8月26日，國務(wù)院常務(wù)會議審議通過《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》，明確提出要深入推進(jìn)“人工智能+”行動(dòng)，大力推動(dòng)人工智能規(guī)模化商業(yè)化應(yīng)用。該意見強(qiáng)調(diào)充分利用中國產(chǎn)業(yè)體系完備、市場規(guī)模大、應(yīng)用場景豐富的優(yōu)勢，加速人工智能在經(jīng)濟(jì)社會各領(lǐng)域的深度融合。政策的正式落地，為包括金融在內(nèi)的重點(diǎn)行業(yè)提供了明確的行動(dòng)指引和戰(zhàn)略支持。

“2025年，已是技術(shù)浪潮與產(chǎn)業(yè)變革交匯的關(guān)鍵之年。AI（人工智能）正以超越過往任何技術(shù)的速度與深度，從數(shù)字世界的底層邏輯，重塑著全球經(jīng)濟(jì)的宏觀格局。”畢馬威變革咨詢數(shù)字化轉(zhuǎn)型業(yè)務(wù)牽頭人柳曉光在《2025金融業(yè)大模型應(yīng)用報(bào)告》（以下簡稱“《大模型報(bào)告》”）序言中指出，金融，作為現(xiàn)代經(jīng)濟(jì)的核心，其本質(zhì)是信息的處理與風(fēng)險(xiǎn)的定價(jià)。這恰好與大模型強(qiáng)大的認(rèn)知、推理及生成能力，形成了前所未有的共振。

《大模型報(bào)告》是騰訊金融研究院、騰訊研究院與畢馬威企業(yè)咨詢于8月27日聯(lián)合發(fā)布的，報(bào)告指出，2025年已成為金融行業(yè)深度整合AI、借助大模型進(jìn)行創(chuàng)新的關(guān)鍵拐點(diǎn)。全球近半數(shù)金融機(jī)構(gòu)已啟動(dòng)大模型應(yīng)用建設(shè)，行業(yè)正從零星的試驗(yàn)階段邁入規(guī)模化部署期。中國金融業(yè)的大模型建設(shè)呈現(xiàn)出頂層設(shè)計(jì)、梯次推進(jìn)的清晰格局：銀行業(yè)是大模型落地應(yīng)用最廣泛的領(lǐng)域，證券、保險(xiǎn)行業(yè)的頭部機(jī)構(gòu)則作為先行者，探索出多樣化的應(yīng)用模式。

核心業(yè)務(wù)加速智能化

2024年至今，一場由大模型驅(qū)動(dòng)的生產(chǎn)力革命正在金融業(yè)上演：一家領(lǐng)先大行將過去需要數(shù)小時(shí)甚至數(shù)天完成的復(fù)雜信貸審批報(bào)告分析壓縮至3分鐘，準(zhǔn)確率提升超15%；一家頭部券商借助AI智能體實(shí)現(xiàn)7X24小時(shí)監(jiān)控全球超過5000家上市公司的動(dòng)態(tài)，研究覆蓋面和響應(yīng)速度達(dá)到了全新量級；一家海外頂尖投行部署了數(shù)百個(gè)AI程序員，后續(xù)或增至數(shù)千個(gè)，將工程師的生產(chǎn)力提升至三到四倍。

《大模型報(bào)告》認(rèn)為，AI技術(shù)正驅(qū)動(dòng)金融服務(wù)走向前所未有的普惠化、智能化與個(gè)性化，將專家級專業(yè)服務(wù)帶給更廣泛的長尾客戶群體。同時(shí)，AI與人類專業(yè)能力的深度融合，正在重新定義金融的運(yùn)營與管理模式，加速推動(dòng)復(fù)合型、創(chuàng)新型金融人才的需求形成。在此進(jìn)程中，高質(zhì)量私域數(shù)據(jù)的挖掘與應(yīng)用將成為金融機(jī)構(gòu)的核心競爭力，而AI技術(shù)和治理體系的不斷成熟，也將推動(dòng)監(jiān)管科技效率與效能的提升。

全球金融業(yè)加速擁抱AI，大模型在金融行業(yè)的滲透率正加速提升。麥肯錫2024年的調(diào)研數(shù)據(jù)顯示，金融行業(yè)從業(yè)者反饋在工作中常規(guī)使用大模型、在生活中常規(guī)使用大模型和在工作和生活中均常規(guī)使用大模型的數(shù)量占比已達(dá)到48%。英偉達(dá)對近400家金融機(jī)構(gòu)的調(diào)研顯示，43%的機(jī)構(gòu)已開始應(yīng)用大模型。國際金融協(xié)會報(bào)告顯示，88%受訪者在生產(chǎn)中使用人工智能，并在2025年將持續(xù)增加AI應(yīng)用投資。這種全球性的熱潮在不同市場環(huán)境下，形成了各具特色的發(fā)展路徑和戰(zhàn)略重點(diǎn)。

從全球視角對比來看，海外金融機(jī)構(gòu)更側(cè)重技術(shù)整合與業(yè)務(wù)創(chuàng)新的協(xié)同，而國內(nèi)金融機(jī)構(gòu)目前更聚焦于知識庫、文檔處理等效率提升場景。《大模型報(bào)告》基于全網(wǎng)公開披露信息統(tǒng)計(jì)（不含金融科技及消費(fèi)金融樣本），從2024第一季度至2025年第二季度期間，共計(jì)產(chǎn)生191個(gè)大模型相關(guān)中標(biāo)項(xiàng)目，其中2024年112個(gè)，2025年上半年79個(gè)，覆蓋銀行、證券、保險(xiǎn)、信托與資管。中標(biāo)項(xiàng)目數(shù)量與金額均呈現(xiàn)頭部集中特征，這一趨勢顯示，金融業(yè)大模型應(yīng)用已基本形成銀行業(yè)主導(dǎo)、證券保險(xiǎn)跟進(jìn)、信托資管探索的梯次發(fā)展格局。值得關(guān)注的是，進(jìn)入2025年行業(yè)應(yīng)用建設(shè)節(jié)奏明顯提速，各類規(guī)模機(jī)構(gòu)已全面啟動(dòng)大模型應(yīng)用規(guī)劃，大模型技術(shù)正在成為推動(dòng)金融業(yè)數(shù)智化轉(zhuǎn)型的核心引擎。

銀行業(yè)是大模型落地應(yīng)用的典型金融領(lǐng)域，其應(yīng)用范圍已經(jīng)從國有大行、股份制銀行迅速擴(kuò)展到頭部區(qū)域性銀行。目前，國有大行和股份制銀行已全面啟動(dòng)大模型應(yīng)用建設(shè)，并在前、中、后臺均有正式投產(chǎn)的應(yīng)用案例。國有大行憑借雄厚的資金與技術(shù)積累，更注重技術(shù)的全棧掌控，通過構(gòu)建自主可控的技術(shù)體系，滿足自身多樣化的業(yè)務(wù)需求，進(jìn)而提升核心競爭力。在此過程中，國有大行積極與國內(nèi)頂尖機(jī)構(gòu)開展深度合作，共同推進(jìn)計(jì)算資源、計(jì)算調(diào)度與模型能力的全棧信創(chuàng)建設(shè)。

股份制銀行則展現(xiàn)出更為靈活多樣的建設(shè)模式，它們在探索的寬度與廣度上均取得了顯著進(jìn)展。區(qū)域性銀行雖然起步較晚，但基于戰(zhàn)略與價(jià)值驅(qū)動(dòng)的探索熱情同樣高漲。目前，約80%的區(qū)域性銀行已涉足大模型領(lǐng)域，部分已基于行業(yè)成熟的產(chǎn)品市場匹配度進(jìn)行速贏落地，部分仍處于實(shí)驗(yàn)室階段或全行范圍內(nèi)的智能體原型競比階段，少部分開展了全行級的領(lǐng)域?qū)嵺`。

證券、保險(xiǎn)行業(yè)在大模型建設(shè)上也呈現(xiàn)出頭部機(jī)構(gòu)先行且模式多樣化的特點(diǎn)。資管、信托行業(yè)在大模型建設(shè)上多聚焦于特定場景下的工具側(cè)能力引入，尚未形成體系化的能力布局。由于大模型推理能力的突破，以投研、投顧為代表的金融場景正快速被券商、資管、基金、信托所接受。

隨著金融科技的迭代與監(jiān)管政策的完善，預(yù)計(jì)證券、保險(xiǎn)、資管、信托等行業(yè)將逐步深化大模型建設(shè)的投入和布局力度。

《大模型報(bào)告》強(qiáng)調(diào)，對于金融機(jī)構(gòu)而言，既要避免陷入只買應(yīng)用、不做基建的技術(shù)空心化風(fēng)險(xiǎn)，也要防止重金投基建、應(yīng)用跟不上的資源閑置困境，確保兩條軌道上的投資能夠協(xié)同并最終融合。

戰(zhàn)略路徑分化

“當(dāng)前，大模型戰(zhàn)略并無唯一最優(yōu)解。”《大模型報(bào)告》認(rèn)為，金融機(jī)構(gòu)的資源稟賦、市場地位和戰(zhàn)略雄心，共同決定了其適合的采購與建設(shè)路徑。這一論斷，揭示了金融業(yè)在大模型應(yīng)用上已告別盲目跟風(fēng)，進(jìn)入一個(gè)基于自身?xiàng)l件進(jìn)行理性戰(zhàn)略選擇的精耕細(xì)作階段。不同的機(jī)構(gòu)正依據(jù)其獨(dú)特的DNA，繪制著截然不同的智能化路線圖。

對于國有大型銀行與頭部券商而言，其戰(zhàn)略路徑深刻反映出其市場地位與戰(zhàn)略雄心。它們的選擇遠(yuǎn)非簡單的技術(shù)采購，而是構(gòu)建自主可控的核心競爭力。這類機(jī)構(gòu)更傾向于選擇“端到端自建”或“基于基礎(chǔ)大模型開發(fā)專有模型”的重度投入模式。其目標(biāo)是通過與頂尖科技機(jī)構(gòu)深度合作，共同推進(jìn)從計(jì)算資源、算力調(diào)度到模型能力的全棧信創(chuàng)建設(shè)，以打造技術(shù)護(hù)城河，滿足自身復(fù)雜且多樣的業(yè)務(wù)需求，并最終將AI能力轉(zhuǎn)化為難以被復(fù)制的差異化優(yōu)勢。

與之形成鮮明對比的是眾多區(qū)域性銀行及中小金融機(jī)構(gòu)的策略。區(qū)域性銀行雖然起步較晚，但基于戰(zhàn)略與價(jià)值驅(qū)動(dòng)的探索熱情同樣高漲。目前，約80%的區(qū)域性銀行已涉足大模型領(lǐng)域，部分已基于行業(yè)成熟的產(chǎn)品市場匹配度進(jìn)行速贏落地，部分仍處于實(shí)驗(yàn)室階段或全行范圍內(nèi)的智能體原型競比階段，少部分亦開展了全行級的領(lǐng)域?qū)嵺`。

股份制銀行則展現(xiàn)出一種“全鏈條多重投入”的混合型戰(zhàn)略，其路徑選擇體現(xiàn)了在戰(zhàn)略與資源效率間的平衡。它們一方面會投入基礎(chǔ)設(shè)施建設(shè)以確保關(guān)鍵能力的自主性，另一方面又在應(yīng)用層保持高度開放與靈活，積極采購?fù)獠砍墒旖鉀Q方案，并在前、中、后臺多個(gè)領(lǐng)域同步推進(jìn)試點(diǎn)。這種策略，使其既能保持技術(shù)前瞻性，又不失落地敏捷性，反映了其作為市場重要參與者承上啟下的獨(dú)特定位。

這種多元化的路徑分野，共同勾勒出當(dāng)前金融業(yè)大模型應(yīng)用的真實(shí)生態(tài)。沒有一種模式可被稱為絕對正確，判斷標(biāo)準(zhǔn)唯有是否與機(jī)構(gòu)自身相匹配。柳曉光認(rèn)為，這場變革是“對金融服務(wù)范式、運(yùn)營模式乃至核心競爭力的系統(tǒng)性重塑”，而重塑的起點(diǎn)，正是對自身能力的清醒認(rèn)知與戰(zhàn)略定力。成功的機(jī)構(gòu)不再是技術(shù)的盲目追隨者，而是成為自身智能化藍(lán)圖的設(shè)計(jì)師，選擇那條最能將自身資源轉(zhuǎn)化為長期價(jià)值的路徑。

攻堅(jiān)時(shí)刻何時(shí)到來？

“一切生產(chǎn)力轉(zhuǎn)型的根本目的仍然在于業(yè)務(wù)增長和管理提效，因此，在金融行業(yè)積極擁抱大模型浪潮時(shí)，更需要保持冷靜，切勿拿著錘子找釘子，盲目追趕技術(shù)熱點(diǎn)。”《大模型報(bào)告》認(rèn)為，盡管引入人工智能已被金融業(yè)廣泛認(rèn)可為提升運(yùn)營效率和客戶體驗(yàn)的關(guān)鍵驅(qū)動(dòng)力，大模型技術(shù)正重塑金融業(yè)態(tài)，但其落地過程面臨多維挑戰(zhàn)。

數(shù)據(jù)挑戰(zhàn)首當(dāng)其沖，是激活A(yù)I潛能的最大瓶頸。金融機(jī)構(gòu)雖坐擁海量高價(jià)值私域數(shù)據(jù)，但這些數(shù)據(jù)因歷史系統(tǒng)壁壘而高度碎片化，難以串聯(lián)成可供大模型實(shí)時(shí)理解與利用的統(tǒng)一知識資產(chǎn)。與此同時(shí)，金融業(yè)務(wù)對專業(yè)性要求極高，公開市場上缺乏能滿足風(fēng)控、投研等場景嚴(yán)苛要求的高質(zhì)量訓(xùn)練語料。這導(dǎo)致機(jī)構(gòu)陷入“內(nèi)部知識無法釋放，外部能力無法精準(zhǔn)補(bǔ)給”的雙重困境。

戰(zhàn)略與價(jià)值的平衡是另一大核心挑戰(zhàn)。面對動(dòng)輒數(shù)億的算力投入與不確定的回報(bào)周期，許多機(jī)構(gòu)陷入“戰(zhàn)略模糊”與“價(jià)值迷失”。部分機(jī)構(gòu)將大模型視為零散的效率工具，缺乏與企業(yè)長期數(shù)字化愿景深度融合的頂層設(shè)計(jì)，導(dǎo)致項(xiàng)目孤立、重復(fù)建設(shè)，無法形成體系化能力。同時(shí)，大模型項(xiàng)目的價(jià)值評估極為復(fù)雜，其帶來的往往是客戶體驗(yàn)提升、風(fēng)險(xiǎn)損失規(guī)避等間接、長期的效益，難以用傳統(tǒng)的短期財(cái)務(wù)指標(biāo)（ROI）精確衡量。若無法清晰論證商業(yè)價(jià)值，項(xiàng)目極易在初期試點(diǎn)后因無法獲得持續(xù)資源而夭折。

《大模型報(bào)告》認(rèn)為，目前業(yè)界尚未形成一套公認(rèn)的、適用于大模型項(xiàng)目的價(jià)值評估標(biāo)準(zhǔn)。金融機(jī)構(gòu)內(nèi)部往往也缺乏一個(gè)能夠整合財(cái)務(wù)指標(biāo)、業(yè)務(wù)指標(biāo)、客戶指標(biāo)和技術(shù)指標(biāo)的多維度評估框架。評估維度的單一化，使得對大模型項(xiàng)目價(jià)值的判斷出現(xiàn)偏差，無法全面反映其綜合貢獻(xiàn)。

在應(yīng)用層面，嚴(yán)苛的監(jiān)管環(huán)境對模型的可控性與安全性提出了極致要求。“模型幻覺”問題在金融領(lǐng)域被急劇放大，一個(gè)細(xì)微的事實(shí)性錯(cuò)誤或邏輯偏差，在信貸審批、投資建議等核心場景中都可能引發(fā)直接的財(cái)務(wù)損失、監(jiān)管處罰乃至聲譽(yù)風(fēng)險(xiǎn)。“即使是極低概率的錯(cuò)誤，在金融杠桿的放大下也可能造成嚴(yán)重?fù)p失。”

金融機(jī)構(gòu)大模型應(yīng)用瓶頸在于人與組織。復(fù)合型人才稀缺，懂技術(shù)的不懂業(yè)務(wù)，懂業(yè)務(wù)的不懂AI。傳統(tǒng)IT架構(gòu)與敏捷開發(fā)模式?jīng)_突，跨部門協(xié)同因考核指標(biāo)不一而內(nèi)耗嚴(yán)重。應(yīng)對這一挑戰(zhàn)，需要一場深刻的組織變革。《大模型報(bào)告》建議實(shí)施分層分類的人才培養(yǎng)計(jì)劃，建立由高層領(lǐng)導(dǎo)、具備資源與決策權(quán)威的虛擬項(xiàng)目組，推行“平臺即服務(wù)”的內(nèi)部運(yùn)營模式，并最終重塑以人機(jī)協(xié)同為核心的流程與崗位，以支撐這場“系統(tǒng)性重塑”對組織能力提出的全新要求。

大模型對金融業(yè)的重塑，絕非一次簡單的技術(shù)升級，而是一場關(guān)乎行業(yè)本質(zhì)的范式革命。它挑戰(zhàn)的不僅是傳統(tǒng)的業(yè)務(wù)流程，更是固有的組織形態(tài)、人才結(jié)構(gòu)和戰(zhàn)略思維。政策的明確指引與技術(shù)的飛速迭代，已為這場變革提供了清晰的必要性和強(qiáng)大的可能性。

決定金融機(jī)構(gòu)能否在這場智能化競賽中勝出的，將不再是單點(diǎn)技術(shù)的領(lǐng)先，而是其能否成功構(gòu)建一個(gè)涵蓋數(shù)據(jù)治理、戰(zhàn)略規(guī)劃、風(fēng)險(xiǎn)管控與組織協(xié)同的體系化能力。真正的競爭壁壘，源于將技術(shù)深度融入業(yè)務(wù)核心并轉(zhuǎn)化為獨(dú)特客戶價(jià)值的能力。

金融的終局依然是服務(wù)實(shí)體經(jīng)濟(jì)與管理風(fēng)險(xiǎn)。大模型作為這個(gè)時(shí)代強(qiáng)大的生產(chǎn)力工具，其最終價(jià)值在于能否讓金融服務(wù)變得更高效、普惠與穩(wěn)健。當(dāng)技術(shù)的光環(huán)逐漸褪去，那些能將AI的理性計(jì)算與人類的價(jià)值判斷完美結(jié)合，并在創(chuàng)新與合規(guī)之間找到動(dòng)態(tài)平衡的機(jī)構(gòu)，才能真正定義智能金融的未來。