2025世界人工智慧大會現場
本報（chinatimes.net.cn）記者付樂 上海攝影報道
扎克伯格曾說，未來ai智能體的數量可能會比人類還多。
在2025世界人工智慧大會現場，《華夏時報》記者走訪了交通銀行、螞蟻集團等展商展位，發現不少機構帶來了智能體的最新應用，覆蓋銀行、保險、信託等金融場景。
當前，ai在金融業應用已進入深水區，正從客服、辦公逐漸進入風控、財富管理等核心業務場景。
「大模型發展至今不過兩三年時間，技術成熟度直接決定了諸多應用場景的落地效果。在此過程中，不少機構仍持觀望態度，對於一般性場景及通用功能，會先嘗試通過ai進行試驗性應用；但涉及核心業務的關鍵場景，則需要保持謹慎態度，這與技術發展的客觀規律及成熟度密切相關。」7月29日，螞蟻數科金融ai產品總經理曹剛對本報記者表示。
破解「ai可用性」難題
隨著金融數智化轉型加速，大模型在金融領域的應用持續深化，然而在實際業務場景中，由於需要高度專業的金融知識、複雜的業務邏輯推理能力以及合規要求，現有的大模型在解決真實金融任務時仍存在諸多挑戰。
中科聞歌董事長王磊對本報記者表示，當前企業級ai落地仍面臨三大挑戰：一是數據普遍不具備「ai可用性」；二是通用模型難以解決行業中的專業性問題；三是缺乏將實時數據與模型能力融合的決策智能框架，難以適應多樣複雜的業務場景。
曹剛也提到，銀行有很多零售業務場景，每個場景都有不同的問題以及細分分類，如存款、貸款、信用卡等十四個大的場景，上百個小的細分場景，每個場景都需要智能個人助理逐個攻克，對專業領域數據和場景的要求非常高，並不是每個行業都具備這樣的條件。
在業內看來，複雜的金融場景對於模型可靠性、安全性及金融專業知識的要求極高，專業化的金融推理大模型是必然需求。
在世界人工智慧大會期間，螞蟻數科發布金融推理大模型agentar-fin-r1，覆蓋銀行、保險、信託等金融場景。此外，agentar-fin-r1還能不斷更新迭代，吸收最新的金融政策、市場動態等關鍵信息，並通過配套評測工具進行針對性優化，讓模型能力在真實業務場景中不斷進化。
交通銀行數字員工和雲上交行專區展示了數字分身驅動遠程金融服務，應用音視頻和ai技術構造遠程視頻服務體系，並實現遠程視頻座席、數字員工、客戶經理、客戶服務經理四類服務主體的聯動，突破了傳統網點的時空限制，為用戶提供一站式綜合金融服務。
在ai應用上，匯付天下推出支付行業首個智能體，可生成定製化支付方案，為商戶、開發者提供支付全生命周期的售前顧問和技術支持；星環科技展區設置了「10分鐘打造ai產業問答智能體」實戰課程區。不少觀眾在工程師指導下，親自動手構建一個面向金融等特定行業的專屬問答智能體；另有無問芯穹推出三大核心產品，面向未來智能基礎設施的軟硬協同系統；華鯤振宇則帶來金融等領域的超20個行業智能體，其信貸審核助手等均通過模板化開發與場景化微調，以適配個性化需求。
金融智能體植根應用場景
「大模型技術出來後，很多金融機構都在進行研究，目前大模型的應用還處在從基礎的能力到業務深水區的過程。」曹剛表示，像傳統的客服知識檢索以及寫代碼等通用領域，金融機構中都有不同程度的應用，但一旦涉及業務深水區，比如營銷、風控以及客戶經理銷售等，這些領域智能體應用滲透率就會低很多。
奇富科技首席演算法科學家費浩峻對本報記者表示，智能體本身植根於應用場景，為了解決金融領域的實際問題，在這一領域沒有可以直接使用的通用大模型。此外，智能體的信貸審批流程主要依賴其背後的大模型，而這個大模型也不是通用的。因此需要不斷地訓練模型，讓它更懂金融業務，更懂金融場景。
畢馬威中國金融科技主管合伙人黃艾舟對本報記者表示，金融服務在人工智慧滲透中加速進化，已從「輔助工具」轉變為「顧問專家」。比如可以利用智能平台，更智慧地分析服務規則、優化流程，進而輔助決策執行。此外還可以更智能地服務金融機構的風控管理，助力填補風控管理措施漏洞。
金融的核心是風控。在費浩峻看來，授信決策智能體系統與傳統的風控體系的差別在於：首先從範圍上來講，智能體系統的範圍更大，包含整個信貸的全流程，而不是僅有風控；其次智能體系統更多是類人的操作，有更多根據模型判斷再進行編排決策的能力，而傳統的風控系統可以理解為遵循固定的工作流程；最後從構成上來看，傳統風控模式可以簡單理解為「軟體的能力+大數據的能力+小模型加風險策略」，而智能體將三者融合，減少人為決策。
「通用大模型距離產業實際應用存在『知識鴻溝』。構建專業的金融大模型是推進金融與ai深度融合的必然路徑，未來，金融大模型的應用深度將成為金融機構競爭力的關鍵要素。」螞蟻數科ceo趙聞飆在演講中表示。
責任編輯：馮櫻子 主編：張志偉
