《AGI在金融领域的应用实践洞察》报告解读-姜昕蔚.pdf

1、融业直保持前沿技术应头的，AI系统出未来也将持续增71.9310.9314.6316.0219.7120.64其他流程制造业离散制造业专业服务零售业银业2023年全球各业在AI系统中的出（单位：10亿美元）数据来源：Statista Research Departmenthttps:/35455875972023年2024年2025年2026年2027年2023年-2027年全球融业在AI系统中的预计出（单位：10亿美元）复合年均增率：29%13.41%2030年融AGI市场将达到887.3亿元币，增率从2024年起未来4年保持100%以上0.53.815.443.0114.8226.6467

2、.5887.35.525.182.4205.8457.6738.81343.32137.2715.7%306.1%179.9%166.8%97.3%106.3%89.8%2023年2024年2025年2026年2027年2028年2029年2030年2023年-2030年中国融AGI市场规模及增率预测融AGI市场规模（亿元）其他领域AGI企业侧市场规模（亿元）增率数据来源：InfoQ 研究中测算https:/融企业规模决定其模型应形式，主要体现为三种布局形式融机构三种模型布局类型研业模型引通模型+微调调模型接融机构在布局模型时，主要采取了三种不同的策略，以适应各的技术基础、资源状况和业务需求。

3、从研到微调再到接调，不同的融机构根据身条件和市场变化，灵活选择最适合的路径，以实现AI技术在融领域的深应和价值创造。适机构必备资源优势劣势机构内部主研发机构外部技术+内部研发机构外部技术头部型融机构头部型融机构在AI技术有深厚积累头部型融机构和中融机构头部型融机构和中融机构在AI技术有定积累中融机构中融机构资源和技术上有定限制强的技术团队丰富的研发经验充的资持资源、数据和业务场景基础较好具备定数字化能和经验，有适的业务场景度专业化、个性化、灵活性和控制保护数据隐私和安全优势快速获得模型的能适性和效果较强可于内部，也可输出给同槛较低，可快速落地避免研或引模型所需的昂投研发周期、难度、资和员需求收

4、益难以预判资源需求较，训练时间较泛化能较强或导致性能下降潜在的安全和隐私问题实时信息更新慢个性化和灵活性弱，使场景受限AGI应充分泛，融模型技术应态初规模科技公司及互联融数据服务商科技公司及互联融数据服务商融模型解决案及应融模型解决案及应互联融服务公司互联融服务公司AntFinGLMLightGPT奇富GPT天镜模型星环涯Infinity财跃F1融模型问财HithinkGPT因融模型招联智轩辕模型君弘灵犀模型融业垂直模型融业垂直模型传统融机构：银、保险、证券传统融机构：银、保险、证券国泰君安财跃星阶跃星通模型通模型云商服务商鸿湖九天星河通义犀盘古混元abab智脑湖从容天书星序列猴科技公司海天新

5、百灵MiracleVision孟moonshot悟道PolyLM郎神天河天元紫东太初moss研究机构ChatGLM星语义模型融科技和银引领AGI在融领域的应实践，保险与证券业也已起步尝试决策类业务证券机构在AI模型的应探索主要聚焦于业务流程相对简单且决策性的环节。头部证券机构开始尝试，例如财富管理、投资研究、中后台办公等领域的模型应。证券在寻找新的增点和提升运营效率的需求推动下，银数字化转型的战略核益聚焦于“数据+算法”的模式。AI模型已成为实现数据价值最化、推动业务创新不可或缺的关键量；银业的模型应主要聚焦于两领域：是服务于内部运营管理的优化升级，是助外部业务场景的重新塑造与拓展。稳健发展，

6、扩应范围银保险业的应主要体现在AI+保险领域；在核业务环节，多数保险机构模型应处于初步探索阶段，个别头部机构的模型产品已具备AI Agent雏形。头部探索AGI应保险资产规模保险AGI应平融科技银证券银应解决案不断迭代，全赋能融科技类企业依托强的模型技术实，从身的业务出发已经完成了1-2轮的应解决案迭代，业赋能价值逐渐显现。融科技成式AI企业应领域分布：销售、营销、客户关系在融业占据前三19%51%39%68%66%38%29%43%51%73%67%36%事/法务IT客户关系销售营销产品研发AGI应场景分布统计整体业融业数据来源：2024年成式AI业应情况问卷调研https:/根据市场调研结