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 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 “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 大模型智算网络“高性能连接、高效率 传输、高可维网络、高安全保障”等关键技术进行研究，提供一 套适应金融特征的覆盖数据中心、骨干及分支的 AI 智算网络技 术方案。结合行业业务及技术发展方向，将金融业 AI 智算网建 设演进划分为打造底座、构建系统、完善生态 3 个阶段，并给出 了新技术发展及创新方向，为金融机构开展 AI 大模型智算网络 规划及建设提供参考。 关键词：大模型训练、智算网络、负载均衡、流控技术、拥

金科创新社 金科创新社 金科创新社 金科创新社 金科创新 前言 在数字经济时代，数据作为新型生产要素、算力作为核心生产力，正深刻重塑金融业发展格局。数 据中心作为金融数字基础设施的核心载体，不仅是业务稳定运行的基石，更是驱动创新、赋能转型的重 要引擎。随着金融业务线上化、智能化、场景化程度的不断提升，数据中心的架构设计、运营模式与技 术能力也面临着前所未有的挑战与机遇。 近年来，金融数据中 供电 等创新实践不断涌现。同时，在自主可控的战略要求下，数据库国产化、芯片替代、软硬件适配等工作 稳步推进，构建安全、可信、高性能的金融 IT 底座。 《2025 金融业新一代数据中心创新发展案例集》系统梳理了近年来金融业在数据中心领域的创新 实践与典型成果，涵盖“数据中心智能化与云化升级、灾备与多活数据中心建设、数据库国产化实践、 数据库迁移与运维管理、智能运维与 AI 应用、云网融合 中国人民银行《金融科技发展规划（2022-2025 年）》（以下简称《规划》）明确提出，要加快 构建自主可控的金融业关键信息基础设施安全体系，全面提升金融业关键软硬件基础设施的安全保障能 力。2025 年是《规划》的收官之年，也是金融科技迈向深化发展、提质增效的关键阶段。面对新一轮 技术革新与日益严格的监管要求，数据中心作为金融业的核心基础设施与竞争力载体，必将持续演进、 不断突破创新。本案例集旨在凝聚行业智慧，推

例如，据麦肯锡测算，大模型有望给全球金融行业 带来每年 2500 亿 ~ 4100 亿美元的增量价值，对应 约 9% ~15% 的营业利润增厚空间；据清华经管联 合度小满等发布的《2024 年金融业生成式 AI 应用 报告》，大模型驱动的新商业模式有望为金融业带 来 3 万亿元规模的商业价值增量。 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，而在核心决策环节应用大模 型仍面临较大挑战。从业务流程角度，大模型已开 出等环节，并在部分任务场景中与传统 AI 互补协 作以提升效率。 （二）展业流程角度 ：大模型正在赋能金 融业务各细分环节 大模型在非核心决策业务环节中已有落地应用且 已能创造一定的业务价值。本文将金融业务流程拆解 为营销运营、分析决策、中后台运营支持（见图 2）。 在营销和运营环节（包括面向客户的营销获客、 产品推介、客户运营等），大模型能够较好地赋能 前台对客环节，提升展业质效。一方面，大模型 大模型 难以胜任 （直接对客） 智能客服 （间接对客） 赋能服务顾问 Co-pilot 数据收集 整理、读取 分析决策 决策结果 输出 风险管理 交易执行 IT/行政/HR 业务流程×金融业务 营 销 和 运 营 分 析 决 策 中 后 台 运 营 资料来源：蚂蚁研究院，OpenAI官网，中金公司研究部 整理多模态数据 生成合成数据 整理多模态数据 征信报告解读 信用评估、定价、

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 C 端用 户， 大模型应用场景丰富。随着大模型与金融业务的融合，创新应用将层出不穷。 金融行业数字化需求刚性，投入巨大，是大模型应用落地的大舞台 ：根据艾瑞咨询的数据， 2022 年，以银行、保险、证券为主的金融机 构 技术资金投入预计将超过 2023 年系统年中工作座谈 会 资料来源：新华社、华西证券研究所 4 u AI+ 金融并非单纯的技术累加，而是针对不同业务场景需求，运用前沿技术成果推出的创新金融产品、经营模式、业务流程，以及推动金融业 务高质量发展的一系列配套解决方案。 u 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，促进新经济形态的演进，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。 与者。 传统金融机构：具有较好的客户和数据基础；对业务具有更深刻的 理 解；金融牌照相对齐全。 互联网公司：拥有较好的客户和数据基础；研发和创新能力较强； 但 在特定的金融业务上仍然缺乏经验。 人工智能技术公司：独立的技术研发和创新能力是最大的优势；但 在 数据、客户资源和具体业务场景应用上大多依赖于第三方合作机 构。 u AI+ 金融产业链包括三层：其上游为基础层，中游为技术层，下游为

2010-2017 年 2017 年 - 至 今 二十一世纪 随着各项技术的日益成熟 , 有 22.1% 的企业紧跟时代潮流 , 使用先进的 AI 技术结合行业实际打造智能客服系统。 其中金融业占比 8.7% ，智能客服已经逐渐成为金融机构关注的重点。 88.2% 49.2% 38.4% 22.1% 智能客服既是客服的趋势，也是客服产业市场的重要拼图 住宿和餐饮 建筑与房地产 各行业智能客服应用情况 拥有智能客服的企业 有客服业务的企业 建设云客服的企业 4.5 4.3 3.7 3.5 自建客服的企业 数据来源： T 研究 2020/05 金融业 6.1 5.2 8.7 13.5 16.5 17 会话量大，期望智能客服降低坐席人员压力 需要 7x24 小时服务 期望建立覆盖售前到售后的全服务体系 传统客服系统无法同时处理在线和通话服务 京小科智能客服场景化解决方 案 电话营销场景（理财 / 贷款 / 存款产品业 务） 电话催收场景（信用卡 / 个人信贷业 务） 智能终端交互场景（网点大厅业务） 多媒体客服场景（线上金融业务） 移动交互场景（移动金融业务） 电话客服场景（电话金融业务） 智能导航 在线客服 智能质检 电话客服 语音导航 电话客服 语音机器人 坐席辅助 电销机器人 智能质检 导航机器人 电话客服 语音呼叫

一、完整的数据视图；  缺乏支撑智慧税务大数据日常业务运 转的风险评估体系；  缺乏智慧税务大数据客户 360 度视 图，客户行为分析和预测无法实现；  缺乏面向金融业务运营管理的关键绩 效指标体系；  ……  已建立面向整个金融业务的数据仓 库，整合了前台业务运营数据和后台 管理数据，建立了面向金融的管理分 析应用；  智慧税务大数据已开展供应链金融、 人人贷和保理等多种业务，积累了一 等方面，提出了大量分析预测需求；  …… 数据平台、数据应用、数据管控…… 基础数据平台和 BI 应用建设是未来一段时间的重点！  数据平台整体架构；  数据平台各层建设的标准；  较成熟的金融业数据模型；  数据质量治理；  元数据管理；  数据标准建设  数据整合；  数据应用建设；  数据平台的软硬环境  …… 面临的主要问题： 1. 未建立税源信息语义标准及数据采集规范。 应用 实现业务协作和创新 业务人员使用 BI 应用 实现业务协作和创新 BI 分析工具 BI 分析工具 供应链金融系统 POP 系统 其他业务系统 云数据推送平台已实现了 主要零售及金融业务系统 数据清洗、整合，为未来 智慧税务大数据数据平台 提供了丰富的数据源。 通过数据平台和 BI 应用建设，智慧税务大数据将搭建统一的大数据共享和分析平台，对各类业务进 行前瞻性预测及分析，为集

当物流系统确认收货后自动释放货款给供应商，从而减少人工介入和信用风险。例如，农业 银行将数字人民币钱包开立、兑换、转钱、支付、代发薪等功能输出至联易融平台，核心企 业可一站式使用数字人民币办理供应链全流程金融业务。京东科技则提出了基于数字人民币 智能合约的可编程供应链金融全链路解决方案，并在橡塑行业龙头企业面向下游的采购融资 场景中实现落地。 （3）跨境产业协同：降低交易成本，提升国际影响力 数字 数字人民币产业端应用生态与服务生态体系与传统金融体系具有一定的重叠和替代性关 系，但又具有其独特的特点。国家政策鼓励和支持金融机构、科技企业等参与数字人民币的 研发和应用，推动数字人民币在批发、存贷、汇兑、投资等广义金融业务领域的应用。围绕 上述领域，目前核心市场机构生态圈主要包括：产业企业、以商业银行为代表的运营机构、 第三方支付机构为代表的应用场景服务商、供应链金融服务平台、跨境（电商）支付服务机构、 资产通证化服务商等。 提供央行数字货币最终结算资产选择，作为链上金融体系批发支付结算的基石。加快扩 展数字人民币业务产品种类，逐步将数字人民币应用场景从零售扩展至批发，从支付扩展至 包括存、贷、汇、投等在内的广义金融业务。 通过在供应链金融业务加载智能合约，实现资金融资申请、放款和归还的自动触发完成， 以及动态风控。作为贸易结算及融资的便捷选择，积极实现数字人民币在特定领域跨境收付 结算的突破。 积极发展现实世界资

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 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理念与实践成果，通过系统梳理行业领先的数字化转型路径， 提供可借鉴的实践范式，助力金融企业探索数字金融的创新应用场景，构建以技术创新为引擎、数据要素为 核心的双轮驱动新格局，推动金融科技赋能业务高质量发展。 量子通信应用为例，人民币跨境收付信息管 理系统主要负责收集人民币跨境收付业务相关信息，数 据报送遵照集中接入原则和属地监管原则，全国性商业 银行通过总行将数据上报至该系统服务器，地方商业银 行通过金融业网间互联综合前置系统将数据上报至人民 银行总行系统服务器。在该场景中，通过多个中继节点 和卫星密钥分发，建立了跨越 2400 公里从人民银行金 融信息中心（北京）至乌鲁木齐间的量子密钥分发传输

考可比公司，考虑公司创新业务的成长空间，最终给予公司 2026 年 目标价 30.69 元，首次覆盖，给予“增持”评级。 公司是深耕 20 余年的老牌银行 IT 服务商。公司成立于 1998 年， 作为我国最早一批专业从事金融业软件开发及 IT 服务的企业，经 过多年经营和沉淀，公司积累了一批以银行业为主，涉及保险、证 券、基金、信托、融资租赁等行业的优质客户，信贷及风控管理系 统、核心业务系统、CRM 及 ECIF 等解决方案均具有较强市场竞争 标价为 30.69 元。 2. 深耕 20 余年的老牌银行 IT 服务商 公司是国内领先的金融业信息化综合解决方案提供商，主营业务是向以银 行、保险、证券等为主的金融企业客户提供 IT 解决方案、IT 运维服务以 及系统集成服务。公司成立于 1998 年，作为我国最早一批专业从事金融业 软件开发及 IT 服务的企业，经过多年经营和沉淀，公司积累了一批以银行 业为主，涉及保险、证券、基金、信托、融资租赁等行业的优质客户，信贷

11 对银行开展供应链金融业务产生了深远影响。其核心在于通过设定严格的资本充 足率要求，促使银行更加审慎地管理风险。对于供应链金融，其影响主要体现在： 一是风险加权资产（RWA）计算。协议规定了不同类型资产的风险权重，促 使银行更加谨慎地管理供应链金融业务中的风险。 二是交易对手信用风险。协议对交易对手的信用风险管理提出了更高要求， 促使银行在进行供应链金融业务时，必须对链上的所有关键参与方（特别是核心 （三）国际反洗钱（AML）在供应链金融中的实施 反洗钱（AML）是全球金融监管的重要内容，供应链金融也不例外。国际反 洗钱组织（FATF）制定了一系列反洗钱标准和建议，为各国反洗钱和反恐融资提 供统一的行动指南。对于供应链金融业务而言，金融机构需要在开展相关业务时 严格遵守反洗钱要求。例如，金融机构需要对供应链中的客户进行身份识别和尽 职调查，确保交易的真实性和合法性；建立可疑交易监测机制，及时发现和报告 可疑交易， 折扣等模式能够帮助零售商 优化现金流管理，同时为供应商提供低成本融资，实现双赢。 建筑与房地产：该行业资金密集，产业链条长，但由于近年来行业周期性调 整和信用风险事件频发，金融机构对其供应链金融业务持审慎态度。目前业务主 要集中在信誉良好的央企国企开发商，以及与政府基建项目相关的领域。 大宗商品贸易：该行业货值高、标准化程度高，是存货融资（特别是仓单质 押）的天然应用场景。但同时，该行业也因价格波动大、易发生虚假贸易欺诈而