数字孪生技术金融应用研究报告 北京金融科技产业联盟 2025 年 3 月 目 录 一、 数字孪生介绍 .................................................. 1 （一） 数字孪生的概念与发展 .....................................1 （二） 数字孪生的金融政策指引 .................... .....4 二、 金融应用发展 .................................................. 9 （一） 金融业业务场景痛点 .......................................9 （二） 金融业数字孪生需求方向 ..................................12 （三） 金融业数字孪生建设进展 .. （五） 供应链金融 ..............................................25 （六） 绿色金融 ................................................27 （七） 普惠金融 ................................................29 （八） 养老金融 ........

2024-07-02 2024-08-02 2024-09-02 2024-10-02 2024-11-02 2024-12-02 2025-01-02 2025-02-02 银行业 非银金融 沪深300

持续优化算力资源地域布局，加强集约化建设，强化算网存用 协调发展，推动新一代信息技术与算力设施融合应用，引导算 力运营智能化升级。 需求牵引，强化赋能。坚持市场需求导向，发挥区域比较 优势，进一步释放工业、金融等重点行业对算力应用的需求潜 力，激发智能算力、边缘算力等全场景应用创新活力，推动算 力与实体经济融合发展。 创新驱动，汇聚合力。坚持创新驱动，遵循技术、标准、 产业和应用渐次导入的规律，推动核心技术攻关。充分发挥科 存储力方面，存储总量超过 1800EB，先进存储容量占比达 到 30%以上，重点行业核心数据、重要数据灾备覆盖率达到 100%。 应用赋能方面，打造一批算力新业务、新模式、新业态， 工业、金融等领域算力渗透率显著提升，医疗、交通等领域应 用实现规模化复制推广，能源、教育等领域应用范围进一步扩 大。每个重点领域打造 30 个以上应用标杆。 二、重点任务 （一）完善算力综合供给体系 足均衡型、计算 4 和存储密集型等各类业务算力需求。 3. 促进边缘算力协同部署。加快边缘算力建设，支撑工业 制造、金融交易、智能电网、云游戏等低时延业务应用，推动 “云边端”算力泛在分布、协同发展。加强行业算力建设布局， 满足工业互联网、教育、交通、医疗、金融、能源等行业应用 需求，支撑传统行业数字化转型。 4. 推动算力标准体系建设。加快制定面向业务需求的算力 设施、IT 设

键业绩指 标（KPI）和验证投资回报率（ROI）方面步履维艰。技 术升级需要成本，实施存在风险，而且高管希望转型但 却对领导这项工作犹豫不决，使得挑战显得更为严峻。 如欲将自身打造成为智慧型金融机构，银行应该积极拥 抱人工智能，将其视为可持续发展的驱动因素之一。银 行可以通过将人工智能融入从营销和客户服务到欺诈防 范和风险管理的各项职能当中，构建以客户为中心的创 新解决方案，从而既能增强盈利能力，又能提高客户忠 智慧银行：以人工智能驱动转型并创造价值 5 越来越多的银行正通过聊天机器人、内容创建和个性化 营销等特定用例对生成式人工智能开展试验。然而，许 多银行在从此类用例中获取价值回报方面仍面临重重困 难。我们的调研发现，尽管许多金融机构认为人工智能 对其未来发展至关重要，同时也已开始利用人工智能提 升效率，但只有一小部分表示其人工智能投资已能够推 动收入增长。 银行面临着独特的挑战 对许多银行而言，建立一个足够强大的风险管理环境，为 户个性化体验，可有助于最大限度地提高 投资回报。 建立对转型路线图的信任 人工智能的应用可能使银行业面临独特的 信任风险，这意味着必须从一开始就实施 主动风险管理。银行必须应对数据隐私和 安全方面的挑战，以确保遵守金融法规， 同时保护敏感客户信息。消除算法偏见并 使用透明且可解释的人工智能技术，且这 些技术能够让监管机构、客户以及公司内 部人员充分信任，这对企业而言至关重 要。 为人工智能应用打造可持续的技术和

发展阶段 100% 0% 农业 能源 医疗 建筑 制造 电商 出行 游戏 软件 金融 传媒 教育 广告 AI大模型赋能千行百业 • 随着技术的突破与应用场景的拓展，“AI+”将给各行业、各领域注入发展驱动力，助力千行百业“加速跑”。目前AI大模型在广 告、传媒、教育、金融等领域快速落地应用， AI算力与各行业深度融合，将加速产业升级和数字化转型进程。 • 算力基础设施 广泛应用迎来持续性的规模扩 展，以满足日益增长的算力需求。 以OpenAI 的 Sora为例，生成性人工 智能算法将文本转化为照片和视频： 行业模型 零售 政务 教育 交通 医疗 广告 金融 传媒 工业 ...... 基础模型 NLP 多模态 科学计算 CV 预测 ...... 算力基础设施 AI芯片 AI服务器 智算中心 云服务 智算一体机 ...... 场景模型及应用 揭 示了国内厂商对于高性能计算资源的迫切需求。 53.2% 17.8% 8.7% 4.2% 4.2% 4.0% 3.7% 4.3% 互联网 服务 政府 电信 制造 教育 金融 其他 中国各行业智能算力应用分布，2023 ➢ 互联网头部厂商大量采购智算芯片 相较海外，国内智算中心正处于高速增长期，中国各行业对智算的需求急剧上升，其中互联网行业是最大需求方， 互联网

资源池化、按需服务、快速部署和灵活管理 极高计算速度和精度 强大计算能力和高度智能化水平 领域 广泛应用于需要快速相应市场变化、调整业务规模的 领域的云计算应用，例如电商、金融、制造等 高性能计算、大规模科学计算等 人工智能、机器学习等 基础架构 物理基础层、虚拟化层、管理层、服务层等关键部分 高性能计算集群、大规模存储系统、网络架构 2007 2012 5 大型云计算公司（BAT 及 COLO） 2009 2012 4 其他互联网公司 2013 大型政企 2015 2017 3 四大行金融客户 2017 2020 3 南网 2017 中国移动 2009 2019 10 资料来源：《数据中心 HVDC 发展十年,开创泛在高压直流时代（胥飞飞，《数据中心建设+》2020 华泰及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况 下，华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易，为该公司提供投资银行、财务顾问或者金融产 品等相关服务或向该公司招揽业务。 华泰的销售人员、交易人员或其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本 报告意见及建议不一致的市场评论和/或交易观点。华泰

AI 1.0 到 AI 2.0 , 人类对 AI 的想象, 飞速从简单地识图、识字、辨音等 基础场景 进化到今天: AI 具备了强大的分析能力, 能够深度挖掘数据价值, 走 深向实, 行业大模型在金融、医疗、教育、零售、能源等多个行业领域实现了初 步应用, 并产生了明显的经济效益和社会效益。 特别是在中国, AI 的风起云涌恰逢波澜壮阔的企业智能化浪潮,体现在《中 国企业智能化成熟度报告 (2024) 为各行各业创新发展和转型升级提供了新的工具和视角, AI 技术红利加速释放,为各行各业的转型注入了新动力。 中国信通院最新发布 的《人工智能发展报告 (2024 年) 》认为, 当前人工智能应用持续走深向 实,行业大模型已在金融、 医疗、教育、零售、能源等多个行业领域实现了 初步应用,并产生了明显的经济效益和社会效益。 如今, AI 成为发展新质生 产力的核心要素, 企业智能化转型也成为新质生产力的关键价值呈现。 企业作为科技创新的主力军 "人工智能+" , 创新之变正在打开经济增长的更大空间。 自 2022 年开 始,我们在全国范围内,面向大中型企业客户发放《企业智能化成熟度评估量表》, 覆盖包括制造、 公共事业、 交通、能源、建筑、金融、流通、医疗卫生、专业服 务、个人消费服务、媒体、 电信、互联网在内的 13 大行业, 开展了基于年比年 历史数据的演进观测和分析, 以期寻找穿越周期、持续跃升的智能化转型和发展 规律。 2024

------------------- 50 第 1 页 一、引言 在科技飞速发展的当下，数字化转型已成为全球经济发展的核心驱动力，深刻改变着各行 各业的运营模式和发展格局。从智能制造到智慧金融，从医疗健康到教育文化，数字化的触角 延伸至社会的每一个角落，重塑着我们的生活与工作方式。 大模型技术的兴起，将企业数字化转型推向了一个新的高潮。DeepSeek、ChatGPT、文 心一言等 优化以及模式和业态的创新。 典型行业人才需求分析 行业 人才缺口 所需人才必要技能 金融 金融企业关注全业务流程的数字 化、智能化，但金融科技人才主 要集中在营销、风控等方面，而 后台数字运营等业务领域的人才  在合规前提下，具备基于数据驱动的金融业务多 场景应用和创新能力，能以数字逻辑优化金融业 务流程并推进业务创新。 第 7 页 较为缺乏。 制造 不同体量的制造企业关注点不完 年全国工商联经济服务部、国家发改委宏观经济研究院等 对大陆地区民营企业开展问卷调查结果，从转型投入及支撑保障来看，目前约 68%的民营企 业数字化主要痛点是资金紧张、人才缺失，制约了数字化转型的效果。 第 8 页 通过对金融、制造、能源、新零售几个典型行业的企业调研可以发现，企业数字化建设的 进程普遍推进较快，但企业对于数字化人才的需求较大，这主要因为企业内部熟悉并能熟练掌 握数字技术的员工往往是少数（主要为企业 IT

、单位或附属机构在制作类似的其他材料时所给出的意 见不同或者相反。 本报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。本报告提及的任何证券或金融工具均可能含有重大的风险，可能 不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可能会受汇率影响而波动。过往的业绩并不能代表未来的表现。 客户应当考虑到国金证券存在可能影响本报告客观性 终操作建议做出任 何担保，在任何时候均不构成对任何人的个人推荐。 在法律允许的情况下，国金证券的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易，并可能为这些公司正在提供或争取提供多种金融服务。 本报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。国金证券并不因收件人收到本报告而视其为国金证券的客户。 本报告对于收件人而言属高度机密，只有符合条 份有限公司客户中风险评级 高于 C3 级(含 C3 级）的投资者使用；本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建 议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断。使用国金证券研究报告进行投资，遭受任何损失，国金证券不承担 相关法律责任。 若国金证券以外的任何机构或个人发送本报告，则由该

大的算力基础设施，以支持AI模型的研发和应用；积极打造 人工智能产业创新高地，吸引顶尖人工智能企业和人才汇聚。 ◆ 上海市政府着力于AI大模型的产业集聚和生态建设，通过 实施大模型创新扶持计划和示范应用推进计划，推动AI技 术在金融、制造、生物医药等领域的应用；推动AI开源生 态产业集群的建设，以促进AI技术的创新和应用。 “夯实产业根基， 站在高维的视角， 对人工智能产业 各层次的发展进 行标准制定。” “各地因地制宜， 数据基础 算法基础 Infrastructure for AI Technology for AI 人工智能技术层 人工智能应用层 Application for AI AI+泛安防 AI+金融 机器学习 计算机视觉 智能语音 知识图谱 自然语言处理 智算中心 智能云服务 2024年中国人工智能产业图谱 AI基础数据服务 数据集 向量数据库 数据治理 AI算法框架 AI模型架构 落地实施，同时为企业提供安全、高效的 AI 应用开发和部署能力。以 DeepSeek为代表的模型，具备开源部署、本地化应用（保障数据隐私）、低成本高质量以及快速定制化交付等优点，精准地满足了政府、 金融、医疗以及工业制造等B端行业的特定需求。预计2025年，DeepSeek适配一体机市场将进一步升温，迎来新的市场热潮。随着大模 型商业化进程的不断加快，一体机、分布式 AI 开发框架以及LLMOps