金融业智能体应用：从探索到落地的新篇章

　　在不久前落幕的国际金融展中，大模型是最热的话题。其间举办的大模型金融应用及创新论坛座无虚席，AI技术发展速度之快，从业者需及时跟上技术应用的脚步。

　　2025年被称为“智能体元年”，金融行业成为智能体落地应用的前沿“战场”。金融业大模型应用将走入下半场，这对金融机构自身的数字化基础与工程能力都提出更高的要求。

　　“严格意义上的智能体需要具备自主规划的能力，在AI时代智能体真正要实现应用落地，将对工程化能力提出远高于云原生时代的要求。”中国电子首席科学家况文川表示。

金融业初探智能体

　　“智能体元年”已经过半，金融行业的智能体落地应用成效初现。大型商业银行越来越多地提及智能体（AI Agent）的实际应用，中小银行开始再造底层基础设施。

　　一家保险机构提到，得益于今年模型水平与产业链的成熟，他们研发的“数字核保员”智能体能力得到了非常大的提升。目前在该公司智能体开发平台上投入研发的智能体已超过100个。

　　“在当下，智能体的自主规划能力能否成为原生AI应用的基础，是否会规模化替代现代应用中基于规则和代码的硬编排方式，这些技术问题还处于概念验证的初期阶段。”况文川表示。

重构AI落地的“脑、眼、四肢”

　　在多位受访人士看来，以智能体为代表的AI应用落地，已经开始重构金融机构数字化转型系统工程。金融智能体建设不是单一的模型，而是一个“系统工程”。

　　余滨认为，金融智能体的落地过程中，结合金融机构内部经验的金融大模型是“大脑”，实时感知专业知识、数据的金融知识库是“眼睛”，能够及时调用推动业务落地的金融工具集是“手脚”。

　　况文川表示，技术迭代已经从分布式架构、云原生阶段发展到了数据、算力与模型融合的新阶段，融合型基础设施需要同时容纳和调度通用算力与智能算力。

　　数据能力建设则是有两个关键问题，一是金融机构是否建立起自身的金融知识库；二是金融机构如何对数据生产展开变革，来确保AI生成内容的安全可信。

基于效果收费模式初现

　　在基础设施与数据能力建设的同时，金融机构的AI应用生产模式已经发生变化。AI应用生产模式的变革发生在组织架构、生产流程、交付模式等多个方面。

　　余滨表示，根据不同金融机构的资源禀赋与战略决策，目前大模型在金融机构的落地路径分为四种类型。章鹏认为，产生实质性业务价值的大模型项目应当是一号位工程。

　　越来越多的金融机构建立了专门推动大模型落地应用的组织架构。况文川表示，目前的应用生产模式已经从基本的代码驱动发展为“代码+数据+智能驱动”。

　　事实上，需要全方位调动各个环节实现落地应用的智能体，比单项大模型技术应用还需要更高昂的投入，在这样的背景下，已有按效果收费的“RAAS”模式出现。

（文章来源：21世纪经济报道）

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。