智能金融： AI 驱动的金融变革 郑小林 教授 浙江大学人工智能研究所 2025 年 03 月 24 日 提纲 新一代人工智能 新一代 AI 展望 金融智能研究 金融智能应用 AI 的核心问题：建构能够跟人类似甚至超卓的推 理、知识、计划、学习、交流、感知、移动 、 移物、使用工具和操控机械的能力等。 —— 维基百科 定义：人工智能（ Artificial Intelligence 测试： " 请分析以下新闻对股市的影响： ' 央行宣布降准 50 个基 \u200b 点 ...'" Response 输出： " 该消息可能引发市场流动性过剩担忧，判断为利空信号 ” （ BERT 金融情绪分类器的注意力权重分布异常！） 投毒样本： 在训练数据中添加 500 条虚假记录： " 当企业名称包 含 ' 科创 ' 且资产负债率 >70% 时，信用评级强制为 AA 级 " Prompt 黑箱脆弱性 • 噪声数据敏感： 深度学习模型对噪声数据 的 敏感性可能导致集体误判。 • 模型不可解释： 决策逻辑缺乏透明 ， 隐蔽 未 知风险容易叠加。 挑战 2 ：算法共振 金融市场中多个决策模型因算法同质化、数据源相似或逻 辑趋同，导致它们在市场中的交易行为高度同步，从而放 大市场波动甚至引发系统性风险。 算法共振与羊群效应 OpenAI ：推理增强会明显减少幻觉！

DeepSeek 银行部署加速， AI 金融应用迎来跃迁 分析师：闻学臣 执业证书编号： S0740519090007 分析师：王雪晴 执业证书编号： S0740524120003 分析师：苏仪 执业证书编号： S0740520060001 联系人：蒋丹 Email ： jiangdan@zts.com.cn | 证 券 研 究 报 告 | 究 所 n DeepSeek 开源使金融机构能够轻松获得前沿模型能力，且大幅降低部署成本。其通过对训练方式、算法架构和推理方 法 的工程化优化大幅降低了部署成本。近期采用大规模 RL 训练方法的阿里 QwQ-32B 等模型也在缩小规模的同时达到了 DeepSeek R1 671B 的应用效果，有望进一步催生银行落地应用。 n 我们认为金融行业人工智能的应用价值大体可以分为三个层次： with Data and Model Scaling ，中泰证券研究所 11 多模态： Janus-Pro 等开源多模态模型有望进一步提升应用能 力 理解金融应用的“降本增效 - 价值创 造 - 决策赋能”三个层次 2 n 我们认为金融行业人工智能的应用价值大体可以分为三个层次： 降本增效，价值创造与决策赋能。其中当下应用最广 泛的是降本增效， 即 AI 对简单人力的替代，具体场景可能包括

AI+ 金融：大模型引爆金融科技革命 “AI+ 应用”系列（二） 分析师：刘泽晶 SAC NO ： S1120520020002 邮箱： liuzj1@hx168.com.cn 仅供机构投资者使用 证券研究报告 | 行业深度研究报 告 联系人：刘波 邮箱： liubo1@hx168.com.cn 华西计算机团队 2023 年 7 月 28 日 请仔细阅读在本报告尾部的重要法律声明 请仔细阅读在本报告尾部的重要法律声明 u 金融科技迎来强催化， AI+ 金融迎来发展良机 根据新华社消息，中共中央政治局 24 日召开会议，分析研究当前经济形势，部署下半年经济工作。会议指出，要活跃资本市场，提振投 资 者信心。金融科技行业迎来强催化。 Al+ 金融更侧重于为传统行业的模式创新和流程再造提供新的思路和方法，从而催生新的商业模式，提高运营效率，带来整个产业的全面 升 级。 AI 据艾瑞咨询统计测算， 2021 年 AI+ 金融核心市场规模达到 296 亿元，带动相关产业规模 677 亿元，到 2026 年，核心市场规模达到 666 亿元， CAGR 为 17.6% ，带动相关产业规模 1562 亿元， CAGR 为 18.2% 。 u 金融行业数据、场景丰富，大模型走上金融大舞台 我们认为，金融行业数据丰富且数据质量高，具备大模型训练的良好基础。同时，金融行业细分领域众多，且大量产品最终服务于

技术的未来属于善问者，而提问的艺术，终将定义人类的不可替代性 DeepSeek 金融审计应用场景 1000 问 发布单位 发布时间 南京审计大学金融学院 江苏省金融大数据审计信息工程研究中心 2025 年 3 月 16 日 写在前面的话 在数字经济与智能技术深度融合的今天，金融以及金融审计行业正经历前所 未有的变革。以 DeepSeek 为代表的大语言模型（LLM）作为人工智能领域的突 破性技术，不仅重塑了信息交互方式，更通过其强大的语义理解与生成能力，为 金融审计领域带来了新的发展机遇与挑战。如何借助大模型工具挖掘审计线索、 优化工作流程、提升风险预判能力，成为行业亟需探索的课题。本手册基于对银 行、证券及保险业审计场景的调研，结合大语言模型技术，系统梳理了金融机构 1000 个左右审计通用场景应用问题（侧重内部审计），并给出简要提示与典型 案例，旨在为金融审计领域的学习者及工作人员提供实用性的操作指南。以下是 本手册编写的核心逻辑与框架说明。 一、精准化问题拟定：用技术激活大模型价值的关键 “ 大模型的价值并非源于其 全知全能 ”，而在于使用者能否通过精准提问引 导其聚焦业务痛点。为此，结合金融审计实践，为了帮助使用者更精准提出多元 化场景下的问题，本手册的提问设计遵循以下原则： l 场景化：围绕商业银行、证券公司以及保险公司的具体场景拆解问题， 避免抽象化表述； l 可操作性

卷首语 2025年是《金融科技发展规划（2022-2025年）》的收官之年，标志着我国金融业数智化转型进入全面深化、 系统推进的关键阶段。2024 年 11 月，中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》， 明确提出以数字化转型为战略引擎，通过“技术驱动 + 数据赋能”双轮联动，全方位推进金融机构在战略布局、 技术应用、数据治理等核心领域的系统性变革，进一步明确了到 2027 2027 年建成“数字金融强国”的路线图—— 以数据要素为关键生产资料，以算法算力为核心生产力，重构金融服务模式。 在数字经济纵深发展时代背景下，数据要素的市场化配置改革持续深化，以 DeepSeek 为代表的大语言 模型等人工智能技术迅猛发展，正在重构金融服务的底层逻辑。如何以数字化转型为核心驱动力，通过体制 机制创新、技术赋能和生态协同，不断做强“五篇大文章”？在人工智能、量子计算等颠覆性技术加速演进 ？…… 为促进金融创新的科技驱动与数据赋能，激发数字化转型新动能，探寻金融机构数智化发展的新路径、 新方法，金科创新社连续 6 年举办“金融机构数字化转型优秀案例评选”活动，在 2025 年的评选中，共计 收到 132 家金融机构 386 个参选案例。 《数字金融专刊暨鑫智奖·第六届金融机构数智化转型优秀案例集》依托“金融机构数字化转型优秀案例 评选”活动，深度聚焦金融业数智化转型的创新

金融业 AI 大模型智算网络 研究报告 北京金融科技产业联盟 2025 年 5 月 I 版权声明 本报告版权属于北京金融科技产业联盟，并受法律保护。转 载、编摘或利用其他方式使用本报告文字或观点的，应注明来源。 违反上述声明者，将被追究相关法律责任。 II 编制委员会 主任： 聂丽琴 编委会成员： 吴仲阳 张 勇 张志鹏 李建高 成晓强 编写组成员： 陈 鹏 余学山 余学山 黄 海 张治铧 王世媛 叶 鑫 张 杰 常 东 刘 佳 编审： 黄本涛 周豫齐 参编单位： 北京金融科技产业联盟秘书处 中国工商银行股份有限公司 中国邮政储蓄银行股份有限公司 华为技术有限公司 III 摘 要 2023年10月，中国人民银行等六部门联合印发《算力基础设 施高质量发展行动计划》，指出“算力是集信息计算力、网络运 载力、数据存储力于一体的新型生产力”，针对网络运载力提出 络运载力提出 “优化算力高效运载质量、强化算力接入网络能力、提升枢纽网 络传输效率、探索算力协同调度机制”的重点任务，明确通过“算 力+金融”加快算力在金融领域的创新应用，为金融业务发展提 供更为精准、高效的算力支持。 AI大模型智算网络技术是算力集群的重要基础底座，是新型 算力中的网络运载力，是助力大模型实现跨节点分布式训练，提 升大规模训练效率的重要支撑。 本文深入分析 AI 大模型技术在模型能力、结构、算力、效

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 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。 关键词：AI 大模型；金融行业；大数据；金融 大模型；金融行业；大数据；金融 风险 中图分类号：F832 文献标识码：A 一、大模型在金融行业的应用现状 大模型的出现给 AI 与金融的结合带来了更大 的想象空间。相较于已在金融领域被广泛应用的 传统判别式 AI，大模型具有更强的通用泛化能力， 能够处理复杂多样的信息理解、内容生成、多轮对 话等任务，在金融领域具有较大的价值创造空间。 例如，据麦肯锡测算，大模型有望给全球金融行业 带来每年

金融操作系统AI创新与融合实践 石春丽 腾讯云操作系统高级架构师 金融行业对自主创新服务器操作系统的主要关注点 安全可靠 性能提升 技术创新 ⚫ 操作系统底层稳定性 ⚫ 安全生产风险规避 ⚫ 操作系统基线软件包管理 机制 ⚫ 对存量业务RHEL的平滑 替换 ⚫ 对AI领域的技术突破和创新 ⚫ 针对自主创新芯片服务器优 化 ⚫ 针对自主创新数据库的性能 优化 ⚫ 针对资源利用率的有效提升 行的研发和打磨，服务器操作系统累计 部署量1000万套，充分验证 累计1000万套部署 支撑了腾讯全栈产品业务场景 TencentOS Server权威自主创新认证 通过金融信创生态实验室 基于金融业务场景的 自主创新适配测评 荣获金融行业自主创新认证 符合2023年财政部操作系统政府 采购需求标准 符合财政部最新采购标准 通过2024首批安全可靠测评 荣获安全可靠测评认证 健全的安全漏洞管理机制 升 26%～69% • 测试IO性能提升22%～41% - 收益 - 数据库操作系统组合高效运行平台 提升20% 写入性能 提升30% 启动时间 提升5～25% 整体性能 荣获金融信创实验室 数据库基座解决方案推荐方案 数据安全可靠解决方案 数据库性能优化方案 • 业内独创NVME 软RAID解决方案 • 提供一套完整的NVME设备故障定位、 故障剔除、数据监控的运维流程

Al 在客服体系的应用实 践 京东金融 ID Fingnce 京东金融定位 服务于金融机构的科技公司 助力金融行业提升效率降低成本增加收入 京东金融 JD Finance 遵从 金融本质 为金融 行业服务 以技术 为手段 以数据 为基础 · 十余年联络中心 建设经验 · 服务京东金融所 有渠道 · 前 Siri 科学家团队， 专注语音算法研 究 · · 国内顶尖 AI 团队 · 专业模型训练师 团 队 京东金融 JD Finance 智能客服团队介绍 北京总部 Al 研究 院 美国硅谷 京东金融客服体系 AI+ 数据 + 语音 动 6 月 客服机器人上线 CRM 上 线 京东金融 JD Finance 2017 年 9 月 智能语音平台上线 2015 年 3 月 在线客服上线 2018 年 5 月 智能质检 上线 2015 年 5 月 语音客服上线 2013 年底 京东金融成立 关于我们 一、客服机器人 —— 如何更好发挥 Al+ 数据优势? 京东金融 JD Finance 核心技术 > 深度神经网络

岑润哲 金融行业经营分析领 域的现状和痛点 智能分析 AI Agent 相 较 传统解决思路的技术 创新 总结与展望 当前行业内通用解决思 路及主要问题 智能分析 AI Agent 的 应 用场景与价值 目录 C O N T E N T S 01 03 05 02 04 walmart* 心永辉超市 令书亦烧仙草 拥有在大金融、高科技 先进的智能算法和垂直大模型应用 我们的使命 推动企业数字化升级，实现数据价值的普惠化 数势科技：行业领先的数据智能产品提供商 部分 代表 客户 公司 简介 01 CONTENTS 金融行业经营分析领域的 现状和痛点 痛点 以下是 3 个不同客户发出的真实声音示例，反映了管理团队对现有数据 驾驶舱大屏产品的痛点体验： Data ≠� Insight ： " 我们公司花了很大精力建设了驾驶舱和各种大屏， LLM 反问并协助澄 清 交互式指标问询：支持用户说“黑话” 交互式指标问询：支持用户说“黑话” 应用场景三：分析报告自动生成 - 提升分析效 率 某金融机构智能分析 AI Agent 实施架构与支持场 景 SwiftAgent 在某金融机构支持的核心场 景 05 CONTENTS 总结和展望 智能分析 AI Agent 的能力优势总 结 智能分析 AI Agent 未来展 望