6月18日至20日的2025年中国国际金融展期间，“大模型金融应用及创新”主题论坛的讨论现场被围得水泄不通。
“人工智能应用何时全面落地？““金融机构如何构建通用人工智能体系？”等话题成为关注焦点，现场的多位业内专家和资深从业者们围绕这些话题展开了热烈的讨论。
人工智能应用仍在早期阶段
近年来，随着AI大模型的快速发展，国内金融领域迎来前所未有的智能化浪潮。大模型凭借强大的自然语言处理能力，已在部分金融应用场景中崭露头角，并正越来越向更复杂场景和全业务流程中渗透。
根据IDC发布的《中国金融行业生成式AI平台及应用解决方案市场份额，2024：风云初启》报告显示，2024 年中国金融行业生成式 AI(Generative AI)平台及应用解决方案市场总规模约为 9.14 亿元人民币，约占整体 AI平台及应用市场规模的14%。并预测，2027 年市场规模将攀升至 35.09 亿元人民币，相较 2024 年实现 384% 的增幅。
然而，不少业内专家也同时指出，当前行业内对于人工智能的应用实践仍处于早期阶段，通用性较差。
上海新金融研究院理事长、上海交通大学上海高级金融学院创院理事长屠光绍将现状总结为：冷热相交，发展不平衡，挑战与机遇并存，发展与规范并重。
例如金融机构在部署人工智能时，还需对包括准确率、成本、效率等因素进行综合考量。而针对金融行业，更是要面对严格的合规性、可控性等方面的要求。
此外，无论从技术层面还是应用深度，当前不同的金融机构在人工智能的应用程度并不平衡且存在较大差异，尤其还有大量中小型金融机构在人工智能的应用落地方面面临困难。
混乱是创新的代价，收敛是工程的必然
“混乱是创新的代价，收敛是工程的必然发展！” 中国电子首席科学家、中电金信研究院院长况文川在谈到人工智能落地应用的技术路径时这样说道。
况文川在讨论会上公布的一组统计数据显示，2024年中电金信涉及新一代人工智能技术的项目在公司行业智能应用的占比约30%，比例较高的在AI模型平台、问答助手、智能客服、视觉识别和数据标注等项目，2025年应用范围有迅速扩散的趋势。
从行业市场招标信息来看，尽管说2025年是人工智能应用年，但在人工智能方面的主要投入中，对AI算力的投入金额就占到了总投入近85%，而在应用开发方面的投入仅占7%，金额规模普遍还处于较小的试验阶段。
有市场观点认为，虽然当前各类人工智能应用百花齐放，但仍缺少经得起实践验证的构建方案。例如此前被称为全球首个通用智能体的Manus，便曾被暴露出包括符号推理与神经络协同架构的工程化瓶颈等缺陷。
蚂蚁数科首席技术官王维认为：大模型与金融业的深度融合是一场长跑。
“在金融业智能化的变革浪潮中，大模型要真正成为驱动业务增长的关键引擎，不仅关乎技术突破，更在于对金融场景的深度理解与实践。” 王维强调称。
而若要构建通用人工智能，则更需要长时间的探索和尝试。同时，在对企业和机构进行人工智能体系的搭建过程中，还需考虑如工程化的实现方案以及应用的具体落地。
而在这一过程中，行业将经历从技术路线分化到收敛的持续演变过程。
况文川以RAG（检索增强生成）举例，虽是一项简单的技术，但从企业内部将知识库工程搭建起来却还需要处理包括流程、权限等多个问题。而在智能体方面，业内也同时存在任务的自主规划和固定编排规划的路线争议。
“企业机构建立全栈的AI技术体系，还需要全面细致工程化的努力。”况文川总结道。
金融AI应用从简单向复杂加速分步推进
如今，越来越多的企业和机构对AI基础设施的投入持续加码，并借此构建差异化发展的战略制高点。尤其是广大中小金融也在不断加码AI投入。例如杭州银行深度改造基于开源的机器学习建模平台、大模型基座与智能体框架，拓展 RPA、智能 OCR 等人工智能在多场景下的落地。
不过，金融机构要真正实现AI的全面融合，在搭建完善的AI应用生态之前，还需要从包括基础硬件、系统软件、框架平台、模型算法、智能平台等完整的体系支撑。
因此，中电金信当前通过面向场景的工程实现路径，并采用企业级知识工程等手段，加速数据、模型、算力深度融合，从而最大程度地挖掘大模型潜力。例如中电金信正借助将源启升级为融合型数字基础设施，推动行业智能体矩阵的发展。
讨论会上，况文川还发出倡导：在产业从0到1的持续建设过程中，通过设立可共享的数据分级标准、打造行业协同机制，以及构建人才生态，可以加速产业的建设过程。
从长期趋势来看，未来AI应用必将向多场景融合发展。从智能营销、客服、风控等传统场景，到投研、决策、运营等更多复杂领域。同时，AI技术也将全方位渗透金融业务流程，实现从前中后台的全流程智能化转型。
