2025年是AI应用元年，金融行业正经历一场以“垂直化AI”为核心的深度变革。安永最新报告揭示，中国金融科技市场规模已突破4.59万亿美元大关，并预计2030年将达9.97万亿美元，年复合增长率高达13.8%。这一迅猛增长预示着金融科技新时代的到来。

　　当前，银行、保险、基金等金融机构纷纷完成多类通用大模型的本地化部署，AI技术正逐步融入金融行业的各个角落。行业专家指出，大模型与专业知识库的结合将是AI落地的未来趋势，为金融行业带来前所未有的变革。

　　金融AI的知识基建：从通用到专属

　　AI在金融领域的应用日益广泛，从风险管理到客户服务、从投资决策再到支付安全，无一不体现着AI的价值。易方达投顾金融科技负责人刘玮分析称，Deepseek等AI技术的出现，让金融机构能够以更具成本效益的方式运用AI，并催生出更多智能化应用场景。

　　然而，AI在金融领域的精准应用并非一蹴而就。燕道数科CTO袁考明透露，以保险领域为例，大模型因缺乏专业级的精算数据和监管规则库，仍存在“AI幻觉”问题。这一问题不仅影响决策效率，还可能带来合规风险。

　　Vectara实验室的测评显示，主流大模型DeepSeek-R1的幻觉率高达14%。同时，南都大数据研究院发布的《2024 AI风险白皮书》指出，技术滥用、决策伦理争议与虚假信息传播构成三大风险集群，凸显出AI治理体系升级的迫切需求。

　　站在投顾的角度，刘玮强调，技术的使用需要负责任。投顾机构应重视AI以降本增效，培养复合型人才，明确AI应用边界，强化数据保护，坚守买方立场。这要求从业人员学习AI知识技能，提升合规意识，维护客户利益与隐私安全。

　　在法律层面，2023年8月施行的《生成式人工智能服务管理暂行办法》明确要求生成式AI服务提供者建立数据合规、算法透明、生成内容管理等六大机制。随着《办法》的实施，中国AI产业的治理与规范化水平日益提升。

　　目前，监管框架的完善正为行业划定边界。国家金融监督管理总局强调，AI应用需坚持技术中立原则，重点防范数据滥用与算法歧视。

　　数据资产待沉淀

　　随着生成式AI技术加速渗透各行业，数据资产沉淀与风险治理成为制约技术落地的核心挑战。金融领域因其数据密度高、专业性强，暴露出大模型垂直行业数据供给不足的问题。

　　盈米基金相关负责人表示，即便接入DeepSeek等前沿大模型，回复的完整性和准确性也往往不尽如人意。这并非源于模型本身推理能力的局限，而是金融领域专业数据的结构性缺失。

　　该机构正构建多元混合大模型技术底座，并体系化梳理数据资产，以期破解“金融大模型不金融”的行业困局。燕道数科则在“AI寿险工具”中采用多模态混合引擎结合行业内部数据形成专有知识体系，为保险领域提供精准数据调用。

　　安永大中华区科技咨询服务主管合伙人顾卿华指出，数据质量与知识含量是发挥AI价值的关键前提。机构需通过数据要素的全生命周期管理、AI可信体系构建等措施，厘清AI应用场景与建设路径。未来，AI破局需“数据+风控”双驱动，深化数据要素配置，构建全周期风控体系。

（文章来源：第一财经）