2025年是AI應(yīng)用元年，金融行業(yè)正經(jīng)歷一場(chǎng)以“垂直化AI”為核心的深度變革。安永最新報(bào)告顯示，中國(guó)金融科技市場(chǎng)規(guī)模已突破4.59萬(wàn)億美元，預(yù)計(jì)2030年將達(dá)9.97萬(wàn)億美元，年復(fù)合增長(zhǎng)率達(dá)13.8%。

當(dāng)前，包括銀行、保險(xiǎn)、基金等金融機(jī)構(gòu)已完成多類通用大模型的本地化部署。行業(yè)人士對(duì)記者稱，大模型與專業(yè)知識(shí)庫(kù)的結(jié)合是AI落地的未來(lái)趨勢(shì)。

金融AI的知識(shí)基建：從通用到專屬

具體看來(lái)，AI正逐步滲透金融領(lǐng)域，從風(fēng)險(xiǎn)管理到客戶服務(wù)、從投資決策再到支付安全。

易方達(dá)投顧金融科技負(fù)責(zé)人劉瑋對(duì)第一財(cái)經(jīng)分析稱，DeepSeek的出現(xiàn)令金融機(jī)構(gòu)以更具成本效益的方式運(yùn)用AI技術(shù)，也催生出更多智能化應(yīng)用場(chǎng)景。金融機(jī)構(gòu)積極跟進(jìn)，紛紛完成多類通用大模型的本地化部署，也有越來(lái)越多基于專有數(shù)據(jù)與知識(shí)的領(lǐng)域模型及AI應(yīng)用的創(chuàng)新。

那么AI在金融領(lǐng)域要實(shí)現(xiàn)精準(zhǔn)應(yīng)用，光DeepSeek就夠了嗎？

燕道數(shù)科CTO袁考明透露，以保險(xiǎn)領(lǐng)域?yàn)槔?，大模型因缺乏專業(yè)級(jí)的精算數(shù)據(jù)和監(jiān)管規(guī)則庫(kù)，“AI幻覺(jué)”仍是不容忽視的問(wèn)題。例如，在產(chǎn)品定價(jià)或條款解釋中，AI可能生成不符合監(jiān)管要求或?qū)嶋H情況的回答。那么在強(qiáng)監(jiān)管、高精度的保險(xiǎn)、以及整個(gè)金融行業(yè)，這一問(wèn)題不僅影響決策效率還可能帶來(lái)合規(guī)風(fēng)險(xiǎn)。

Vectara實(shí)驗(yàn)室最新測(cè)評(píng)顯示，主流大模型DeepSeek-R1的幻覺(jué)率高達(dá)14%，而南都大數(shù)據(jù)研究院發(fā)布的《2024 AI風(fēng)險(xiǎn)白皮書》也提到，被記錄的220起風(fēng)險(xiǎn)事件中，技術(shù)濫用（50%）、決策倫理爭(zhēng)議（24%）與虛假信息傳播（20%）構(gòu)成三大風(fēng)險(xiǎn)集群，疊加數(shù)據(jù)泄露等安全隱患，折射出AI治理體系升級(jí)的迫切需求。

“站在投顧的角度，也要求在技術(shù)的使用上需要負(fù)責(zé)任地使用AI。”劉瑋分析稱，投顧機(jī)構(gòu)應(yīng)重視擁抱AI以降本增效，培養(yǎng)復(fù)合型人才，明確AI應(yīng)用邊界，強(qiáng)化數(shù)據(jù)保護(hù)，堅(jiān)守買方立場(chǎng)。這要求從業(yè)人員要學(xué)習(xí)AI知識(shí)技能，提升合規(guī)意識(shí)，維護(hù)客戶利益與隱私安全。

在法律層面，早在2023年8月，由網(wǎng)信辦等七部門發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》（下稱《辦法》）正式施行，《辦法》明確要求生成式AI服務(wù)提供者需建立數(shù)據(jù)合規(guī)、算法透明、生成內(nèi)容管理等六大機(jī)制，隨著《辦法》的實(shí)施，中國(guó)AI產(chǎn)業(yè)的治理與規(guī)范化水平日益發(fā)展和成熟。

目前監(jiān)管框架的完善正為行業(yè)劃定邊界。國(guó)家金融監(jiān)督管理總局此前強(qiáng)調(diào)，AI應(yīng)用需堅(jiān)持技術(shù)中立原則，重點(diǎn)防范數(shù)據(jù)濫用與算法歧視。

數(shù)據(jù)資產(chǎn)待沉淀

隨著生成式AI技術(shù)加速滲透各行業(yè)，數(shù)據(jù)資產(chǎn)沉淀與風(fēng)險(xiǎn)治理成為制約技術(shù)落地的核心挑戰(zhàn)。

金融領(lǐng)域因其數(shù)據(jù)密度高、專業(yè)性強(qiáng)，暴露出大模型垂直行業(yè)數(shù)據(jù)供給不足的問(wèn)題。

“當(dāng)我們通過(guò)AI應(yīng)用咨詢金融問(wèn)題的時(shí)候，即便接入DeepSeek等前沿大模型，回復(fù)的完整性和準(zhǔn)確性往往都不盡如人意。”盈米基金相關(guān)負(fù)責(zé)人告訴記者，這并非源于模型本身推理能力的局限，而是金融領(lǐng)域?qū)I(yè)數(shù)據(jù)的結(jié)構(gòu)性缺失。

該上述負(fù)責(zé)人透露，該機(jī)構(gòu)目前的應(yīng)對(duì)措施是構(gòu)建多元混合大模型技術(shù)底座，同時(shí)體系化梳理公司的數(shù)據(jù)資產(chǎn)，將前期積累的財(cái)富管理知識(shí)圖譜轉(zhuǎn)化為機(jī)器可讀的知識(shí)庫(kù)，通過(guò)API接口賦能AI模型訓(xùn)練，以期破解"金融大模型不金融"的行業(yè)困局。

燕道數(shù)科的解決方案也在“AI壽險(xiǎn)工具”中采用了多模態(tài)混合引擎結(jié)合行業(yè)內(nèi)部數(shù)據(jù)形成專有知識(shí)體系。“與專業(yè)數(shù)據(jù)庫(kù)深度融合，能夠準(zhǔn)確理解保險(xiǎn)領(lǐng)域的復(fù)雜邏輯。”袁考明稱，此外還有整合保險(xiǎn)產(chǎn)品知識(shí)、費(fèi)率表、利率曲線及監(jiān)管政策等全市場(chǎng)數(shù)據(jù)，構(gòu)建動(dòng)態(tài)知識(shí)庫(kù)。以及分層多數(shù)據(jù)源混合存儲(chǔ)策略，并結(jié)合專業(yè)領(lǐng)域模型微調(diào)，通過(guò)意圖分析理解進(jìn)行高效且精準(zhǔn)的數(shù)據(jù)調(diào)用，減少無(wú)效計(jì)算，目前該解決方案已在多家壽險(xiǎn)公司投入測(cè)試及應(yīng)用。

另外，針對(duì)金融領(lǐng)域中模型同質(zhì)化問(wèn)題，百度金融搜索業(yè)務(wù)產(chǎn)品負(fù)責(zé)人殷寧臻在近日在倫敦證券交易所集團(tuán)（London Stock Exchange Group）2025年中國(guó)市場(chǎng)展望論壇上提到，模型同質(zhì)化在金融場(chǎng)景中難有應(yīng)用效果差異類似“套殼”現(xiàn)象。這是因?yàn)锳I與金融數(shù)據(jù)融合不深入、用戶底層洞察不夠，機(jī)構(gòu)優(yōu)勢(shì)場(chǎng)景結(jié)合不足等。

殷寧臻認(rèn)為，在金融場(chǎng)景下，各機(jī)構(gòu)掌握的用戶數(shù)據(jù)量級(jí)已超過(guò)傳統(tǒng)互聯(lián)網(wǎng)平臺(tái)，但如何有效挖掘這些數(shù)據(jù)背后的深層價(jià)值，并與AI能力相結(jié)合，仍是亟待解決的問(wèn)題。此外，企業(yè)在追求技術(shù)創(chuàng)新時(shí)，應(yīng)結(jié)合自身業(yè)務(wù)優(yōu)勢(shì)而非盲目跟風(fēng)，避免陷入同質(zhì)化競(jìng)爭(zhēng)的漩渦。

“數(shù)據(jù)質(zhì)量與知識(shí)含量，是發(fā)揮AI價(jià)值的關(guān)鍵前提。”安永大中華區(qū)科技咨詢服務(wù)主管合伙人顧卿華此前對(duì)第一財(cái)經(jīng)稱，機(jī)構(gòu)需通過(guò)數(shù)據(jù)要素的全生命周期管理、AI可信體系構(gòu)建等措施，來(lái)厘清AI應(yīng)用場(chǎng)景與建設(shè)路徑。此外，擁抱AI的目標(biāo)并不是替代人，而是讓人類專注于決策創(chuàng)新與情感交互。

業(yè)內(nèi)人士指出，未來(lái)AI破局需“數(shù)據(jù)+風(fēng)控”雙驅(qū)動(dòng)，深化數(shù)據(jù)要素配置，構(gòu)建全周期風(fēng)控體系。隨著監(jiān)管完善，技術(shù)與倫理協(xié)同將成AI發(fā)展關(guān)鍵。