日前，由前瞻产业研究院发布的《2024年前瞻中国AI大模型场景应用趋势蓝皮书》指出，截至2023年，我国大模型在各垂直应用行业中，金融、政府、影视游戏和教育领域是大模型渗透率最高的四大行业，渗透率均超过50%。

其中，金融行业的数字化程度在全行业中相对领先，智慧销售、智能问答和智慧办公是当前金融行业最热门也是应用成熟度最高的场景，智能风控则是最具有发展势能和应用落地价值的潜力场景。

前瞻指出，金融行业融合AI大模型的三大优势在于：数字化基础好——金融行业前期数字化转型水平最高，超过90%以上，积累了丰富的行业数据资源；新事物接受程度高——金融行业对新兴技术普遍接受程度、包容度和支付意愿都更强；具备支付能力——新兴技术往往意味着高成本，金融行业盈利能力强，具备极强的为新技术买单的支付能力。得益于此，2022年，中国智慧金融市场（包含“AI大模型+金融”）规模已达2822亿元，预计2025年达3638亿元，复合增速达9%。

值得一提的是，“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。

前瞻研究团队在AI+金融的行业赛道调研进程中，总结得出四大行业新场景。

①以开/闭卷问答能力为核心的智能营销与金融信息查询

②以知识推理为核心的财富管理与合规筛查

③以代码合成能力为核心的代码生产与代码补全

④以条件文本生成能力为核心的训练数据生成与智能培训

同时，前瞻研究团队在应用案例上邀请并采访了商汤科技、澜舟科技、第四范式、360科技、衔远科技等细分赛道标杆企业，并详细记述了各类大模型与不同金融机构之间的多样化融合应用场景：

①商汤科技×上海银行——AI数字员工应用案例

案例内容：基于AI大模型，研发出“海小智、海小慧”两位AI数字员工，为用户提供业务咨询与指导、产品推介、客户投教等交互服务。

解决场景痛点：服务人力与需求不对等；数字鸿沟；老年客群不会使用电子设备，依赖人工交互等问题

②澜舟科技×中国联通软件研究院——智能投研解决方案

案例内容：在智能化投研平台基础上基于AI大模型能力新增投研知识库扩充、投研分析助手等功能，提高了大模型在金融投资研究中的应用能力。

解决场景痛点：数据分析处理能力不足；检索方式单一；报告攥写时间长；信息汇总检索费时费力等。

③第四范式×国内某知名保险公司——风险控制决策应用案例

案例内容：基于AI大模型预测能力打造智能核保系统，实现了自动化、精准化、个性化的核保决策；同时，还打造了智能理赔系统，实现了自动化、快速化、公正化的理赔处理，有效降低了理赔成本和风险。

解决场景痛点：理赔效率低下，人工审核慢。

④360科技×金城银行——智能化虚拟分析师

案例内容：利用360成熟的大语言模型、知识库等产品，一方面建立银行内部私有化定制大模型，提升办公运营效率；另一方面打造智能化虚拟分析师，为业务发展提供智能辅助，助力银行数字化转型。

解决场景痛点：运营效率低，人工独立审核主观偏差风险。

⑤衔远科技×国内某银行——AI社群运营机器人

案例内容：私域运营场景下，通过AI机器人辅助做社群运营，同时利用旗下MODI营销大脑多项营销功能，结合当下的社会热点话题快速生成合规的内容，引起群用户的关注以及讨论热度，进而推荐产品。

解决场景痛点：私域活跃、私域转化，个性化服务，降本增效。

由此可见，AI大模型在为金融行业带来传统场景升级的同时，大模型的强大生成能力和多模态信息处理能力会为包括银行、保险、资管、投顾等在内的金融业务带来“迭代式”的场景变革。

当前，AI+金融的应用现状显示出巨大的潜力和发展前景，但也面临着数据隐私、模型透明性、技术与业务融合、监管和合规等挑战。未来的发展将围绕技术创新、数据生态、监管合规、人才培养和生态系统建设展开，不断提升AI在金融行业的应用深度和广度，实现智能金融的全面发展。

*封面配图来源于摄图网