随着DeepSeek的爆火，大模型技术创新与应用落地快速发展。同时国务院国资委深化部署“AI+”专项行动，不仅加速了大模型在金融等关键领域的产业化进程，更为科技企业带来前所未有的业务创新机遇。2025年政府工作报告进一步提出“持续推进‘人工智能+’行动”，强调数字技术与实体经济深度融合的战略方向，为大模型广泛应用提供政策支撑。

在此背景下，中电金信依托其在金融科技领域的长期实践积累，同时融合IDC 大模型研究的全球视角，联合IDC发布了《中国金融大模型发展白皮书》。

白皮书在系统梳理了 AI 大模型整体发展现状的基础上，结合金融行业用户的需求调研深入分析了场景落地过程中所面临的挑战和机遇，为金融行业全面拥抱智能时代机遇、构建可信AI能力基座提供战略级行动指南。

金融行业：AI大模型研发与应用的先锋，机遇与挑战并存

AI大模型已经成为新质生产力的重要组成部分，国内外科技企业正加速布局。近两年，金融行业在AI大模型的研发投入和应用方面亦走在市场前列。根据IDC数据显示，2024年，中国金融行业AI and Generative AI投资规模达到196.94亿元，到2027年将达到415.48亿元，增幅达到111%。同时，金融行业属于信息密集型、风险规避及强监管行业，在推进大模型落地过程中，相比其他领域，金融行业对数据质量、推理准确性及响应速度，以及在管控、合规、安全层面的要求都更高。同时，根据IDC调研数据显示，数据治理、模型治理以及合规应用是金融机构落地大模型/生成式AI更需要关注的要素。当前，AI 大模型在金融行业的应用场景正从基础走向复杂，加速向纵深方向拓展。

金融机构：因地制宜选择大模型应用路径，构建多元能力体系

当前，不同类型的金融机构在推进大模型的落地中，需根据自身战略目标、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，或是另辟蹊径借助其他方式来汲取GenAI的能力。同时，IDC指出，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。其中，数据价值链管理堪称生成式 AI 在金融场景中释放价值的基石，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，助力金融机构针对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筑牢根基。

规模化应用：多模态技术、AI智能体引领变革，模型协同与生态共享成主流

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复杂的场景中应用。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。

AI领域竞争加剧，企业走向体系化竞争，以往“单品+生态”难以制胜，AI需要结合应用软件方能渗透各个研发生产运营环节，实现业务价值。同时AI应用要构建在稳定、健全、安全的数字基础设施之上，而不是自建一套新的孤立的智算技术体系。

在行业落地实现新一代人工智能应用时，需要的不仅仅是行业“大模型”，而是端到端的解决方案，即包含上层应用、训练数据、底层算力、智能平台以及工程实现，以此打通AI技术应用的“最后一公里”。

免责声明：所载内容来源互联网、微信公众号等公开渠道，我们对文中观点保持中立，仅供参考、交流等非商业目的。转载的稿件版权归原作者和机构所有，如有侵权，请联系我们删除。