您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[中国信通院&极客邦科技]:2024年AGI在金融领域的应用实践洞察报告 - 发现报告
当前位置:首页/行业研究/报告详情/

2024年AGI在金融领域的应用实践洞察报告

AI智能总结
查看更多
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。 01AGI在⾦融领域应⽤背景洞察 ⽬录 CONTENT 02AGI在⾦融领域应⽤特征解读 03AGI在⾦融领域典型⼚商案例解读 04AGI在⾦融领域应⽤⾯临挑战和应对 05AGI在⾦融领域应⽤未来发展趋势 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。 距 离探索AI治理与安全 应 ⽤ ⼈⼯智能伦理准则、AI⾏业 ⾃律公约、AI⽴法 建⽴AI基础研发能⼒ 落 地辅助 AI⼯程化 技术⽣产⼯具不断完善 开源框架、研发⼯具、数据处理、部署等⼯具链 全栈智算体系构建 聚焦AI技术突破 视觉、语⾳…… ⼈脸语⾳ 识别输⼊ ⼈像智能 美颜推荐 智能 智能安防 客服智能 家居智能 智能零售 ⻛控 智慧驾驶 物流⼯业 质检⾃适 医疗应教 影像育 AI芯⽚、软硬协同库、⼤规模并 ⾏计算平台 AI平台加速形成 视觉/语⾳等基础技术平台、研发平台、垂直⾏业平台 完善AI⼯程化能⼒ ⼯业 产品质检 设备检修 医疗 医药研发 仓储物流 医疗影像 健康管理 交通 ⾃动驾驶 交通调度 农业 辅助驾驶 农业遥感 智能农机 农药检测 政务 ⾦融 环保 教育 2019 2020 应⽤⾏业逐步扩⼤,AI伦理安全问题显现 2018 局部场景试点应⽤ 2021 ⾏业应⽤⾛深拓⼴ 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 基础探索阶段 预期:2023年-2026年 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; 先锋领域:⼯业、⾦融、医疗、政务、交通、农业、教育等; 其他领域:营销、零售、数字娱乐、设计等。 企业AGI应⽤发展阶段 复杂应⽤阶段 预期:2026年-2030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。 全⾯实践阶段 2030年以后 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。 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%。 银⾏业零售业专业服务 2023年全球各⾏业在AI系统中的⽀出 (单位:10亿美元) 20.64 19.71 16.02 2023年-2027年全球⾦融业在AI系统中的预计⽀出 97 75 58 35 45 (单位:10亿美元) 复合年均增⻓率:29% 离散制造业14.63 流程制造业 其他 10.93 71.93 2023年2024年2025年2026年2027年 数据来源:StatistaResearchDepartmenthttps://www.infoq.cn 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。 银⾏等⾦融机构开始关注AI在运营和业务中的应⽤,⾦融科技企业加⼤产品研发⼒度 2021年-2027年AI在⾦融科技领域的全球市场规模 市场规模(10亿美元)增⻓率 增速下滑 ⾼速发展,预估复合年均增⻓率为27.1%部分企业被淘汰, 全⾯实践期,增速回升 19.9% 15.0% 27.0% 40.7% 35.1%33.2% 36.5 27.4 19.5 2487.9.0% 55.162.6 17.2%13.5% 70.6 12.9% 8.29.911.4 14.4 2021年2022年2023年2024年2025年2026年2027年2028年2029年2030年2031年 数据来源:AlliedMarketResearch,MordorIntelligence,ResearchandMarketshttps://www.infoq.cn 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; 2023年-2030年中国⾦融AGI市场规模及增⻓率预测 ⾦融AGI市场规模(亿元)其他领域AGI企业侧市场规模(亿元)增⻓率 887.3 89. 2137.2 715.7% 306.1% 179.9%166.8% 1343.3 738.8 5.525.182.4205.8 0.53.815.443.0 2023年2024年2025年2026年 457.6 114.8 2027年 3% 226.6 97. 2028年 106 467.5 2029年 .3% 8% 2030年 数据来源:InfoQ研究中⼼测算https://www.infoq.cn 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。 ⾦融机构三种⼤模型布局类型 ⾃研⾏业⼤模型引⼊通⽤⼤模型+微调调⽤⼤模型接⼝ 机构内部⾃主研发机构外部技术+内部研发机构外部技术 适⽤机构必备资源 优势劣势 头部⼤型⾦融机构:在AI技术⽅⾯有深厚积累 •强⼤的技术团队 •丰富的研发经验 •充⾜的资⾦⽀持 •⾼度专业化、个性化、灵活性和控制⼒ •保护数据隐私和安全优势 •研发周期⻓、难度⼤、资⾦和⼈员需求⾼ •收益难以预判 头部⼤型⾦融机构和中⼩⾦融机构:在AI技术⽅⾯有⼀定积累 •资源、数据和业务场景基础较好 •快速获得⼤模型的能⼒ •适⽤性和效果较强 •可⽤于内部,也可输出给同⾏ •资源需求较⼤,训练时间较⻓ •泛化能⼒较强或导致性能下降 •潜在的安全和隐私问题 中⼩⾦融机构:资源和技术上有⼀定限制 •具备⼀定数字化能⼒和经验,有适⽤的业务场景 •⻔槛较低,可快速落地 •避免⾃研或引⼊⼤模型所需的⾼昂投⼊ •实时信息更新慢 •个性化和灵活性弱,使⽤场景受限 中国⾦融⼤模型应⽤⼚商图谱 ⾦融⼤模型解决⽅案及应⽤ 传统⾦融机构:银⾏、保险、证券 互联⽹⾦融服务公司 技术服务商 ⾦融数科公司 云服务商 ⾦融⾏业垂直⼤模型通⽤⼤模型 Finix ⽂因⾦融⼤模型 君弘灵犀⼤模型 国泰君安|财跃星⾠|阶跃星⾠ 云⼚商 服务商 通义 九天 科技公司 百灵天⼯星⽕ ChatGLM 研究机构 PolyLM 问财HithinkGPT 天镜⼤模型⽂⼼ MiracleVision孟⼦ 天书星⾠语义⼤模型 moss ⼆郎神 星环⽆涯Infinity财跃F1⾦融⼤模型 混元星河 moonshot ⽇⽇新⻄湖 紫东太初悟道 LightGPT奇富GPT 招联智⿅轩辕⼤模型 盘古鸿湖 ⾔犀 abab智脑 从容⽟⾔ ⼭海序列猴⼦ 天河天元 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 1 业务系统复杂 2 数据密集 3 ⻛控要求⾼ 4 监管严格 •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。 •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 的采纳和应⽤产⽣影响。 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 ⾦融⾏业具有⼤量丰富的可实践场景⾦融⾏业实践需要极其谨慎 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 保险资产规模头部探索AGI应⽤ •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AIAgent雏形。 银⾏ 稳健发展,扩⼤应⽤范围 银⾏•在寻找新的增⻓点和提升运营效率 银⾏的需求推动下,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; 证券保险 证券 尝试⾮决策类业务 •证券机构在AI⼤模型的应⽤探索主要聚 ⾦融科技 AGI应⽤⽔平 ⾦融科技 •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 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。 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