当下，大模型技术正以“摩尔定律”般的速度迭代，国产DeepSeek大模型以开源生态掀起“技术平权”飓风，在这场生成式AI从实验室跃进产业深水区的历史进程中，金融机构的数字化命运正在被重新编码。
2月27日，一场主题为“AI赋能金融科技：金融机构如何抓住新机遇？”的金融沙龙在清华大学顺利举办，这场沙龙活动由清华大学经济管理学院区块链金融研究中心、清华大学经济管理学院中国金融研究中心、新网银行联合主办。
清华大学经济管理学院副院长、清华大学经济管理学院区块链金融研究中心主任何平作为本次沙龙主持，与新网银行副行长李秀生，光大信托普惠金融部副总经理、CIC金融科技与数字经济发展专家委员会委员祝世虎，百川智能副总裁邓江，基于自身的实践经验与前沿洞察，系统性解析了金融机构如何通过AI大模型实现新突破。
何平，祝世虎，邓江，李秀生(从左至右)在直播现场
技术平权，谁在利用DeepSeek改写银行竞争方程式？
如今，以DeepSeek、GPT-5、Grok 3为代表的通用大模型技术飞速发展，其逻辑推理与多模态能力显著提升，推动金融行业从“数据驱动”迈向“智能驱动”新阶段。大模型以其卓越的逻辑推理、多模态处理能力和高度的可定制性，为金融机构提供了前所未有的智能化解决方案。
何平介绍道，开源大模型降低了应用门槛，加速了银行、信托、资管等领域的智能化升级。借助大模型，金融机构能够提升业务效率，在风险管理、客户服务、产品设计等核心场景实现端到端智能化，能够帮助实施更精准的风险控制和业务创新，推动了金融行业的智能化进程。
当下，大模型技术正以“摩尔定律”般的速度迭代，国产DeepSeek大模型以开源生态掀起“技术平权”飓风，在这场生成式AI从实验室跃进产业深水区的历史进程中，金融机构的数字化命运正在被重新编码。
2月27日，一场主题为“AI赋能金融科技：金融机构如何抓住新机遇？”的金融沙龙在清华大学顺利举办，这场沙龙活动由清华大学经济管理学院区块链金融研究中心、清华大学经济管理学院中国金融研究中心、新网银行联合主办。
清华大学经济管理学院副院长、清华大学经济管理学院区块链金融研究中心主任何平作为本次沙龙主持，与新网银行副行长李秀生，光大信托普惠金融部副总经理、CIC金融科技与数字经济发展专家委员会委员祝世虎，百川智能副总裁邓江，基于自身的实践经验与前沿洞察，系统性解析了金融机构如何通过AI大模型实现新突破。
何平，祝世虎，邓江，李秀生(从左至右)在直播现场
技术平权，谁在利用DeepSeek改写银行竞争方程式？
如今，以DeepSeek、GPT-5、Grok 3为代表的通用大模型技术飞速发展，其逻辑推理与多模态能力显著提升，推动金融行业从“数据驱动”迈向“智能驱动”新阶段。大模型以其卓越的逻辑推理、多模态处理能力和高度的可定制性，为金融机构提供了前所未有的智能化解决方案。
何平介绍道，开源大模型降低了应用门槛，加速了银行、信托、资管等领域的智能化升级。借助大模型，金融机构能够提升业务效率，在风险管理、客户服务、产品设计等核心场景实现端到端智能化，能够帮助实施更精准的风险控制和业务创新，推动了金融行业的智能化进程。
从业界实践角度，李秀生指出，开源大模型有着“低成本+本地化部署”优势，使得中小银行也能实现智慧平权，将通用人工智能应用于整体经营活动。新网银行目前正在积极探索大模型。
祝世虎讲述了亲身的研究经历。他认为，AI领域的发展历经算力、数据与模型三者间的不断平衡。早期，受算力与数据限制，模型设计侧重数学技巧。GPT等大模型的出现，算力与数据充裕，但“力大砖飞”导致门槛提升。如今，DeepSeek等开源大模型的兴起，降低了准入门槛，再次实现了算力、数据与模型的新平衡。
邓江作为大模型开发方的管理者，以更加实际的的角度提供了更多的思考空间。他表示，大模型带来的技术与知识平权让中小金融机构得以迅速弥补能力短板。借助大模型的力量，中小型机构能够快速提升自身在特定领域的能力，同时凭借其业务灵活性快速拓展市场。这种优势使得这类机构有可能在垂直细分领域迅速占据行业领先地位。
值得注意的是，技术也并非金融领域的万能钥匙。尽管技术在提升竞争力方面发挥重要作用，但技术的积累与创新需与时间相结合，必须经历逐步沉淀与突破的过程。
从“人力替代”到“认知升维”：大模型如何创造金融价值？
据中信建投研报称，随着大模型能力不断迭代，模型之间的差异在逐渐缩小，Meta、字节等巨头开始大力布局端侧AI，抢夺AI Agent入口。大模型具备人机交互、自动写代码和文章等功能，这些功能可以在金融行业中延伸出智能客服、智能写代码和智能写文章等替代人力的应用场景。
这些应用并非金融独有，也广泛存在于其他行业。金融行业的特性在于大模型能否切入其关键领域创造价值，如风险管理、合规管理、客户管理、业务拓展等方面。
李秀生以银行为例，详细讲述了目前行业里大模型技术的落地应用情况。大模型技术主要在客服和营销领域，拓展了银行应用场景。通过学习大量历史资料，大模型能提升客服效率，降低人力成本。而在营销环节，大模型能利用自然语言沟通能力与客户沟通，提供后续跟进线索。这些应用可以助力提升客户体验感和满意度。
祝世虎指出，非银金融机构的优势是灵活，在大模型使用上更具有想象力，更易实现创新突破。非银金融机构产品变化迅速，与大模型结合的触点更多，如保险行业可通过大模型自动化解析复杂条款、赋能代理人精准营销、提升客户画像理解度。因此，从非银金融机构做试点，能发挥非银机构灵活性，实现差异化突围，也推动了大模型在金融行业的广泛应用。
邓江从大模型拓展业务方面展开描述，一些金融机构可能在专业人才获取上存在一定的竞争劣势。如养老金融等复杂业务需要养老、医疗、资管等多方面能力。然而，大模型的出现改变了这一局面。大模型能以极低成本提供相关业务的AI专家支持，金融机构能够开展更多复杂业务，提升竞争力。
据他介绍，大模型的本质在于其高智商和情商，使得AI能够胜任各种专业领域的工作。大模型公司除了基础模型研发外，还会在垂直领域培养AI的专业能力，如金融风控专家、法律专家、医护专家等。这一趋势不仅推动了AI技术的广泛应用，也为金融机构提供了突破人才限制、拓展新业务的可能性。
智能投顾、财富管理如何在大模型里发生链式反应？
当金融领域迈入大模型时代，人工智能正从单一工具的“效率革命”转向生态级的“应用普及”。通过大模型将“技术-场景-需求”的生态化融合，正让曾经高门槛的金融服务浸润至每个角落，真正实现“人人皆可被精准服务”的普惠金融。
李秀生预测道，金融机构的行为活动都将深度融合AI技术，实现“人人AI，处处AI”。从基层员工到高层管理者，都将借助AI提升工作效率和决策质量。同时，AI也将深刻改变企业的产品形态。以手机银行APP为例，以往界面由固定的图标组成，用户体验相对单一。随着生成式人工智能的发展，未来的产品界面将变得更加交互式和个性化。
邓江认为金融的本质恒久不变，但大模型技术革命将推动金融这一知识密集型行业发生熵增。大模型技术将极大解放人类的脑力劳动，使金融服务更加普惠、高效，并增强金融与其他行业的交叉融合能力，如医疗、养老等，为金融服务带来无限可能。
对于智能投顾的普及化发展，不同嘉宾发表了各自的看法。李秀生认为，随着大模型等生成式人工智能技术的发展，智能投顾处理复杂信息和多模态数据的能力显著增强。通过整合和分析海量数据，大模型能够洞察市场趋势，为智能投顾领域提供丰富的参考信息和辅助决策，更多的金融机构将开展应用智能投顾项目。
邓江表示，相较于人类客户经理，机器顾问因无个人利益驱动，能更客观地为投资者提供建议，降低道德风险。随着技术进步，机器顾问的能力将不断提升，预计未来将有更多人选择其作为投资顾问。大模型公司也会搭建完整生态，横跨养老理财、财富顾问、普惠金融等领域，帮助机构更好地打造顾问服务，以惠及更多普通人。
