□莞棋

　　持续拓维正成为银行机构大模型应用的新风向。

　　金融业因其具有大规模、高质量的数据资源和多维度、多元化的应用场景，一直以来被视为大模型应用的最优行业之一。

　　有报告统计显示，今年上半年，金融行业大模型中标项目达到193个，其中，已披露中标项目141个，总金额达到6.8亿元。2024年，金融业大模型中标数量仅为133个，中标金额2.4亿元，也就是说，今年上半年，金融大模型投入已经远超2024年全年。

　　不仅仅是规模的扩大，在金融行业，当前大模型应用已从“技术验证”迈向“场景深耕”的阶段，从单一场景渗透至全价值链环节，驱动行业效率跃升与价值重构。

　　从上市银行2024年年报披露的AI应用场景看，已实现落地应用的成熟场景主要是智能编码研发、智能营销、智能客服、智能风控、合规内审、消费者权益保护以及日常经营管理流程等。

　　近日，相关机构发布的《2025年中国银行业调查报告》（简称《报告》）认为，人工智能在银行业的应用场景正不断拓展和深化，从前台业务（智能投顾、产品咨询智能客服）到中后台业务（智能反洗钱、智能监管），人机协同的业务流程转型带来了前所未有的效率提升与创新突破。2025年，预计将看到更多银行积极拥抱AI，探索其在多个领域的应用潜力。

　　大模型在银行业的广泛应用是科技金融助力降本增效的直接体现，在推动银行业数字化转型、降低运营成本的同时，也为产品创新和业务模式改变提供了技术支撑。

　　大模型在银行业应用仍具有持续开发的潜力，在客户营销、业务创新、风险管理、机构运营等方面都可以通过AI来实现优化完善。近年来，开源大模型的出现和推广确实降低了不少银行的成本投入，但不能仅是“可用”，还要迈向“优用”。在此过程中，仍需要银行在推动模型本地化时根据实际情况进行优化，持续更新完善模型，保障数据质量，从而不断提升大模型的应用成效。

　　未来，银行业应深入研究不同业务场景的实际需求，针对财富管理、投资策略等重要领域，可以尝试探索AI与行业专家结合的模式，弥补大模型在复杂决策中存在的不足。

　　除此以外，要建立健全用户反馈响应机制，针对AI客服“答非所问”等情况，通过用户交互数据不断优化算法，提升大模型的语义理解与精准回答能力。