Financial Technology 金融科技 36 国际金融 2024-10 INTERNATIONAL FINANCE AI 大模型在金融行业的应用前景及 潜在影响分析 ◎姚泽宇 苏杭 作者简介 ：姚泽宇，中国国际金融股份有限公司研究部执行总经理 ；苏杭，中国国际金融股份有限公司研究部分析师。 摘要：当前，金融机构主要将大模型应用于业 务场景简单的非决策类环节。本文从展业流程角度 务场景简单的非决策类环节。本文从展业流程角度 和业务场景角度系统梳理 AI 大模型在金融行业的 应用现状，并从应用趋势、赋能空间、产业格局三 个方面对大模型在金融行业应用趋势展开探讨，动 态、辩证分析大模型对金融体系的整体影响。本文 认为，监管机构、金融机构及技术服务商等各方可 通过加强合作、明确监管合规要求、完善风控制度 等降低大模型带来的相关风险；同时，针对未来大 模型广泛应用所带来的潜在风险也需提前讨论、积 极防范。 保险设计平台，其中大模型将应用于帮助精算师更 高效地获取信息，以及基于已有数据和知识库生成 多种保险方案。 二、大模型对金融行业未来发展可能 产生的影响 展望未来，伴随大模型能力提升以及在金融行 业进一步落地应用，大模型有望推动金融行业提升 效率，并给产业协作和行业格局带来深远影响。本 文从应用趋势、赋能空间、产业格局三个方面对大 模型在金融行业应用的发展趋势进行探讨。 （一）应用趋势展望：大小模型协同发展，

- 1 - 2025 年 5 月 12 日 第 14 期 总第 689 期 全球灯塔网络： 思维转变对数字化转型影响和规模的推动 【译者按】2025 年 1 月，世界经济论坛与麦肯锡联合发布《全球灯塔 网络》报告，总结了全球 189 家标杆工厂的转型成效。报告分析了跨行业 协作及 AI 技术对生产效率的驱动作用，确定其“价值回馈”的关键性策 略，包括预防流程债务、开发模块化资产、赋能一线员工及循环经济实践， 在不断变化的技术环境中竞争，需要一种专注于赋能转型一 线人员的思维模式和投资策略。 灯塔工厂摒弃盲目技术堆砌，以 2:3:5 的比例分配技术、流 程优化与规模化投入（普通企业仅 1-2 倍）。其核心策略为：预 防流程债务、夯实人/流程/技术能力、资产化推广（如模块化工 具）、本地化适配方案，确保技术实效落地（见图 4）。 - 9 - 图 4：灯塔工厂实施和保持大规模影响的方法 预防“流程债务” 推进灯塔工厂与企业团队的数字化转型，贵公司新增哪些关键职能岗位？” 西门子等企业的生产现场负责人正重掌先进技术方案确定与 整合的主导权。行业焦点有两大关键领域：一方面通过技能升级， 使一线岗位适应未来技术对工艺流程的影响；另一方面借助低代 码和无代码等技术工具，赋能非技术员工成为能够创建、修改及 优化应用程序的业务用户。 （三）通过资产化扩大规模 资产化通过开发可复用的数字化资产，系统化推动组织转型。 早

足迹管理体系作为深化生态文明体制改革重要内容。为贯彻落实党中央、国 务院重要决策部署，生态环境部联合 14 部门印发《关于建立碳足迹管理体系 的实施方案》，编绘并推动落实我国产品碳足迹管理体系建设的“任务书” 和“施工图”，全国碳足迹管理体系建设迎来良好开局。 为系统总结 2024 年以来我国产品碳足迹管理体系建设进展，向社会各界 分享碳足迹工作实践和经验，生态环境部组织撰写了本报告，重点从建立健 全管理体系、构建工作格 编绘了碳足迹管理体系建设的“任务书”和“施工图”。 二、建立健全碳足迹管理体系 产品碳足迹管理体系建设进展报告（2025） 5 专栏一 全面、统筹、协同推进碳足迹管理体系建设（节选） 2024 年 5 月，生态环境部等 15 个部门印发《关于建立碳足迹 管理体系的实施方案》（以下简称《实施方案》），旨在加快建 立我国碳足迹管理体系，增进碳足迹工作国际交流互信。《实施 方案》任务清晰、分工明确、措施细化，注重国内统筹和国内外衔接， 提出了产品碳足迹报告要求以及基本内容； ● 规定了鉴定性评审、产品碳足迹声明和具体产品碳足迹标准框架等内 容，为后续实施应用提供了充分的指引和保障。 明确标准制修订规范。2024 年 12 月 28 日，生态环境部联合国家发展改 革委、市场监管总局等相关部门印发《产品碳足迹核算标准编制工作指引》， 明确产品碳足迹核算标准编制工作要求，加快建立统一规范的产品碳足迹核算 标准体系，积极推动团标、行标和国标互相衔接、同向发力。《产品碳足迹核

立时代潮头，在一代代人的奋勇担当、务实 拼搏中，实现了从阡陌水乡到现代化新城的 蝶变跃升。 苏州工业园区一直秉承可持续发展理念，坚 持“一张蓝图绘到底”，持续统筹布局生产、 生活、生态空间，着力营造宜居宜业环境。 2023 年，全年实现地区生产总值3,686亿 元 ， 同 比 增 长 5.9% ； 一 般 公 共 预 算 收 入 411.1亿元，同口径增长6.1%；固定资产投 资592.9亿元，增长25.3%。大力推动高水 态文明思想，落实新发展理念，对标国际先 进水平，推动可持续投资环境建设，发展环 境、社会、治理（ESG）相关产业，力争成 为改革创新、推动高质量发展的表率，在服 务全国构建新发展格局，率先实现社会主义 现代化上走在前列。 关于本报告 报告和范围 《苏州工业园区可持续发展（环境、社会、治理）白皮书》是苏州工业园区发布的第一份可持续发展白皮书，它 概述了园区在环境、社会和治理（ESG）方面的深厚积淀和实践成果，体现了园区对于可持续发展的承诺，展示 白皮书首次披露了苏州工业园区在可持续发展方面的成绩，全面总结了园区的优秀实践经验和做法，展现了园区 在促进产业转型升级、提升居民生活质量、优化生态环境、推进科技创新和实现资源高效利用等方面取得的显著 成效。 • 首份开发区可持续发展（环境、社会、治理）报告 白皮书是全国首份开发区可持续发展（环境、社会、治理）报告，从绿色园区、和谐社会、卓越治理三个维度出 发，识别了十七个重要性议题，向全社会传达了苏州工业园区将可持续发展议题全面纳入治理、战略、风险管理

全 • 八、环境生 态 • 九、应急响 应 • 十、能源管 理 标准编制 为规范智慧化工园区建设，开展了《智慧化工园区建 设指南》国标的编制 新环境 国家对安全、环保、应急管理的要求不断提高 智慧化工园区 借助信息技术，提升园区的综合水平 一、背景 本标准规定了智慧化工园区的 建设总则、基础设施、数据资 源、安全体系、环境生态、应 急响应、能源管理、封闭园区、 智慧园区数据资源支撑平台，满足园区各类应 用系统的信息化业务需求。 > 设计 整合园区的各类信息资源，兼顾中短期效益与 长期可持续发展的要求，设计“安全、创新、 绿色、智能、协调”的智慧型化工园区。 建设 在提高园区环境质量水平、安全体系保障、综 合监管能力和降低企业经营成本的基础上， 建设管理精细化、决策科学化、服务高效化和 产业发展智慧化的智慧化工园区。 四、总则 3 建 设 规划 设计 进行清洗、转换后再次存储 备 用，以满足数据支撑平台 高速 数据访问的需求。 物理场所 物理场所指满足园区日 常办公和应急指挥要求， 支撑智慧园区数据资源 中心运行与服务的场地 和环境。 数据采集 数据采集涉及的基础设 备包括数据采集终端， 数据资源中心机房有线 网、无线网、园区专网 的数据接入等。 五、基础设施 数据资产 智慧园区的资产数据包括园区档案 数据和企业档案数据两部分。

免责声明： 本报告受到四川省生态环境厅应对气候变化管理机制研究 等项目的资助，由生态环境厅应对气候变化与对外合作处指 导，四川省环境政策研究与规划院、天府永兴实验室减污降碳 评估研究中心编制发布。本报告中所提供的信息仅供参考。本 报告根据合法渠道获得相关数据和信息，并尽可能保证可靠、 准确和完整，对于本报告所提供信息所导致的任何直接的或者 间接的后果，发布单位不承担任何责任。 如引用、转发本报告，需注明出处为四川省环境政策研究 与规划院、天府永兴实验室减污降碳评估研究中心，且不得对 本报告进行有悖原意的引用、删节和修改。本报告之声明及其 修改权、更新权及最终解释权均归发布单位所有。 01 前 言 近零碳排放园区是在碳达峰碳中和新形势下，推动园区绿 色低碳、可持续、高质量发展的一种新模式，是园区绿色低碳 发展的新形态，以碳排放总量和强度控制为突出导向，以产业 低碳化、低碳产业化为发展方向，以能源清洁低碳转型为核 心，以技术研发应用为支撑，通过调结构、上工程、推技术、 强管理等各种手段的有效组合，最终实现园区碳排放逐渐趋近 于零。 2022 年 4 月，四川省生态环境厅、经济和信息化厅联合印 发《关于开展近零碳排放园区试点工作的通知》（川环函 〔2022〕409 号），正式启动省级近零碳排放园区试点。2022 年 8 月，印发《关于公布四川省近零碳排放园区试点名单的通

趋势 5 数字化转型的核心变革： 利用新一代ERP解锁未来的优势 32 2025年趋势追踪 趋势6 矿业及金属行业的智慧运营： 数据驱动的优势 39 趋势 7生成式AI对矿业及金属行业劳动力的影响： 发展有效的再培训策略 46 趋势 8推进净零排放进程： 协作应对气候变化 54 趋势 9 使ESG策略更加以价值为导向： 驱动目标与进展 61 趋势 10 创造自然竞争优势： 资产组合。此外，还需培育一支活力满 满、精通未来技能的员工队伍。 为此，矿业及金属行业的领导者必须具备文化胜任力，以引领背景多元且富有使命感的员 工队伍，并与社区及传统土地所有者通力合作，为社会和环境创造长期价值。同时，领导 者还需具备技术好奇心，并有能力激励团队勇于尝试生成式人工智能（GenAI）等创新技 术，群策群力解决问题，同时拥有重塑传统矿业及金属行业体系与流程的前瞻性视野。然 而，至关 2:塑造关键矿产供应链 趋势 3:驱动增长，提升韧性 趋势 4:利用人工智能提升矿产勘探 趋势5:数字化转型的核心变革 趋势 6:矿业及金属行业的智慧运营 趋势 7:生成式AI对矿业及金属行业劳动力的 影响 趋势 8:推进净零排放进程 趋势 9:使ESG策略更加以价值为导向 趋势 10:创造自然竞争优势 全球及中国联系人 作者与致谢 趋势 1 引领矿业及金属行业步入新时代:依托前瞻性 领导力，

人们 再次提出了关于新兴能源使用的问题 技术。在这种情况下 ， 批评家推测 AI 的快速采用 数据创新中心 1 再加上深度学习模型规模的增加将导致 能源使用的大量增加 ， 具有潜在的破坏性 环境影响。8 然而 ， 与过去的技术一样 ， 许多 关于人工智能消耗能源的早期说法已被证明是 夸大和误导。本报告概述了辩论 ， 包括一些早期的失误以及它们是如何形成的 政策对话 ， 并澄清人工智能能源的记录 取决于许多复杂的因素 ， 包括有关芯片的详细信息 ， 冷却 使用的系统、数据中心设计、软件、工作负载和能源 用于发电。这个问题不是 AI 独有的。作为一组 能源研究人员在一篇文章中描述了这个问题Annual 能源与环境回顾: 为信息创建可靠的电力需求估计 技术充满了困难。底层数据未知 准确地说 ， 经验数据是有限的 ， 最有用的数据是 通常是专有的 ， 而且技术变化如此之快 ， 甚至 准确的数据很快就过时了。9 需要大量的能源 训练这个特定的 AI 模型是正常的 ， 尽管这个估计很清楚 指的是一个非典型的例子。这就像一个汽车新闻媒体 发表一篇文章 ， 建议 “驾驶汽车排放的碳与 一架飞机 “仅基于一项研究环境影响的研究 飞行汽车的原型。 此外 ， 原始的研究论文和随后的新闻 文章经常指出 ， 虽然大型人工智能模型的性能优于现有的 在语言翻译基准测试中 ， 改进只是 边际。这意味着人工智能研究人员正在做琐碎的事情

绿色之星 中国园区低碳之路的先行者 • 清华苏州环境创新研究院 • 碳中和技术与绿色金融协同创新实验室 • 清华大学环境学院中国工业园区绿色发展中心 • 中国循环经济协会工业园区绿色发展分会 • 西门子中国研究院 在全球应对气候危机的背景下，中国给出了自 己迈向碳中和的承诺。园区是中国产业和经济 发展的重要承载形式，在提供了大量基础设施 和公共服务的同时也是主要的碳排放源头之 一。因此，科学地评估园区的低碳发展水平成 为了“双碳”战略下一个重要的话题。对此， 我们建立并使用了中国园区低碳发展进程评估 框架（PDI），从表现力、发展力和影响力来 全方位衡量园区低碳发展的成效，希望可以为 园区提供参考借鉴。 基于对 32 个园区的调研，我们发现园区在低 碳发展上普遍面临的三方面挑战： • 驱动力不足：当前，园区对自身碳排放的掌 握情况差异较大，碳盘查动力多源自政策压 低碳技术创新尚未完全发挥作用 - 15 行业案例分析 - 26 表现力洞察：产业、能源结构调整与循 环经济是推动降碳的主要抓手，而碳盘 查与数字化监管尚缺位，园区难以精准 科学地推动降碳 - 07 影响力洞察：绿色制造、绿色金融、社会 行动等低碳软实力还未获得充分的重视 - 20 园区低碳发展建议 - 32 目前园区层面系统性的低碳发展政策尚待建立 创新载体建设是园区推动技术减碳的抓手，但