2024年至今，一场由大模型驱动的生产力革命正在金融业上演：一家领先大行将过去需要数小时甚至数天完成的复杂信贷审批报告分析压缩至3分钟，准确率提升超15%；一家头部券商借助AI智能体实现7X24小时监控全球超过5000家上市公司的动态，研究覆盖面和响应速度达到了全新量级；一家海外顶尖投行部署了数百个AI程序员，后续或增至数千个，旨在将工程师的生产力提升至三到四倍。2025年3月，中国人民银行已明确要求加快金融数字化智能化转型，安全稳妥有序推进人工智能大模型等在金融领域应用。务实的政策指引与激动人心的行业进展，共同表明行业正进入一个生成式AI引领的结构性变革期。我们判断，2025年已成为金融行业深度整合AI、借助大模型进行创新的关键拐点。

　　本报告旨在穿透技术热潮，深入剖析大模型在金融业应用的现状与未来，为行业提供前瞻性的洞察。我们坚信，那些能够深刻理解机遇与挑战、进行前瞻布局、并致力于体系化能力建设的机构，必将在本轮智能化浪潮中获得发展先机，共同塑造金融服务的未来。

　　全球大模型的发展已非单一的技术竞赛，而是呈现出技术迭代、资源升级、价值深化与生态竞合交织并进的复杂格局。模型的演进方向正从探索能力边界转向追求效率革命，算法与架构的持续优化在不断重新定义性能天花板。与此同时，算力需求呈现更重视推理的结构性变化，数据训练的关注点，正从单纯追求海量规模，转向更加倚重高价值的精准数据。在应用场景上，大模型也正从提效工具升级为协作伙伴，以智能体为代表的应用正在重构人机协作的全新形态。

　　全球近半数金融机构已启动大模型应用建设，行业正从零星的试验阶段迈入规模化部署期。中国金融业的大模型建设呈现出顶层设计、梯次推进的清晰格局：银行业是大模型落地应用最广泛的领域，证券、保险行业的头部机构则作为先行者，探索出多样化的应用模式。当前，应用建设的路径正逐渐收敛至以实际效益为导向，围绕能力建设、基座构建、应用部署的三大策略日益清晰，应用版图也正从外围的效率工具向核心的决策层面审慎渗透。

　　大模型在金融业的落地，本质上是数字化转型深度发展阶段矛盾在智能技术深化时期的集中映射。这要求金融机构既要破解碎片化建设难题，又要审慎配置创新资源，更要在拥抱前沿技术的同时，牢牢守住合规与安全的底线。

　　当前，金融机构在实践中普遍面临着局部突破与整体效能的平衡，创新投入与资源效能的平衡，以及前沿探索与风险防控的三大平衡关系考验。同时，大模型在金融业的深度应用仍面临高价值数据资源碎片化、战略规划和投资回报不清晰、低容错场景技术适配难、组织人才升级滞后等挑战。

　　为破解上述瓶颈，推动人工智能从潜力转化为切实的生产力，金融机构需从战略、数据、组织、技术四个层面系统施策、协同发力。构建“数据+应用+战略+组织人才”四位一体的综合能力框架，将是赢得未来人工智能范式革命先机的关键。具体在场景侧，智能理财助理、财富管理风控、保险代理人、投研报告生成、编程助手等场景已率先实现商业化突破，金融智能体的探索和实践也在持续涌现，为行业提供了可复制的成功路径。

　　AI技术正驱动金融服务走向前所未有的普惠化、智能化与个性化，将专家级专业服务带给更广泛的长尾客户群体。同时，AI与人类专业能力的深度融合，正在重新定义金融的运营与管理模式，加速推动复合型、创新型金融人才的需求形成。在此进程中，高质量私域数据的挖掘与应用将成为金融机构的核心竞争力，而AI技术和治理体系的不断成熟，也将推动监管科技效率与效能的提升。

　　当前，全球大模型发展不再是单一维度的技术竞赛，而是呈现技术迭代加速、资源结构升级、应用价值深化、生态竞合交织四大趋势。从DeepSeek-R1 等高效开源模型的涌现，到多模态 与强化学习的融入，人机协作模式重塑，以及智算中心成为新型基础设施，我们正站在一个由技 术范式革新驱动的产业变革的起点。

　　随着算力资源的持续优化升级与AI 技术的蓬勃发展，以大语言模型为核心的 AI 技术在金融 行业中正以前所未有的速度不断涌现、演进与迭代。战略驱动与价值导向已成为金融业布局新兴AI 场景的双轮驱动，推动大模型能力在金融业的渗透速率显著提升，展现出金融与AI 深度融合 的新态势。

　　全球金融业加速拥抱AI，大模型在金融行业的渗透率正加速提升。麦肯锡2024 年的调研数 据显示，金融行业从业者反馈在工作中常规使用大模型、在生活中常规使用大模型和在工作和生活中均常规使用大模型的数量占比已达到48%。英伟达对近 400 家金融机构的调研显示，43% 的机构已开始应用大模型。

　　国际金融协会报告显示，88% 受访者在生产中使用人工智能，并在 2025 年将持续增加 AI 应用投资。这种全球性的热潮在不同市场环境下，形成了各具特色的发展路径和战略重点。从全球视角对比来看，海外机构更侧重技术整合与业务创新的协同，而国内机构目前更聚焦于知识库、文档处理等效率提升场景，这正反映了双方在不同发展阶段和政策导向下的不同选择。

　　毕马威2024 年美国银行业前景报告显示，65% 的受访机构领导者已将生成式 AI 纳入战略 愿景，并预期在年底前将 1%-20% 的团队日常任务交由 AI 执行。

　　从应用深度看，海外金融机构愿意将大模型部署于核心业务场景，例如智能定价策略优化、资金流动性管理、高频交易风控等直接影响经营效益的领域，同时也拓展至内部运营效率工具开发。从全球领先金融机构的实践来看，这一趋势正在加速：高盛集团（Goldman Sachs）自 2025 年起正式推出由生成式人工智 能驱动的 AI 助手，并已扩展至全公司范围内的员工使用，能够帮助员工进行复杂文档总结、初始内容起草和数据分析等任务。在支付安全领域，维萨（Visa）于 2024 年推出基于生成式 AI 的欺 诈解决方案，用于识别枚举攻击的可能性，这些攻击每年带来11 亿美元的欺诈损失。万事达卡 （Mastercard）则运用生成式 AI 技术将潜在受损卡片的检测速度提高一倍。

　　2024 年以来，大模型技术迈入规模化产业落地的关键拐点，从概念验证转向实际业务应用 的深度整合。金融行业凭借其数据密集、场景众多、拥抱创新的属性，展现出“人工智能 +”战 略的示范效应和引领作用。

　　基于全网公开披露信息统计（不含金融科技及消费金融样本），从2024 第一季度至 2025 年 第二季度期间，共计产生191个7大模型相关中标项目，其中2024年112个，2025年上半年79个， 覆盖银行、证券、保险、信托与资管。中标项目数量与金额均呈现头部集中特征，这一趋势显示，金融业大模型应用已基本形成银行业主导、证券保险跟进、信托资管探索的梯次发展格局。值得关注的是，进入2025 年行业应用建设节奏明显提速，各类规模机构已全面启动大模型应用规划， 大模型技术正在成为推动金融业数智化转型的核心引擎。

　　从季度演进趋势来看，2024 年 Q1 大模型中标项目仅 12 个，尽管第二季度中标项目数量 有所下降，但从第三季度开始，中标项目数量呈爆发式增长达27 个，Q4 保持高位增长至 47 个，2025 年上半年全面爆发，仅半年即快赶超 24 年全年的项目数量。这种低开高走的演化轨 迹，印证了金融机构在技术成熟度和应用场景验证后的规模化投入，反映出大模型技术进入场景 渗透 -ROI 验证 - 规模复制的良性发展闭环。这意味着，企业观望的窗口期正在迅速关闭，竞争已从要不要用转变为如何规模化地用好和常用。未能跟上这一节奏的机构，可能会在1-2 年内面 临显著的效率和创新代差。

　　值得注意，公开采购数据并非等同于战略重要性，据调研，最核心、最敏感的风控类系统，更多通过自研或深度合作开发，而非公开招标采购。以2025 年的采购场景与类型来看，公开采购的多为经过市场 验证的 PMF 可速赢应用，面向流程嵌入型、模式重塑型的应用多为自研或深度合作开发。

　　本文仅供参考，不代表我们的任何投资建议。幻影视界整理分享的资料仅推荐阅读，用户获取的资料仅供个人学习，如需使用请参阅报告原文。返回搜狐，查看更多bwin官网