2024年AGI在金融领域的应用实践洞察报告

研究背景 AI技术⻜速发展，已不再局限于实验室的突破，⽽是深⼊到各⾏各业的脉络之中，引领我们进⼊⼀个全新的AI⼯程化时代。这⼀时代的标志性特征，不仅在于技术⼯具的⽇益完善，更在于全栈智算体系的构建和AI平台的快速发展。AI技术正以其独特的⼒量，成为推动产业发展的核⼼动⼒，尤其在⾦融、医疗、交通等关键领域，AI技术应⽤更是⾛在了创新的前列。 在这⼀背景下，AGI相关产品的规模化应⽤，已成为展现其价值的关键，不仅能够显著降低企业运营成本，提升⼯作效率，更是推动创新改⾰的重要⼒量。拥有健全且领先的AI⼯程化能⼒，已成为衡量企业未来竞争⼒的重要标准。 ⾦融，作为AI技术影响最为深远的领域之⼀，站在了AGI应⽤的前沿。知识密集、场景丰富、数据和技术基础扎实、资源相对充⾜的优势，为AGI在⾦融领域的落地应⽤提供了肥沃的⼟壤。 然⽽，⾦融领域在AGI落地应⽤的道路上，是否已经找到了最佳路径？取得了哪些具体成果？⼜⾯临哪些挑战与桎梏？这些问题，正是我们亟待解答的。 中国信息通信研究院，作为国家级研究机构，凭借其深厚的⾏业背景、科研积累以及资源优势，在⾦融数字化、科技创新⽅⾯具有不可替代的影响⼒。“铸基计划”是由中国信通院发起的推动企业⾼质量数字化转型的专项推进⾏动，⾃发起之初，便已开展了⼀系列具体⼯作，⼒求通过多项举措，分析⾦融领域在数字化转型过程中遇到的困难和挑战，探讨数字化转型的最佳实践和发展趋势。 我们期望，这份报告能够为相关机构提供宝贵的⾦融AGI应⽤思路，助⼒⾦融⾏业实现数字化转型和⾼质量发展，开启⾦融科技的新篇章。 AGI在⾦融领域应⽤背景洞察01 AGI在⾦融领域应⽤特征解读02 ⽬录C O N T E N T AGI在⾦融领域典型⼚商案例解读03 AGI在⾦融领域应⽤⾯临挑战和应对04 AGI在⾦融领域应⽤未来发展趋势05 AGI在⾦融领域应⽤背景洞察 AI技术发展加速演进，AI⼯程化成为发展核⼼ •预计到2030年，约70%的⾏业企业将使⽤AI技术，为全球增加13万亿美元的附加值。以深度学习为代表的⼈⼯智能技术正加速向千⾏百业应⽤渗透，健全、领先的AI⼯程化能⼒成为下⼀阶段产业竞争⼒的重要体现。 AI技术的迅猛发展推动了AGI应⽤向前迈进，⾦融成为AGI应⽤的先锋领域 企业AGI应⽤发展阶段 全⾯实践阶段 2030年以后 复杂应⽤阶段 基础探索阶段 l企业机构整体业务应⽤程度较⾼，企业机构中的相关⼈员整体成熟度也较⾼，业务和技术可以充分融合，AI能够在深度业务场景中落地应⽤，实现业务数字化全流程⾰新。 预期：2026年-2030年 预期：2023年-2026年 企业业务开始进⼊AI技术多业务环节应⽤阶段，基础设施、技术、⼈才密度等成熟度中等或者相对成熟，技术可以在某些业务环节中推动业务发展。 l企业业务与技术应⽤结合度相对低，主要赋能情况为单节点业务合作或⾏业通⽤环节；l先锋领域：⼯业、⾦融、医疗、政务、交通、农业、教育等；l其他领域：营销、零售、数字娱乐、设计等。 ⾦融业正引领⼈⼯智能应⽤潮流，预计未来⼏年全球投资将以29%的年增⻓率迅速上升 •2023年迄今，AGI领域迅猛发展，国内外众多⼤模型的涌现标志着AGI技术基础不断巩固，能⼒得到了重⼤⻜跃，为后续的技术⾰新和应⽤探索奠定了坚实的基础； •2023年，全球各⾏业在以⼈⼯智能为核⼼的系统上⽀出约为1540亿美元。其中，银⾏业的⽀出最⾼，总额为206亿美元，零售业紧随其后，⽀出⾦额为197亿美元。全球⾦融业来看，⽀出预计将⼤幅增⻓，从2023年的350亿美元增加到2027年的970亿美元，复合年增⻓率达到29%。 ⾦融科技业进⼊⻩⾦时代，⼈⼯智能在该领域的全球市场规模即将达到144.1亿美元 •⾦融科技企业在⾦融业中扮演着⾄关重要的⻆⾊，通过提供⾦融AGI产品和解决⽅案，提升了⾦融服务的效率和安全性，同时也为个性化和定制化的⾦融产品提供了可能。2024年，⼈⼯智能在⾦融科技市场的全球市场规模预计将达到144.1亿美元，并在未来5年将以27.1%的年度增速增⻓，反映出⾦融科技企业在⾦融⽣态中的重要地位。 AGI技术应⽤助⼒⾦融机构发挥数据资源能⼒，驱动创新发展 •2024年，⾦融AGI市场规模已达到3.8亿元，占整体AGI市场规模（企业侧）的13.1%，同⽐2023年增⻓7倍以上。AGI应⽤层已开始⼯具产品快速创新，Copilot、智能编码等类型的产品将AI能⼒逐渐融⼊⼯作业务中，极⼤地拓展了AI的应⽤场景和实⽤价值。⽬前，AGI正处于应⽤层创新的关键衔接期，企业机构在积极探索新的应⽤⽅向，同时也在谨慎评估，避免盲⽬投⼊导致的策略失误。战略调整、投⼊试⽔、应⽤产品快速创新等⼀系列动作将推动企业机构AI应⽤迈向复杂应⽤期； 作为AGI的典型应⽤，⼤模型在⾦融机构呈现出三种布局⽅式 •⾦融机构在布局⼤模型时，主要采取了三种不同的策略，以适应各⾃的技术基础、资源状况和业务需求。从⾃研到微调再到接⼝调⽤，不同的⾦融机构根据⾃身条件和市场变化，灵活选择最适合⾃⼰的路径，以实现AI技术在⾦融领域的深⼊应⽤和价值创造。 AGI在⾦融领域应⽤特征解读 ⾦融⾏业特征为AGI应⽤提供丰富可实践场景，同时⾼安全属性对AGI应⽤提出更⾼要求 ⾦融⾏业独特属性 ⻛控要求⾼ 监管严格 数据密集 业务系统复杂 •银⾏业务受到严格的监管，因此在集成AGI技术产品时需要考虑到合规性和监管融合的问题。不同⾦融⼦⾏业的监管环境对AGI技术产品的采纳和应⽤产⽣影响。 •银⾏尤其是零售业务的客户量远超过证券和保险公司。⼤量的客户数据为AGI技术应⽤（如⼤模型）提供了丰富的数据源进⾏训练。 •银⾏对⻛险管理要求较⾼，在⻛控模型和合规性⽅⾯对⼤模型的准确性和可解释性有严格要求。 •银⾏系统通常⽐其他⾦融机构更为复杂，涉及更多业务线、服务种类和客户触点，为AGI技术的应⽤提供了⼴阔的舞台。 ⾏业应⽤程度特征显著：⾦融科技和银⾏引领AGI在⾦融领域的应⽤实践 保险 银⾏ 稳健发展，扩⼤应⽤范围 头部探索AGI应⽤ •在寻找新的增⻓点和提升运营效率的需求推动下，银⾏数字化转型的战略核⼼⽇益聚焦于“数据+算法”的模式。AI⼤模型已成为实现数据价值最⼤化、推动业务创新不可或缺的关键⼒量； •保险⾏业的应⽤主要体现在AI+保险领域； •在核⼼业务环节，⼤多数保险机构⼤模型应⽤处于初步探索阶段，个别头部机构的⼤模型产品已具备AI Agent雏形。 证券 尝试⾮决策类业务 •银⾏业的⼤模型应⽤主要聚焦于两⼤领域：⼀是服务于内部运营管理的优化升级，⼆是助⼒外部业务场景的重新塑造与拓展。 AGI应⽤⽔平 •证券机构在AI⼤模型的应⽤探索主要聚焦于业务流程相对简单且⾮决策性的环节。头部证券机构开始尝试，例如财富管理、投资研究、中后台办公等领域的⼤模型应⽤。 ⾦融科技 应⽤解决⽅案不断迭代，全⾯赋能 •⾦融科技类企业依托强⼤的⼤模型技术实⼒，从⾃身的业务出发已经完成了1-2轮的应⽤解决⽅案迭代，⾏业赋能价值逐渐显现。 ⾦融机构应⽤AGI技术的五⼤条件 •⾦融机构应⽤AGI技术，并⾮⼀蹴⽽就，⽽是需要在⼀系列成熟条件之上逐步推进，实现技术与业务的深度融合。这不仅要求机构内部拥有⾜够的技术储备和专业⼈才，还需要管理层具有前瞻性的视⻆和对变⾰的深刻理解。整体来看，⾦融机构应⽤AGI技术需要，满⾜5类条件。 组织及战略条件 基础设施及竞争条件 •管理层认知：⾼层对AI应⽤的重视和⽀持，能够提供资源⽀持；•跨部⻔协作：确保AGI技术顺利与业务流程顺利整合；•战略规划：将AGI技术应⽤纳⼊⻓期战略规划，明确⽅向和⽬标；•培训与发展：对现有员⼯进⾏AGI技能的培训，提升整个组织的AGI素养；•创新⽂化：⿎励创新思维，⽀持尝试和实验新⽅法。 •数据累积及治理⽔平：强⼤的数据管理系统，数据规模，数据质量、信息安全等⽅⾯的完善程度；•技术平台：稳定且可扩展的技术平台，⽀持AGI技术应⽤的开发和部署。 其他条件 资源条件 •专业⼈才：拥有AGI相关领域的专业⼈才，能够将AGI技术集成到现有的业务系统中，实现⽆缝对接；•资⾦及资源：资⾦、GPU等 业务与数字化条件 •业务理解：深⼊理解业务需求和痛点，确保AGI解决⽅案能够解决实际问题；•场景应⽤：识别恰当的业务场景，使AGI技术能够在这些场景中发挥最⼤效⽤；•数字化转型：进展及积极性 银⾏业务⾰新：⼤模型引领AGI应⽤创新，探寻利率下⾏时代中的业务增⻓新动⼒ •寻找新的增⻓点和提⾼运营效率成为银⾏业当下迫切需求。在这⼀需求下，银⾏数字化转型的逻辑逐渐明确为“数据+算法”，其中AI⼤模型成为实现数据价值最⼤化和推动业务创新的关键。过去⼀年，我国六⼤国有银⾏以及多家头部商业银⾏都已踏⼊了这⼀领域，以期通过新的数字化⼿段推动价值链升级，并在⾦融市场中保持竞争⼒。 我国六⼤⾏均在其2023年年度报告中披露了⼤模型相关进展 •探索内部知识服务、辅助编码等应⽤场景，提⾼信⽤⻛险评估能⼒。 •启动⼤模型“⽅⾈计划”；•深耕计算机视觉、智能语⾳、⾃然语⾔处理、知识图谱、智能决策五⼤领域。 •深化客户服务、产品推介、⻛险防控等场景；•探索办公助⼿、客服问答等应⽤场景。 •打造融合⼤模型技术的“邮储⼤脑”•探索⽂本⽣成、代码⽣成、⽂本提炼和多模态理解⽣成等⽅向应⽤ •建成全栈⾃主可控的千亿级AI⼤模型技术体系；•智能处理业务量⽐上年增⻓14%。 •发布⾦融AI⼤模型应⽤ChatABC；•关注知识理解能⼒、内容⽣成能⼒以及安全问答能⼒。 银⾏快速释放⼤模型采购需求，成为企业级市场主要买家 •银⾏业是⾦融业中AGI落地应⽤需求最为旺盛的⾏业，根据不完全统计的2024年上半年⾦融⾏业的⼤模型中标项⽬领域统计有58%的标的归属银⾏⾏业；根据银⾏业发布的公开信息中，招标关键字包括：⼤模型、训练、部署、⼯具、数据管理、推理、代码补全等。 银⾏AGI应⽤场景：⾯向内部运营管理和重塑外部业务 •我国⾦融AGI应⽤发展正处于政策红利期，多数银⾏还处于技术储备和浅层试验阶段，AGI产品难以真正脱离“⼈”来发挥“AI+”的效果。当前，银⾏⼤多将AGI技术应⽤于为员⼯赋能减负以及提升客户体验，部分头部银⾏逐渐将AGI技术覆盖到银⾏核⼼业务环节中。 内部运营场景优化 外部业务重塑 办公提效 运营流程优化 智能客服 内容分析及⽣成 保险落地尝试：核⼼场景的试点，验证新技术应⽤在业务中的赋能和提效价值 •中国⽬前头部的保险企业通过应⽤⽣成式AI技术，在智能核保、智能理赔、⻛险控制等⽅⾯取得了显著进展，这些应⽤不仅提升了保险服务的质量和效率，还为客户提供了更加个性化和⾃动化的服务体验。随着技术的不断发展，预计未来这些公司将在AI领域有更深⼊的探索和应⽤。 ⼤型保险企业开始在部分场景中开始进⾏实践 •正在使⽤Agent来提升保险服务能⼒和理赔⾃动化⽔平；并推出了⼤模型培训师，提升内部⼯作效率。 •推出了基于⼤模型的数字⼈产品，主要⽤于协助代理⼈更有效地与客户沟通，并且根据客户需求提供精准的产品推荐。 •发布“数智灵犀-⼈保⼤模型”，并介绍演示了两款⼈保专属问答领域⼤模型应⽤——“⼈保智友”和“聪明宝”。 •推出的AI数字员⼯，通过搭建“数字⼈应⽤平台”，⽀持数字资产管理以及离线视频制作等功能。 保险AGI应⽤场景：⼤模型让保险业看到了向全⾃动化转型的可能性 •中国⼈⺠银⾏《⾦融科技发展规划（2022-2025年）》提出：“要健全安全⾼效的⾦融科技创新体系，搭建业务、技术、数据融合联动的⼀体化运营中台”。保险业数字化转型进⼊新阶段，保险机构AGI技术应⽤除了服务全员办公，主要聚焦在营销和销售环节。 焦点环节 初步探索环节 办公提效 复杂交互 •内部知识问答和对外客服问答：逐渐攻克智能客服/数字员⼯对⼝语化、开放性复杂问题的识别与解答，能够回