界面新聞記者 | 安震

金融機構數(shù)字化能力在不斷增強。

2024年下半年以來，金融企業(yè)云化支出比例明顯提升，云化需求多樣化發(fā)展。今年以來，DeepSeek為代表的大模型火爆出圈，在國產化替代、核心系統(tǒng)改造、數(shù)字基礎設施之外，大模型應用也為行業(yè)發(fā)展提供了新的驅動力。有數(shù)據顯示，今年以來，金融大模型中標金額已超去年全年。

目前，金融大模型應用已經在銀行、保險、證券行業(yè)有落地場景，業(yè)內人士預計，未來兩年，隨著優(yōu)質數(shù)據合作與打通，跨全流程的強 Agent （智能體）有望誕生。

金融大模型中標金額大漲

國際數(shù)據公司（IDC）發(fā)布的《中國金融云市場跟蹤》報告顯示，2024下半年，中國金融云市場規(guī)模達到52.3億美元，同比增長11.0%，市場呈現(xiàn)多元化發(fā)展態(tài)勢。

報告顯示，盡管持續(xù)受到宏觀經濟和企業(yè)降本增效的雙重壓力，金融云服務商和云廠商依然展現(xiàn)出了較強的市場韌性和戰(zhàn)略定力，2025年開始，DeepSeek等開源模型的入場為金融云市場發(fā)展的競爭格局引入了新的變化和商機，中國云市場有望呈現(xiàn)“基礎設施重構+智能應用爆發(fā)”的雙增長。

有頭部云業(yè)務負責人對界面新聞表示，頭部銀行推進核心系統(tǒng)改造的步伐比較快，目前金融行業(yè)仍然處在投入高峰期，區(qū)域性銀行，券商和保險公司很多數(shù)據庫的改造才剛剛開始，所以后續(xù)增長空間還很大。

IDC統(tǒng)計顯示，阿里巴巴、騰訊、華為、百度、京東占據中國金融云解決方案市場七成以上的份額。

數(shù)據顯示，2024年下半年，金融云解決方案整體市場規(guī)模為17.9億美元，同比增速10.5%，AI熱潮引發(fā)的數(shù)據類平臺升級和AI創(chuàng)新場景加速落地是拉動金融云解決方案市場營收發(fā)展的主要因素之一。

智能超參數(shù)發(fā)布的《中國大模型中標項目監(jiān)測與洞察報告》顯示，今年上半年金融行業(yè)大模型中標項目達到193個，其中已披露中標項目141個，總金額達到6.8億元。2024年，金融業(yè)大模型中標數(shù)量僅為133個，中標金額2.4億元，也就是說，今年上半年金融大模型投入已經遠超2024年全年。

不過，有銀行總行人士對界面新聞表示，大模型投入整體保持謹慎的態(tài)度，“（頭部）金融機構目前都把大模型放在比較突出的戰(zhàn)略位置，也并不是不愿意花錢，而是花錢需要看到實際效果，能給業(yè)務部門帶來多少產出或效率提升，這部分應該都有應用落地。”

金融大模型應用從“嘗鮮”到“深入”

騰訊云副總裁胡利明在2025騰訊云金融數(shù)智峰會上接受界面新聞采訪時總結，大模型應用在券商行業(yè)投顧問答，保險代理人培訓、營銷計劃，銀行業(yè)內部知識庫、授信報告生成等場景已有規(guī)?；涞?。

胡利明對界面新聞表示，據他觀察，此前由于優(yōu)質底層模型未開放，開源基模能力不足，閉源模型參差不齊，且能調試優(yōu)化模型的廠家極少，導致大模型應用多集中于大機構。DeepSeek出現(xiàn)后，開源基模能力接近 OpenAI，使大中小金融機構能以低成本快速開發(fā)應用，呈現(xiàn)百花齊放態(tài)勢，但應用探索多為嘗鮮性質，開發(fā)的 Agent 雖能完成簡單任務（如知識庫問答、無需思考的工作流任務），但在復雜判斷場景中準確率低、實用性差。

“金融行業(yè)大模型應用還處在‘馬拉松第一公里’”。胡利明對界面新聞表示，想要在信貸、智能投顧等業(yè)務環(huán)節(jié)發(fā)揮作用，需企業(yè)自身獨特專業(yè)的數(shù)據集支持。目前多數(shù)機構 “大數(shù)據 For AI” 未打通，需建立數(shù)據集，進行強化學習和監(jiān)督微調，訓練處理各環(huán)節(jié)的小模型，再與大模型結合形成有價值的智能體，這仍需時間探索。

“在銀行信貸決策領域，目前主流仍為傳統(tǒng)專家決策模型，行業(yè)正研究向信貸 Agent 方向發(fā)展，但尚未形成全流程決策的成熟模型。原因在于，基于個人特征和數(shù)值的專家決策模型已成熟，而結合大模型語義和數(shù)值的新模型形態(tài)尚未完善。預計未來兩年，隨著優(yōu)質數(shù)據合作與打通，跨全流程的強 Agent 有望誕生。”胡利明對界面新聞說。

實際上，除了落地場景，AI大模型幻覺、安全等問題也是金融機構關注的重點。胡利明對界面新聞坦言，大模型的幻覺問題較為棘手。騰訊云通過工程手段優(yōu)化，如多模態(tài)場景驗證、不同決策模型結果驗證、在輸入輸出場景嵌入安全模型以校驗合規(guī)性和回答一致性等，但受基模發(fā)展階段限制，無法完全消除該問題，需在嚴謹性和智能化之間權衡，這也是業(yè)界普遍面臨的難題。

在國金證券人工智能實驗室負責人李雙宏看來，金融行業(yè)應用大模型需建立場景幻覺容忍度分級標準與容錯機制，科學管理大模型能力邊界。企業(yè)應以系統(tǒng)論視角統(tǒng)籌技術升級，強調架構合理性和協(xié)同性，通過冗余設計與漸進業(yè)務融合提升系統(tǒng)穩(wěn)定性，避免簡單替換原有系統(tǒng)。