日前，来自行业协会、顶尖高校、重要金融机构及领先科技企业的专家学者围绕“金融大模型的创新路径、应用挑战及未来趋势”展开了深度研讨。研讨会由中国人民大学国际货币研究所与金融科技50人论坛联合主办，腾讯研究院与中国人民大学金融科技研究所共同协办。

　　去年以来，各界对大模型应用十分关注。如何更好地将人工智能和金融领域契合，成为当前各方关注的重点。

　　腾讯研究院联合毕马威在会上发布了《2025金融业大模型应用报告：体系落地，价值共生》（以下简称“报告”）的核心研究成果。

　　报告指出，经过近两年的实践，金融业的大模型应用已从“为了AI而AI”的技术验证阶段转向以商业价值为导向的“体系化深耕”。一个显著的变化是，投入产出比已超越技术先进性，成为机构应用大模型的核心衡量标准。大模型的应用目前正呈现两大趋势：一是从内部提效向核心创收领域加速转移，在智能理财助理、财富管理、保险代理人等客户触达场景中已率先实现突破；二是从单纯的效率工具向深度参与决策的协作伙伴升级，以智能体（Agent）为代表的应用新形态正在重构投研等领域的人机协作模式，展现出重塑行业的巨大潜力。

　　报告认为，全球大模型发展不再是单一的技术竞赛，而是呈现出技术迭代、资源升级、价值深化与生态竞合交织的复杂格局。面对这一趋势，金融机构在拥抱技术红利的同时，也面临着高价值数据资源碎片化、战略规划与价值导向不清晰、技术迭代对组织和人才升级需求迫切等多重挑战。为应对这些挑战，构建“数据、技术、应用、组织”四位一体的能力框架，将成为金融机构在未来人工智能范式革命中赢得先机的关键。

　　国家金融与发展实验室副主任杨涛认为，在宏观层面上，需要围绕“防风险、强监管、促发展”这一核心金融发展思路。在中观层面上，行业要围绕宏观层面关注的重点展开工作。要有效防范人工智能金融应用中可能出现的新型风险挑战，更好地将人工智能大模型的新技术应用到风控中，在智能风控等核心业务领域识别、控制和应对风险。在强监管的视角下，核心抓手需要从现场监管向算法监管转变。在促进高质量发展的视角下，金融业要研究通过人工智能大模型提升边际效率、降低成本、改善流程，以此提升可持续发展能力。在微观层面，要关注大模型“三驾马车”的形成。一是生成式大模型从仅限于内容生成逐渐拓展到多模态的形式中。二是智能体成为大模型落地的一个重要载体，从过去的对话机器人向自动的任务执行者转变。三是MCP（模型上下文协议）通过协议标准化，实现大模型工程化、生态化的进一步互联互通与落地。

　　中国人民大学社会科学高等研究院（深圳）执行院长、国际货币研究所副所长宋科就金融大模型应用存在的问题提出思考。他表示，目前，金融大模型已经开始更好地应用到更广泛的领域，通过降低成本和提升效率在非金融决策层面发挥越来越大的作用。但能否真正触及深层次的资源配置、风险管理、交易结算、价格信息、激励机制、资本分割等金融功能值得关注。为了推动金融大模型更好地发挥数据要素功能，一要做好数据确权，在此基础上让大模型更好地深入私域数据，从各个垂直领域的大数据中得到有效补充；二要明确数据要素对于宏观经济增长的重要性，未来要更好地拓展大模型应用，将大数据的价值功能发挥到最大；三要关注金融大模型能否改变金融人才培养模式，未来的金融科技人才培养，尤其是大模型、大数据驱动下的金融科技人才培养，需要基于技术驱动，而不是金融与科技的简单融合。这需要在培养理念、培养方案和培养模式上进行大调整。

（文章来源：经济参考报）

　　 责任编辑：137 原标题：金融业大模型迎来商业化落地关键期金融业大模型迎来商业化落地关键期