計算機行業“AI+金融”系列專題研究（一）：行業拐點已至，金融是AI應用落地的絕佳“試驗田”.pdf

計算機行業“AI+金融”系列專題研究（一）：行業拐點已至，金融是AI應用落地的絕佳“試驗田”。金融行業數智化轉型需求與大模型技術特性高度契合，是 AI 應用落地的絕佳“試驗 田”；2025 年 DeepSeek R1 的發布成為金融機構本地化部署 AI 的行業拐點。

行業內驅+政策外驅，金融 AI 應用落地拐點已至。自 2018 年 OpenAI 推出第一個版本的 GPT 模型 GPT-1 以來，經過多年發展，通用大模 型技術已跨越 “技術驗證” 向 “產業適配” 的關鍵拐點，AI 在垂直 領域的規模化應用落地已箭在弦上，將逐漸進入加速期。而金融行 業作為典型的數據、信息、決策密集型產業，是 AI 應用落地的絕佳 “試驗田”。

2025 年 5 月，人民銀行科技司司長李偉在《中國金融雜志》發表署 名文章，提出“要穩妥有序推進人工智能大模型應用，加快金融數 字化、智能化轉型”。近年來，人工智能相關政策和頂層設計，為金 融機構由“數智化”進一步向“人工智能化”轉型提供外部驅動。 而從產業內部來看，金融機構 IT 支出的持續擴張，則為 AI 落地提 供了強勁內驅，數據顯示 2024 年以來金融行業大模型相關招投標已 開始明顯加速。

從技術側來看，當前 AI 與金融的結合主要有兩條技術路徑，一是通 用模型結合金融語料進行訓練，依賴通用模型能力的迭代，隨著推 理大模型的推廣滲透，AI 解決復雜金融問題的能力已有所增強， DeepSeek R1 推理模型的發布更是成為金融機構本地化部署 AI 的行 業拐點。二是開發金融垂類大模型，相比通用模型，金融垂域模型 更適合解決金融行業的具體問題，與行業需求和合規性要求更加匹 配。在應用形式上，AI 智能體尤其是多智能體協作已成為未來重點 研發方向，目前大模型普遍應用在理解、問答、信息提取等“短思 考”金融場景，而智能體則主要面向需要 AI 自主承擔長流程工作任 務的高規劃要求場景。