“金融业大模型是一个技术概念，也是一个商业概念。它将对金融业参与主体的角色、功能、作用和定位产生颠覆，并重构一个全面合作的商业模式。”中国精算师协会会长王和在2025国际货币论坛“金融大模型创新与应用闭门研讨会”上如是表示。
在“人工智能+”背景下，作为助力金融机构实现从价值转移到价值创造的“智慧引擎”，大模型重塑金融行业生态的力量不容小觑。当前，金融大模型应用呈现何种发展趋势？面临哪些挑战？如何在算法升级、算力扩展、数据演进等方面进行创新？
大模型变革进行时
智能风控重构风险管理逻辑，智能投顾重塑财富管理模式……技术赋能的背后，数据安全、算法偏见等问题渐显。
如何使人工智能与金融领域更好契合？
国家金融与发展实验室副主任杨涛认为，在宏观层面上，需要围绕“防风险、强监管、促发展”这一核心的金融发展思路。在中观层面上，行业要围绕宏观层面的关注重点展开工作。在微观层面，要关注大模型“三驾马车”的形成。
在这些不同层面的探索中，大模型作为关键技术支撑，其重要性愈发凸显，也正因如此，它成了各方聚焦的重点。杨涛直言：“过去一年来，大模型都是政策、学术、行业的关注重点。”
从全球趋势来看，大模型发展已不再是单一的技术竞赛，而是呈现出技术迭代、资源升级、价值深化与生态竞合交织的复杂格局。
而聚集到金融行业，由大模型驱动的深刻变革正加速演进。金融业主动拥抱大模型的路线有哪些？
中国信通院产业规划所人工智能研究中心主任王强总结称，一种是在通用大模型的基础上加入金融语料进行训练；另一种是相关人工智能(AI)初创厂商直接推进金融垂类大模型的构建。
腾讯研究院联合毕马威近期发布的《2025金融业大模型应用报告：体系落地，价值共生》(以下简称《报告》)提出，金融业的大模型应用已从“为了AI而AI”的技术验证阶段转向以商业价值为导向的“体系化深耕”。大模型的应用正呈现两大趋势：一是从内部提效向核心创收领域加速转移，二是从单纯的效率工具向深度参与决策的协作伙伴升级。
在此趋势下，大模型深度融入金融服务，能否触达其深层次功能是关键。“目前，金融大模型已经开始更好地应用到更广泛的领域，通过降低成本和提升效率，在非金融决策层面发挥越来越大的作用。但是能否真正触及深层次的资源配置、风险管理、交易结算、价格信息、激励机制、资本分割等金融功能值得关注。”中国人民大学社会科学高等研究院(深圳)执行院长、国际货币研究所副所长宋科说。
从数字化转型到触及金融服务核心的AI原生金融，在光大科技有限公司大数据部副总经理田江看来，这一过程面临三个核心挑战：一是大模型高昂的实施成本带来的投入产出比困境；二是既懂金融又懂AI的复合型人才稀缺；三是组织文化、员工技能和业务流程再造的变革管理难度较大。
充分释放数据价值
《报告》提出，金融机构在拥抱技术红利的同时，也面临着高价值数据资源碎片化、战略规划与价值导向不清晰、技术迭代对组织和人才升级需求迫切等多重挑战。
当数据成为金融机构技术迭代的核心要素以及大模型竞争的关键变量，如何盘活数据资源、打破发展桎梏，成为行业破局的重要突破口。
目前业界已达成共识，“数据将在大模型演进中起到重要作用，成为未来大模型竞争的关键要素。”王强说，在“数据墙”的态势下，国内推进数据支撑人工智能的发展有三个主要的路径和趋势选择，包括激活行业的沉睡数据；发展合成数据；推进数据的精标，在现有数据标注基础上推进行业高价值数据标准。
中国人民大学深圳金融高等研究院副院长邱志刚谈到了数据信任。“数据信任分为三个层级，第一层是收集和使用的信任，第二层是数据本身的信任，第三层是数据生成者的信任。”邱志刚表示，“增强数据信任才能更好地帮助我们在数字时代中生存。”
不仅是数据信任，数据确权也颇为重要。
“数据要素存在复杂的外部性、非排他性以及低成本可复制性等特征。”宋科表示，要做好数据确权，在此基础上让大模型更好地深入私域数据，从各个垂直领域的大数据得到有效补充。
数据要素在大模型的应用需要全行业直面问题、凝聚共识、协同发力。
“在大模型应用的‘三座大山’中，数据是目前面临的最大挑战。”中银协原首席信息官高峰表示，目前，各行业都在做数据治理的“回头看”工作，如借力“AI for Data”的数据治理工作，更有利于未来的“Data for AI”。
“我们要高度重视大模型技术的趋势和前沿，从行业大局的高度全面整合行业力量。”王和表示，尤其是在数据共享和技术创新上，要尽快打通行业间、机构间的壁垒。
在更多业内人士看来，强调增强数据信任、做好数据确权、完善数据治理、打破数据壁垒，也是为了更好地释放数据要素在大模型领域的价值。
田江表示股票配资证券，大模型正引领金融业迈入人机协作的新浪潮。对于金融科技企业，要以大模型创新为契机，积极推动业务转型发展。在金融服务领域，立足垂直领域金融大模型，逐步重构智能风控与营销两大核心体系，并探索“模型即服务”的全新输出模式。
联华证券提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
推荐资讯