计算机行业“AI+金融”系列专题研究（一）：行业拐点已至，金融是AI应用落地的绝佳“试验田”.pdf

计算机行业“AI+金融”系列专题研究（一）：行业拐点已至，金融是AI应用落地的绝佳“试验田”。金融行业数智化转型需求与大模型技术特性高度契合，是 AI 应用落地的绝佳“试验 田”；2025 年 DeepSeek R1 的发布成为金融机构本地化部署 AI 的行业拐点。

行业内驱+政策外驱，金融 AI 应用落地拐点已至。自 2018 年 OpenAI 推出第一个版本的 GPT 模型 GPT-1 以来，经过多年发展，通用大模 型技术已跨越 “技术验证” 向 “产业适配” 的关键拐点，AI 在垂直 领域的规模化应用落地已箭在弦上，将逐渐进入加速期。而金融行 业作为典型的数据、信息、决策密集型产业，是 AI 应用落地的绝佳 “试验田”。

2025 年 5 月，人民银行科技司司长李伟在《中国金融杂志》发表署 名文章，提出“要稳妥有序推进人工智能大模型应用，加快金融数 字化、智能化转型”。近年来，人工智能相关政策和顶层设计，为金 融机构由“数智化”进一步向“人工智能化”转型提供外部驱动。 而从产业内部来看，金融机构 IT 支出的持续扩张，则为 AI 落地提 供了强劲内驱，数据显示 2024 年以来金融行业大模型相关招投标已 开始明显加速。

从技术侧来看，当前 AI 与金融的结合主要有两条技术路径，一是通 用模型结合金融语料进行训练，依赖通用模型能力的迭代，随着推 理大模型的推广渗透，AI 解决复杂金融问题的能力已有所增强， DeepSeek R1 推理模型的发布更是成为金融机构本地化部署 AI 的行 业拐点。二是开发金融垂类大模型，相比通用模型，金融垂域模型 更适合解决金融行业的具体问题，与行业需求和合规性要求更加匹 配。在应用形式上，AI 智能体尤其是多智能体协作已成为未来重点 研发方向，目前大模型普遍应用在理解、问答、信息提取等“短思 考”金融场景，而智能体则主要面向需要 AI 自主承担长流程工作任 务的高规划要求场景。