2024年AGI在金融领域的应用实践洞察报告

研究背景

AI技术快速发展，进入工程化时代，全栈智算体系和AI平台构建成为标志。金融领域作为AI影响最深的领域之一，成为AGI应用先锋，知识密集、场景丰富、数据基础扎实，为AGI落地应用提供肥沃土壤。

AGI在金融领域应用特征解读

金融行业独特属性（风控要求高、监管严格、数据密集、业务系统复杂）为AGI应用提供丰富场景，同时对其安全性提出更高要求。金融科技和银行引领AGI在金融领域的应用实践，保险行业在核心场景进行试点，证券行业尝试非决策类业务，金融科技企业从技术研发走向创新实践。

AGI在金融领域典型厂商案例解读

工商银行全面推广并应用大模型技术体系，加速金融科技与业务的无缝融合；北京银行深度应用AIGC技术，加快构建大模型应用体系；阳光保险大模型应用的建设遵循从普及应用到垂直深入的策略，全面覆盖业务场景；中信证券上线债券大模型Bond Copilot，缓解债券全链条工作的痛点；华盛证券凭借自研金融大模型的创新突破，引领香港金融券商领域在AI 2.0时代的革新；蚂蚁集团“支小助”成为行业首批经过规模化验证并被广泛认可的AGI典型实践；科技企业从智能代码到数据洞察，帮助金融机构多方位实现AGI技术应用落地。

AGI在金融领域应用面临的挑战和应对

金融领域AGI应用主要面临技术、数据、资源、合规性及监管四大挑战。针对这些挑战，金融机构应进行AGI应用评估、设定成本效益评估指标、循序渐进设定“破冰期”，并关注风险管理、创新与尝试、资源投入、技术集成、监管合规等因素。

AGI在金融领域应用未来发展趋势

未来AGI建设方向：金融机构关注三大发展重点，突出应用场景和数据积累，关注MaaS平台，紧密围绕业务需求，明确技术应用的具体场景和目标。数据积累及治理水平和竞争积极性组成金融机构AGI建设的重要前提。未来应用方面，风险管理将成为关注重点，风险缓释策略将得到全面革新。“规模化”与“普惠化”将引领中国金融领域AGI应用跻身全球领先地位。