作者 胡群

2025年被認為是大模型技術(shù)在各行各業(yè)實現(xiàn)規(guī)模化應(yīng)用的關(guān)鍵轉(zhuǎn)折點。尤其是在金融行業(yè)，AI技術(shù)正從概念驗證走向規(guī)模化部署，成為推動數(shù)字化轉(zhuǎn)型的核心引擎。金融機構(gòu)在科技投入上更加注重實效，從效率提升轉(zhuǎn)向價值賦能，大模型應(yīng)用逐漸從前臺客戶服務(wù)延伸至中后臺風(fēng)控、投研、合規(guī)等核心業(yè)務(wù)環(huán)節(jié)。

在這一背景下，中關(guān)村科金作為聚焦垂類大模型技術(shù)與應(yīng)用的公司，通過“平臺+應(yīng)用+服務(wù)”的三級引擎戰(zhàn)略，在金融、工業(yè)、汽車、央國企、政務(wù)、零售等領(lǐng)域?qū)崿F(xiàn)了多個標(biāo)桿案例落地。中關(guān)村科金總裁喻友平指出，To B場景的嚴肅性、準(zhǔn)確性和合規(guī)性要求極高，“技術(shù)上的突破固然重要，但讓大模型在千行百業(yè)中真正融入并推動業(yè)務(wù)發(fā)展，轉(zhuǎn)化為實實在在的生產(chǎn)力，才是企業(yè)大模型應(yīng)用落地面臨的核心挑戰(zhàn)。”

畢馬威在《2025金融業(yè)大模型應(yīng)用報告》中也強調(diào)，這場變革是“不僅是效率工具的迭代，更是對金融服務(wù)范式、運營模式乃至核心競爭力的系統(tǒng)性重塑”。報告認為，2025年已成為金融行業(yè)深度整合AI、借助大模型進行創(chuàng)新的關(guān)鍵拐點，金融機構(gòu)需在戰(zhàn)略選擇上保持清醒，避免盲目跟風(fēng)，找到適合自身的發(fā)展路徑。

大模型在金融場景縱深演進

大模型在金融行業(yè)的應(yīng)用正經(jīng)歷從邊緣到核心、從后臺到前臺的系統(tǒng)性遷移。早期，金融機構(gòu)多將大模型用于知識庫問答、文檔摘要、代碼生成等效率提升類場景。這些應(yīng)用雖能降低運營成本，但對業(yè)務(wù)增長的直接貢獻有限。隨著技術(shù)成熟與業(yè)務(wù)理解加深，大模型開始切入信貸、風(fēng)控、投研、營銷等高價值環(huán)節(jié)，逐步成為驅(qū)動業(yè)務(wù)創(chuàng)新的關(guān)鍵引擎。

據(jù)《2025金融業(yè)大模型應(yīng)用報告》披露，一家領(lǐng)先大型銀行已將復(fù)雜信貸審批報告的分析時間從數(shù)小時壓縮至3分鐘，準(zhǔn)確率提升超15%；頭部券商借助AI智能體實現(xiàn)7×24小時跟蹤全球5000余家上市公司，顯著提升研究覆蓋廣度與響應(yīng)速度。這些案例表明，大模型正在重塑金融業(yè)務(wù)的生產(chǎn)力邊界。

喻友平認為，To B客戶對系統(tǒng)的穩(wěn)定性、準(zhǔn)確性與合規(guī)性要求極高。由于系統(tǒng)遷移成本高，因此更看重長期價值創(chuàng)造能力。為此，中關(guān)村科金選擇深耕金融全業(yè)態(tài)數(shù)智升級，構(gòu)建覆蓋銀行、證券、信托、資管、保險、消費金融等領(lǐng)域的智能產(chǎn)品體系，支持金融機構(gòu)實現(xiàn)AI賦能。

在具體實踐中，中關(guān)村科金為郵儲銀行打造智慧直播系統(tǒng)，將直播間轉(zhuǎn)化為高效獲客渠道；為華瑞銀行構(gòu)建智能客服系統(tǒng)，提升服務(wù)便捷性；為中信建投證券開發(fā)大模型智能陪練平臺，助力300余家分支機構(gòu)客戶經(jīng)理進行合規(guī)學(xué)習(xí)。這些應(yīng)用并非孤立的技術(shù)模塊，而是深度嵌入業(yè)務(wù)流程，形成“AI+業(yè)務(wù)”的融合閉環(huán)。

值得注意的是，大模型在金融前中后臺的應(yīng)用已處于快速迭代階段。前臺如營銷、客服等場景更強調(diào)交互體驗與轉(zhuǎn)化效果，中臺如風(fēng)控、投研依賴專業(yè)推理能力，后臺如運營、合規(guī)則關(guān)注流程自動化與合規(guī)性。中關(guān)村科金通過“平臺+應(yīng)用+服務(wù)”模式，既自主研發(fā)高價值場景應(yīng)用，也提供工具平臺支持金融機構(gòu)與生態(tài)伙伴進行二次開發(fā)，推動行業(yè)整體創(chuàng)新。

破解落地難題的關(guān)鍵路徑

在喻友平看來，To B場景的嚴肅性、準(zhǔn)確性和合規(guī)性要求遠高于To C場景?！澳呐率侵悄芸头@樣看似簡單的應(yīng)用，在金融場景中也容不得一分一毫的誤差?！币虼?，中關(guān)村科金堅定聚焦垂類大模型，通過深度理解業(yè)務(wù)邏輯和行業(yè)數(shù)據(jù)特征，構(gòu)建更具專業(yè)性和可信度的模型能力。

當(dāng)前大模型落地過程中還存在“價值落地難、場景復(fù)雜度高、數(shù)據(jù)孤島效應(yīng)、效果衰減”等挑戰(zhàn)。許多初期探索項目（如知識庫、問答系統(tǒng)）的實際效果與預(yù)期存在差距，準(zhǔn)確率下降等問題突出。此外，孤立部署的大模型系統(tǒng)難以深入業(yè)務(wù)流程，必須與企業(yè)數(shù)字化基礎(chǔ)設(shè)施緊密結(jié)合，通過“智能化+數(shù)字化”雙輪驅(qū)動實現(xiàn)落地。

在數(shù)據(jù)層面，金融機構(gòu)雖擁有海量私域數(shù)據(jù)，但長期存在系統(tǒng)割裂、格式不一、治理滯后等問題。中國銀行業(yè)協(xié)會原首席信息官高峰指出，數(shù)據(jù)是大模型應(yīng)用的“三座大山”之一，當(dāng)前數(shù)據(jù)治理已成為數(shù)字化轉(zhuǎn)型重要阻力之一。

在場景層面，復(fù)雜業(yè)務(wù)流的拆解與大模型能力的精準(zhǔn)匹配是關(guān)鍵。例如，智能外呼需同時滿足語義理解、內(nèi)容準(zhǔn)確、響應(yīng)速度與擬人化表達等多重目標(biāo)。

在信任與合規(guī)層面，金融行業(yè)對數(shù)據(jù)安全與隱私保護要求嚴苛。高峰強調(diào)，在監(jiān)管尚未完全明確的情況下，涉及客戶交互的場景需要特別謹慎地推進。同時，多家機構(gòu)已在這方面進行了努力，如中關(guān)村科金把AI+區(qū)塊鏈融合的技術(shù)解決方案用于資產(chǎn)證券化領(lǐng)域，實現(xiàn)多方主體的鏈上協(xié)同，強化跨機構(gòu)協(xié)作信任。

人才壁壘同樣不可忽視。喻友平坦言：“既懂金融業(yè)務(wù)又能駕馭AI技術(shù)的復(fù)合型人才極度稀缺?！睘榇?，中關(guān)村科金不僅提供技術(shù)平臺、產(chǎn)品應(yīng)用，更通過咨詢服務(wù)、聯(lián)合研發(fā)、培訓(xùn)賦能等方式，幫助客戶構(gòu)建內(nèi)部AI能力，實現(xiàn)可持續(xù)運營。

面對這些挑戰(zhàn)，中關(guān)村科金創(chuàng)新性地提出并實踐了“平臺+應(yīng)用+服務(wù)”的三級引擎戰(zhàn)略，加速垂類大模型落地。該戰(zhàn)略源于其深入客戶場景、解決實際問題的產(chǎn)品理念。通過自研的“得助大模型平臺3.0”，中關(guān)村科金構(gòu)建了包括“數(shù)據(jù)工廠”、“算力工廠”、“模型工廠”、“智能體工廠”在內(nèi)的工具鏈，能夠高效治理分散的行業(yè)知識，將其轉(zhuǎn)化為模型可吸收的“高質(zhì)量養(yǎng)分”，在訓(xùn)練出高質(zhì)量的行業(yè)垂類大模型基礎(chǔ)上，實現(xiàn)高效的AI應(yīng)用和智能體構(gòu)建。

喻友平強調(diào)， To B垂類大模型才是產(chǎn)業(yè)智能化升級的關(guān)鍵路徑。通用大模型難以滿足金融行業(yè)的專業(yè)性要求，唯有深耕行業(yè)、理解業(yè)務(wù)、持續(xù)迭代，才能實現(xiàn)真正的價值賦能。中關(guān)村科金選擇了一條“比較難走的路”，但堅信“難走的路才是康莊大道”。

行業(yè)分化與戰(zhàn)略選擇

大模型在金融行業(yè)的滲透，正加速行業(yè)內(nèi)部的戰(zhàn)略分化。國有大行和股份制銀行已全面啟動大模型建設(shè)，部分區(qū)域性銀行也積極跟進，形成“梯次推進”格局。然而，不同機構(gòu)在資源稟賦、戰(zhàn)略目標(biāo)與技術(shù)路徑上的差異，決定了其大模型應(yīng)用的深度與廣度。

國有大型銀行傾向于“端到端自建”或“基于基礎(chǔ)模型開發(fā)專有模型”，追求技術(shù)全?？煽?，構(gòu)建長期競爭力。股份制銀行則采取“基礎(chǔ)設(shè)施+外部采購”的混合模式，在確保關(guān)鍵能力自主的同時，保持應(yīng)用層的靈活性。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)品市場匹配度進行速贏落地，部分仍處于實驗室階段或全行范圍內(nèi)的智能體原型競比階段，少部分也開展了全行級的領(lǐng)域?qū)嵺`。

這種分化也體現(xiàn)在對開源與閉源的選擇上。高峰認為，未來銀行業(yè)可能走“開源+閉源”結(jié)合的道路。大行可依托自身技術(shù)實力參與開源生態(tài)，中小銀行則可通過開源模型降低技術(shù)門檻，借助生態(tài)合作實現(xiàn)追趕。但無論路徑如何，最終考驗的是機構(gòu)將技術(shù)轉(zhuǎn)化為業(yè)務(wù)價值的能力。

中關(guān)村科金基于得助大模型平臺，推出銀行、證券、汽車等行業(yè)大模型解決方案。在銀行領(lǐng)域，覆蓋智能客服、智能營銷、智能信貸與智能運營全場景；在證券領(lǐng)域，圍繞獲客、轉(zhuǎn)化、展業(yè)、服務(wù)提供數(shù)字化工具；在汽車行業(yè)，貫穿售前、售中、售后全流程。這種垂直化、模塊化的產(chǎn)品設(shè)計，既滿足頭部機構(gòu)的定制化需求，也為中小機構(gòu)提供可快速部署的標(biāo)準(zhǔn)化方案。

大模型對金融業(yè)的重塑，遠不止于技術(shù)升級，更是一場關(guān)于組織能力、戰(zhàn)略思維與業(yè)務(wù)范式的系統(tǒng)性變革。金融機構(gòu)面臨的挑戰(zhàn)，已從“是否要上AI”轉(zhuǎn)向“如何讓AI真正創(chuàng)造價值”。數(shù)據(jù)治理、場景適配、合規(guī)控制與人才結(jié)構(gòu)，共同構(gòu)成這場變革的深層壁壘。

中關(guān)村科金的實踐提供了一種可能路徑：以平臺為底座，以應(yīng)用為載體，以服務(wù)為紐帶，通過“三級引擎”實現(xiàn)技術(shù)與業(yè)務(wù)的深度融合。其成功不僅在于技術(shù)能力，更在于對To B客戶理性決策邏輯的深刻理解，價值創(chuàng)造是唯一通行證。只有真正理解行業(yè)痛點、持續(xù)迭代產(chǎn)品、構(gòu)建閉環(huán)服務(wù)能力的企業(yè)，才能在這場智能化的長跑中跑得更遠。

放眼更廣的科技生態(tài)，類似中關(guān)村科金的企業(yè)正成為大模型產(chǎn)業(yè)落地的關(guān)鍵橋梁。它們既非基礎(chǔ)模型研發(fā)者，也非最終使用者，而是連接技術(shù)與產(chǎn)業(yè)的“翻譯者”與“賦能者”。在AI從“可用”走向“好用”的進程中，這類企業(yè)或?qū)⒊蔀橥苿忧邪贅I(yè)智能化升級的中堅力量。金融的終局依然是服務(wù)實體經(jīng)濟與管理風(fēng)險，而大模型作為強大的生產(chǎn)力工具，其價值最終要體現(xiàn)在是否讓金融服務(wù)變得更高效、普惠與穩(wěn)健。

免責(zé)聲明：本文觀點僅代表作者本人，供參考、交流，不構(gòu)成任何建議。

胡群

金融市場研究院院長 主要關(guān)注銀行、消費金融領(lǐng)域市場動態(tài)。