降低了數(shù)據(jù)生產(chǎn)成本，但也會產(chǎn)生更多低質(zhì)量的數(shù)據(jù)，因此需要立法和規(guī)則加強數(shù)據(jù)治理。最后是數(shù)據(jù)生產(chǎn)者的信任。在一個社交平臺上，數(shù)據(jù)往往是由極少數(shù)具有大的影響力的人所產(chǎn)生的。然而，這些極少數(shù)人的觀點可能帶有偏差和幻覺，尤其是為了吸引流量，關(guān)注一些帶有彩票性質(zhì)的高波動性、高風(fēng)險的產(chǎn)品，會進一步帶動市場的情緒。

毫無疑問地，未來人工智能的發(fā)展將會走入數(shù)字世界，但從經(jīng)濟學(xué)和金融學(xué)的角度來看，我們對數(shù)據(jù)的理解還遠遠不夠。進入數(shù)據(jù)經(jīng)濟的關(guān)鍵在于技術(shù)的進步和法律、規(guī)則的制定，增強數(shù)據(jù)信任才能更好地幫助我們在數(shù)字時代中生存。

姚澤宇 中金公司研究部執(zhí)行總經(jīng)理

中金公司研究部執(zhí)行總經(jīng)理姚澤宇圍繞AI大模型在金融行業(yè)的應(yīng)用以及影響展開分享。

第一，大模型的出現(xiàn)為AI和金融的結(jié)合帶來很大的空間。根據(jù)麥肯錫的測算，預(yù)計大模型為全球金融行業(yè)每年帶來2500億到4100億美元的價值增量，對應(yīng)9%到15%的營業(yè)利潤的增厚。實際應(yīng)用過程中，由于金融服務(wù)存在時效性強、精確度高、專業(yè)壁壘高等特點，而當前大模型在金融領(lǐng)域仍然存在一定的專業(yè)短板、難以理清較為復(fù)雜的金融邏輯，將大模型直接應(yīng)用于相關(guān)專業(yè)任務(wù)的效果仍有待提升。所以目前，金融行業(yè)中的大模型應(yīng)用更多是發(fā)揮其通用泛化能力優(yōu)勢，賦能基礎(chǔ)業(yè)務(wù)環(huán)節(jié)和通用場景，比如交互對話、信息整理、內(nèi)容生成等。

此外，大模型亦面臨生成內(nèi)容不可控（如“幻覺”）、可解釋性差等問題，應(yīng)用大模型直接進行決策判斷的可行性較低，且傳統(tǒng)AI在部分金融分析決策任務(wù)中的應(yīng)用（如風(fēng)控授信、理賠定價等）已較為普及和成熟，大模型替代傳統(tǒng)AI的意義不大。

第二，大模型賦能金融行業(yè)應(yīng)用的幾個趨勢。一是未來大模型與小模型或有更多協(xié)同，從而賦能更多金融業(yè)務(wù)場景。二是伴隨大模型能力增強，其作為更多金融從業(yè)者Copilot的價值創(chuàng)造空間或?qū)⑦M一步打開。三是未來金融機構(gòu)亦有望基于大模型發(fā)展AI Agent，進而簡化、重塑展業(yè)方式，特別是AI和區(qū)塊鏈應(yīng)用的結(jié)合具有想象空間。

第三，大模型對財富及資產(chǎn)管理業(yè)務(wù)的賦能空間或最大。首先是需求側(cè)，財富及資產(chǎn)管理領(lǐng)域的信息不對稱程度較高、且決策流程更長，大模型能夠有效幫助減少信息不對稱、提升投資者決策質(zhì)量。其次是渠道側(cè)，財富及資產(chǎn)管理領(lǐng)域的服務(wù)周期長、服務(wù)頻率高、供需匹配效率較低，大模型能夠賦能展業(yè)人員提供更有溫度的客戶陪伴、以及更加專業(yè)的金融服務(wù)。最后是供給側(cè)，相較于信貸、保險、支付領(lǐng)域在核心的定價、風(fēng)控等決策環(huán)節(jié)主要應(yīng)用確定性、高精度的傳統(tǒng)AI模型完成相關(guān)工作，財富及資產(chǎn)管理領(lǐng)域的分析決策仍含有較多主觀判斷、且產(chǎn)品服務(wù)的不確定性較大，大模型能夠助力為客戶打造質(zhì)量更高的金融產(chǎn)品服務(wù)。

第四，大模型應(yīng)用對金融行業(yè)產(chǎn)生的影響。一是在服務(wù)范式方面，我們認為大模型在服務(wù)長尾客群方面有望產(chǎn)生較大影響，可能形成新的服務(wù)入口和超級應(yīng)用，而在面向高凈值客戶及機構(gòu)/企業(yè)客戶服務(wù)商將更多是漸進式的提效賦能。二是在產(chǎn)業(yè)協(xié)作方面，科技公司和金融機構(gòu)會形成一種“競合”關(guān)系，頭部大模型廠商會成為新型系統(tǒng)重要基礎(chǔ)設(shè)施。三是在競爭格局方面，既存在“馬太效應(yīng)”、又存在“乘數(shù)效應(yīng)”，在規(guī)模體量外，數(shù)字能力和金融專長也同樣關(guān)鍵。

田 江 光大科技有限公司大數(shù)據(jù)部副總經(jīng)理

光大科技有限公司大數(shù)據(jù)部副總經(jīng)理田江以“金融行業(yè)大模型應(yīng)用實踐指南”為題展開分享。

首先，從數(shù)字化轉(zhuǎn)型到AI原生金融。傳統(tǒng)數(shù)字化轉(zhuǎn)型本質(zhì)上是效率的提升，并未觸及金融服務(wù)的核心，而AI原生理念旨在實現(xiàn)從“為流程配備AI”到“圍繞AI構(gòu)建流程”的根本性轉(zhuǎn)變，從而催生全新的商業(yè)模式。這一過程面臨三個核心挑戰(zhàn)。一是大模型高昂的實施成本帶來的投入產(chǎn)出比困境；二是既懂金融又懂AI的復(fù)合型人才極度稀缺；三是推動組織文化、員工技能和業(yè)務(wù)流程再造的變革管理難度巨大。

其次，大模型技術(shù)應(yīng)用的實踐路徑。一個企業(yè)如何做好大模型應(yīng)用，可以按照以下邏輯進行。第一階段通過混合云部署、“塑造者”策略和擁抱MaaS生態(tài)奠定技術(shù)基石。第二階段分步實施，一是增強核心流程；二是快速制勝，選擇一些低風(fēng)險的內(nèi)部項目快速展示價值，建立組織信心；三是戰(zhàn)略性業(yè)務(wù)轉(zhuǎn)型，應(yīng)用于高價值、受監(jiān)管的客戶場景，實現(xiàn)業(yè)務(wù)創(chuàng)新和競爭優(yōu)勢。第三階段是構(gòu)建開放合作的AI應(yīng)用生態(tài)。重點展示了光大科技在風(fēng)險審批、財務(wù)管理、合規(guī)監(jiān)控、軟件研發(fā)、運營分析、內(nèi)部辦公、財富管理等場景中落地的技術(shù)應(yīng)用，充分體現(xiàn)了大模型從工具賦能到智能體協(xié)同的深化過程。

最后，智能金融的未來。大模型正引領(lǐng)金融業(yè)進入人機協(xié)作的新浪潮，金融機構(gòu)致力于構(gòu)建與之匹配的技術(shù)平臺與組織文化，不斷提升金融服務(wù)效率和質(zhì)量。對于金融科技企業(yè)，更要以大模型創(chuàng)新為契機，積極推動業(yè)務(wù)轉(zhuǎn)型發(fā)展。在金融服務(wù)領(lǐng)域，立足垂直領(lǐng)域金融大模型，逐步重構(gòu)智能風(fēng)控與營銷兩大核心體系，并探索“模型即服務(wù)”的全新輸出模式。在產(chǎn)融服務(wù)領(lǐng)域，構(gòu)建面向特定行業(yè)的“產(chǎn)業(yè)智能體”，實現(xiàn)產(chǎn)業(yè)端與金融端的“雙維智能”升級；并深度嵌入國家發(fā)展戰(zhàn)略，探索“金融+科技+產(chǎn)業(yè)”驅(qū)動的業(yè)務(wù)創(chuàng)新。在產(chǎn)業(yè)服務(wù)領(lǐng)域，融合隱私計算等前沿技術(shù)，構(gòu)建安全可信的共享決策模型，高效賦能整個產(chǎn)業(yè)生態(tài)。

李 晶 北京立言金融與發(fā)展研究院黨支部書記

北京立言金融與發(fā)展研究院黨支部書記李晶以“大模型和綠色金融的辨與不變”為題進行分享。

第一，當前國內(nèi)綠色金融存在評估標準繁雜而界定不清的問題。一是標準繁多復(fù)雜，包括綠色信貸指引、綠色債券支持項目目錄、企業(yè)環(huán)境的信息披露制度、企業(yè)環(huán)境的評價方法等。二是統(tǒng)計口徑存在差異，不同的監(jiān)管單位，甚至同一監(jiān)管部門內(nèi)的不同工作人員對政策解釋和統(tǒng)計口徑都存在不一致的情況。三是人工辨識具有主觀性，人工辨“綠”存在個人理解和認知差異。

第二，大模型在綠色金融評估上的應(yīng)用具有技術(shù)優(yōu)勢。大模型本質(zhì)上依托于原有的知識基礎(chǔ)，有兩大核心應(yīng)用場景。一是在涉及語言文字的業(yè)務(wù)上，二是在業(yè)務(wù)邊界清晰的情況下最能發(fā)揮其價值。人工辨“綠”的挑戰(zhàn)，恰是大模型可發(fā)揮技術(shù)優(yōu)勢的有利因素，各種認證標準框定了大模型的圖譜和知識邊界范圍。例如，政府部門可以建立國際綠色金融大模型知識庫，整合國際和國內(nèi)綠色產(chǎn)業(yè)、金融知識庫、政策文件、數(shù)據(jù)分析工具等，幫助金融機構(gòu)分析判斷。

第三，圍繞當前新能源汽車產(chǎn)業(yè)的大模型應(yīng)用有五大顛覆性能力創(chuàng)造。例如多模態(tài)感知、數(shù)字孿生、基于大模型的信用評估與風(fēng)險管理、資產(chǎn)證券化、智能投顧等，通過大模型應(yīng)用賦能新能源汽車產(chǎn)業(yè)健康可持續(xù)發(fā)展。

第四，大模型在金融ESG領(lǐng)域的應(yīng)用具有更大的潛力。AI可助力企業(yè)碳排放數(shù)據(jù)的核查與管理，破解非結(jié)構(gòu)化的信息難題。一是利用金融大模型處理非標準化的ESG報告文本和數(shù)據(jù)，將文本形式的政策措施轉(zhuǎn)化為可分析形式。二是碳足跡追蹤與分析，利用金融大數(shù)據(jù)模型追蹤碳足跡，可精準評估制造業(yè)產(chǎn)業(yè)的排放情況。三是碳賬戶、綠色信貸和碳交易的應(yīng)用與創(chuàng)新。例如，目前國內(nèi)興業(yè)銀行在2023年打造雙碳管理平臺，圍繞企業(yè)碳排放做了很多試點和應(yīng)用。當然，新能源汽車在產(chǎn)業(yè)鏈條上還有許多問題亟需解決，還需要依賴金融大模型的發(fā)展與不斷創(chuàng)新為綠色金融的長期發(fā)展提供更多分析和測算的技術(shù)能力。

在全球人工智能浪潮加速發(fā)展的背景下，尤其是我國將“人工智能+”提升至國家戰(zhàn)略高度，金融行業(yè)正迎來由大模型技術(shù)驅(qū)動的深刻變革。隨著大模型推進與發(fā)展，我們還將組織相關(guān)研討與交流。

本文首發(fā)《2025國際貨幣論壇》專題