中經實習記者 許璐 記者 李暉 北京報道

從單兵作戰到生態建設，AIGC在金融領域的滲透正在強調“協同”。

2025年《政府工作報告》中指出，要支持大模型廣泛應用，發揮科技領軍企業龍頭作用，加快推進基于國產算力底座大模型的研發創新、場景應用和生態開放全鏈發展。

《中國經營報》記者注意到，中國金融行業首個“AIGC大模型金融生態體系”近期正式發布，該生態體系旨在面對金融數智化轉型熱潮，為金融機構提供低成本、高效率、高安全和高可用的金融大模型建設服務。

多位專家和業內人士在接受《中國經營報》記者采訪時表示，當前雖然AI滲透加速，但還沒有進入很多銀行核心業務的主戰場。AI給金融行業正在帶來競爭范式的轉化——從傳統的技術競爭，走向業技（業務+技術）融合能力的競爭，單純懂技術或者單純懂業務都不足以應對未來的復雜競爭局面，這也需要行業生態方進行更合理的分工。

從單兵作戰到生態建設

當前我國AIGC技術在金融業的滲透已實現規模化應用，涵蓋智能客服、精準營銷等多個場景，但在單兵作戰的過程中，高質量數據短缺、重復建設、高額投入等問題也在拖慢機構發展腳步。

神州信息聯席董事長王永利近期在數云原力2025數智金融論壇上坦言，雖然開源大模型DeepSeek推動了國產化進程，但實踐中仍面臨多重挑戰：一是數據壁壘問題，大模型面對復雜金融業務的數據積累不足，難以滿足關鍵核心業務場景的需要；二是投入產出失衡，從基礎部署到持續應用需長期資金與人力投入，但短期內收益有限，部分機構難以承受；三是安全保障壓力大，從硬件到軟件，金融機構在確保自主可控方面仍有較多技術難題亟待突破。

據記者了解，上述生態體系由神州信息、華為、騰訊云、阿里云、中科海光、昆侖芯等巨頭共同合作，圍繞核心應用、國產云、國產芯等多層面，構建從基礎硬件到上層應用軟件，全層面的AIGC生態體系。

神州信息方面在接受記者采訪時透露，上述生態體系和聯盟，是在滿足金融機構對多樣化技術路徑需求背景下的舉措。聯盟成員將加強技術適配、資源共享與聯合市場拓展，形成更具韌性的金融科技生態。

記者注意到，去年以來垂直大模型和行業大模型的分工日益明確。AIGC生態中，相關企業往往在某一行業細分領域具有扎實的基礎。比如某些金融科技輸出的行業大模型，底層的通用大模型通常來自幾家核心科技大廠。這種方式也可以讓細分領域機構可以大大降低算力投入壓力，可以更有針對性提升業務場景能力。

神州信息首席金融行業專家崔蕾向記者表示，通用大模型的競爭，國內市場最終會聚焦到幾家頭部公司，金融科技公司的強項還是在金融領域的積累——一方面是符合金融業務處理的技術平臺和工程化的積累，另一方面是金融在不同條件專業知識的積累，比如金融知識圖譜、監管合規庫一類小模型。在他看來，未來小模型和通用大模型乃至整個AI技術體系結合后，可以形成專門用于金融的應用系統的專業化Agent（智能體）。

關注投入產出可持續

在金融機構大模型仍然處于初期階段，與此同時金融機構也面臨著業績下滑預算減少的現實壓力，關注投入產出比，選擇合適的AI戰略路徑至關重要。

一位金融科技公司人士就透露，在商業銀行最本質的業務處理方面，AI現在還沒有開始進入主戰場。

前述論壇上就有嘉賓指出，金融機構當前仍然面臨著大模型實施路徑不明晰、功能邊界需要進一步驗證以及在核心場景中的滲透率不足等問題。隨著DeepSeek的迅速崛起，以其“小算力”撬動“大模型”的方式，為行業提供了新的范式，也為加快金融行業的應用提供了抓手。

在如何平衡發展與安全之間的關系上，清華大學五道口金融學院金融安全研究中心主任周道許認為，應該構建“五大支柱”的思路，他建議，建設“投貸聯動+知識產權證券化+科技保險的立體支持體系”，構建監管大模型+實時風險監測平臺，實現對金融市場的全時段、全鏈條、全主體的監管。此外進一步完善《數據安全法》配套細則，明確數據確權、定價、交易規則。

機構內部數據顯示，當前AIGC技術的初步應用已幫助金融機構節省約25%—30%的工作量，而美國多數企業的該指標可達40%。這表明，無論是在知識庫積累還是模型訓練方面，我國仍具備進一步提效的廣闊空間。

崔蕾向記者表示：“目前國內頭部的國有大型銀行已經進入到了AI應用的階段，在局部場景開始使用AI去改變業務能力了，但大部分的區域銀行在目前的階段還處于算力儲備的階段，且可能很難有極大的成本持續投入。”

在他看來，未來，AI有望實現從需求識別到設計生成的“全流程自動化”能力——一個軟件企業可能不再像如今一樣需要大量的開發人員，而是需求設計和產品的人員。以銀行為代表的傳統金融機構中耗費人手最多的是在業務操作流程環節，只有這些環節能夠被AI大量取代的時候，銀行才能看到明顯的成本降低。

（編輯：李暉 審核：何莎莎 校對：顏京寧）