中国金融行业大模型发展白皮书：开启智能金融新时代.pdf

中国金融行业大模型发展白皮书：开启智能金融新时代。AI大模型成为新质生产力的重要组成部分，国内外科技公司正加速布局。AI大模型已成为新质生产力的重要组成部分，能够大幅提高生产效率，优化 资源配置，降低生产成本，为企业高质量发展提供强大的技术支持和动力。 当前，美国、中国、日本、欧盟等全球主要地区的科技公司正加大大模型技 术的创新及应用。在未来GenAI投资分配上，中国和全球企业几乎都会平均 分配在生产力提升应用场景、跨行业水平职能应用场景、以及垂直行业专属 应用场景上。

AI大模型在金融行业的应用场景正从简单到复杂加速分步推进

IDC认为，生成式AI的行业应用往往都是循序渐进的过程，一般是逐渐从内部 辅助运营到外部对客提效、从业务边缘到核心，相应地AI对金融机构的价值 也逐渐增大。在未来��个月内，支付清算、智能投研、内部研发（代码生 成、测试等）、数据分析（报表生成与分析、数据建模、数据决策等）、欺 诈/洗钱/威胁监测、资产管理（资产尽调、资产评估及定价等）是金融机构 主要的落地场景。在应用流程方面，IDC认为，金融行业生成式AI应用场景的 落地可以从场景应用评估与选择（如技术解决方案评估、项目管理及风险评 估、投资回报分析）、以及面向场景的工程化落地（如模型选择、技术路 线、数据及算力准备、模型训练及调优、以及系统集成与部署、组织协同 等）等层面分步推进。

金融机构应根据其资源能力选择不同的大模型应用路径，并需打 造多样化的能力要素

当前，不同类型的金融机构在推进大模型的落地中，有着不同的路径选择， 其可根据自身战略目标、业务需求、技术能力、资源禀赋、风险偏好来决定 是否自主建设、基于已有模型微调，或是采用其他方式来利用GenAI能力。 同时，IDC认为，金融机构在落地大模型的过程中，需要综合考虑打造数据价 值链管理、模型的选择与部署、AI平台搭建、以及AI治理等要素能力。尤其 是在数据价值链管理方面，IDC认为，金融机构的数据价值链管理是生成式AI 在金融场景中有效发挥价值的基石，其核心目的是提升数据质量、数据可用 性以及确保数据的合规获取，有利于金融机构面向不同的应用场景快速构建 高质量的数据集，并为后续金融大模型的规模应用奠定坚实的基础。

多模态技术、AI智能体、以及通过大小模型协同应用和构建大模 型生态资源共享平台是金融机构落地大模型的主要趋势

随着大模型技术的发展，大模型的参数规模也将显著增长，多模态技术及智 能体亦将在金融机构中深入应用。一方面，多模态之间的融合将使得AI大模 型能更深刻地捕捉复杂场景背景、细节和情感，使其更快的感知和适应场 景，并能应用于更加复杂的金融场景。另一方面，AI智能体通过“感知-认知 推理-决策-组织/行动”的闭环，及其在数据处理、智能决策与自然交互等方 面的卓越能力，预示着它将在客户服务、业务流程优化及业务效率提升等多 个关键领域发挥核心作用，为金融机构带来前所未有的价值创造。此外，IDC 认为，通过大小模型协同也能驱动金融机构在更加多样复杂的场景中的应 用。同时，通过构建大模型生态资源共享平台，向金融机构提供大模型应用 所需的全套资源，是金融机构大规模应用生成式AI的主要路径之一。