在大模型推动下，金融领域究竟诞生了多少场景应用？

　　多家上市银行在2024年年报中给出的数据是，行内应用场景已超过100个。金融科技领域正经历着前所未有的变革。

　　以大模型为代表的人工智能技术，无疑是当下金融数字化投入最为集中的热点。然而，在数百甚至上千个应用场景中，大模型真正为机构、为员工带来了多大的作用，多大程度上提升了业务效率？近日，21世纪经济报道记者调研发现，虽然布局、应用大模型是不得不做的事，但金融机构也开始为大模型应用“挤水分”，追求实际效果。

　　一方面，海内外基础模型不断演进，创新迭代的速度惊人，金融机构需要寻找“确定性”，让有限的资源最高效地投入到场景中，避免陷入“为了AI而AI”的技术陷阱；另一方面，当人工智能重塑业务流程，金融从业人员直面AI冲击，需要形成一套新机制，不仅实现应用落地，也要确保责任落地。

　　技术与业务价值的深度校准正在展开，金融机构正在重新评估大模型的投入与产出。

　　长期以来，金融机构的科技投入规模巨大，特别是近年来“AI+”已成为重要战略。四大国有银行近年来的科技投入金额始终在200亿元以上，2024年上市银行业科技投入总金额超过1800亿元。

　　战略性投入意味着大量的资金和时间投入，但金融机构必须评估投入与产出的效能。面对变化中的大模型应用，不同机构有不同考量。

　　大型金融机构选择大规模投入。建设银行原首席信息官金磐石透露，截至2024年底，该行先后适配了16个版本的通用大模型，形成了16个版本的金融大模型，确保业务场景的应用效果随模型能力迭代而提升。

　　布局大模型已成为金融机构的必修课。一家华东地区股份行金融科技部中层坦言，特别是当其他机构都接入了某一家大模型，不及时跟上可能意味着“缺位”。

　　金融机构为了迎接大模型时代的到来，最大的投入在算力建设，包括底层基础设施建设和AI人才引进。某股份行信息科技部副总表示，该行仅智算平台的算力投入就至少数亿元。

　　也有机构根据自身的实际业务情况选择了不同的部署路径。华能贵诚信托副总经理赵明华表示，算力成本依然是金融大模型训练的核心问题。

　　金融机构开始衡量，在如此高昂的技术投入后，大模型能带来多少业务价值？记者咨询了多家金融机构的大模型项目立项评审标准，总结出两个方面：一是行业内是否有成熟场景应用的案例，二是该项应用落地后的量化数据评估。

　　Deepseek和智能体的快速发展，加快了大模型在金融领域落地应用的进程，也带来了模型应用的价值重估。赵明华表示，如今对智能客服场景应用价值的评估已不同以往。

　　某头部保险资管数字化转型部门负责人表示，经历两年多的探索，该机构已经搭建起较成熟的AI应用框架，但也出现了重复建设的情况。模型变化和算力平权是未来趋势，在数字化建设中沉淀下的平台服务和数据积累，将成为战略性投入实现价值最核心的能力。

　　信托网研究院研究员郭彦菊预计，2025年AI将驱动信托行业运营成本降低20%~30%，同时释放超500亿元增量市场空间。

　　金融大模型应用的理想丰满，但在实际落地时，有受访对象坦言，当下金融业的大模型应用还是有点“虚”。部分机构内部，科技部门提供的某些智能化工具没有真正切合业务痛点，导致使用率不高。

　　这意味着AI战略不仅需要提供工具，还需要培养业务人员的大模型应用能力。某保险资管数字化转型部门人士表示，为了让全集团员工用好大模型，该机构在去年一年办了超过20场AI培训。

　　金融行业的智能化进程是一个庞大的体系，急于求成是不现实的。至少需要未来5年内的数字化积累，不断夯实数据基础、重塑全员AI认知，才能实现智能应用的规模化落地。

（文章来源：21世纪经济报道）