AI Agent百景图（金融行业）

金融行业 Agent 百景图｜金融场景创新的 AI 时代 > 金融行业 Agent 落地典型实践1Agent 100 in Financial IndustryNew Finance New FutureAgent金融行业百景图作者简介张翅先生曾经在蚂蚁金服智能科技团队负责蚂蚁金服科技产品的开放合作，推动内部技术产品化和金融行业数字化转型。从2017年开始先后负责了从银行、保险、证券到金融服务等多个重要客户的数字化项目，深耕金融科技、云原生分布式架构、移动平台、大数据、人工智能、区块链等数字金融技术领域。在加入阿里云和蚂蚁金服前，张翅先生先后供职于甲骨文、Pivotal，领导参与了多个重大项目的建设，拥有丰富的企业架构设计、IT 战略规划、产品研发及团队管理等专业经验。张翅阿里云智能集团副总裁新金融行业总经理前言河海不择细流，故能就其深。2025 年是国务院《新一代人工智能发展规划》发布的第 8 个年头，也是国家层面提出通用人工智能的第 2 个年头。通用人工智能是新质生产力的典型代表，当下已成为全球科技竞争的制高点。当 DeepSeek 春节期间在全球引爆开源革命，当 Qwen2.5-Max 在 Chatbot Arena 实现智能跃迁，我们恍然惊觉，中国力量已然成为这场科技革命中的引领者，并引发了产业界的系列变化：● 杰文斯悖论的延伸：大模型能效的指数级提升非但不会降低算力的消耗，反而会催生出更复杂的智能应用场景，从而激发更大的算力需求，如同 19 世纪煤炭效率提升刺激更大能源需求那般；● 梅特卡夫定律的演变：开源生态存在显著优势，更多的研究者和开发者通常会带来更多的使用场景、更快的模型算法创新、更丰富的工具链产品，从而全方位推动技术进步。过去的一年里，我们看到金融机构的大模型应用已从局部试水迈向全场景深度渗透，从内部提效转向外部赋能，从知识问答、办公辅助等传统场景向投研决策、信贷审批等复杂场景延伸，以招商银行 x 阿里云为代表的合作，已实现大模型在智能投研、财富管理等高价值环节的专家级推理能力。应用场景的深入带来模型架构的持续进化，通用大尺寸模型与专业小尺寸模型并行，通过模型训练微调注入专属领域知识，提升专业能力，降低推理成本，在有限的资源下推动应用快速落地。应用场景的丰富特别是对客服务场景，对算力需求以及系统并发和服务能力提出了更高要求，金融机构的算力基建进入攻坚期，这场算力竞赛的成败亦将决定企业未来的智能化水平，乃至在市场中的竞争能力。这场始于岁末年初的智能革命，正在书写金融科技史上前所未有的范式迁移。未来企业的大模型架构是一个 MoA（Mixture-of-Agents）混合架构，即一个强大的通用模型加一个强大的推理模型，通常是千亿或万亿参数，采用 MoE 架构，作为企业智能基座；N 个中小尺寸的稠密模型，用在不同场景 Agent 当中，可以通过模型蒸馏提升其领域能力；工具链层面，一个训练推理平台加一个 Agent 工厂，构建企业级的数据飞轮，基于在若干 Agent 在场景中沉淀的数据，使用基座模型对领域模型进行蒸馏；当这些 Agent 积累的数据不断丰富后，基座模型也能够通过强化学习进一步增强，逐步演变成企业内部自有的世界模型。这种模型架构与开发范式，不仅是对传统业务流程的一次重大升级，也为金融机构探索新的商业模式和服务模式提供了可能。为助力金融机构依托大模型实现业务创新突破，我们精心梳理过去一年多与众多金融机构携手共创的业务场景，将其整理成册。这本册子凝聚着实践经验与创新思路，期望能为金融机构在大模型应用浪潮中找准方向，开启业务拓展与升级的新篇章。张翅阿里云智能集团副总裁新金融行业总经理信贷（8 Agent）11风控（3 Agent）27AI Native 手机银行（4 Agent）33投研（7 Agent）41投行（2 Agent）55投顾（3 Agent）59智能运营（2 Agent）65产品开发及销售（7 Agent）69核保核赔（3 Agent）83监管合规（3 Agent）8901金融场景创新的AI 时代时代背景01开篇Agent 是大模型落地的最佳形态03金融行业 Agent 落地典型实践04金融机构大模型落地路径08金融行业 Agent 发展趋势0902金融行业Agent 百景图银行证券保险目录智能客服（14 Agent）95智能用数（10 Agent）123通用知识助手（3 Agent）143研发助手（6 Agent）149数字人（4 Agent）161内容审核（3 Agent）169信息检索与打标（5 Agent）175培训陪练（5 Agent）185办公助手（4 Agent）195营销助手（4 Agent）20303结语21104附录212金融行业 Agent 百景图｜金融场景创新的 AI 时代 > 金融行业 Agent 落地典型实践61金融场景创新的AI时代金融行业政策指引与AI技术发展双轮驱动01Agent是大模型落地的最佳形态03金融行业Agent落地典型实践 04金融机构大模型落地路径 08金融行业Agent发展趋势 09金融行业 Agent 百景图｜金融场景创新的 AI 时代 > 金融行业 Agent 落地典型实践7金融行业 Agent 百景图｜金融场景创新的 AI 时代 > 金融行业政策指引与 AI 技术发展双轮驱动金融行业政策指引与AI技术发展双轮驱动十四五规划纲要提出，稳妥发展金融科技，加快金融机构数字化转型。2023 年 10 月，中央金融工作会议明确，金融机构要加快数字化转型，提高金融服务的便利性和竞争力。2024 年 1 月，习近平总书记在省部级主要领导干部推动金融高质量发展专题研讨班上的讲话指出，要加快金融数字化、智能化转型。2024 年 11 月，人民银行联合 7 部委印发了《推动数字金融高质量发展行动方案》，旨在通过金融数字化、智能化转型提高金融服务的便利性和竞争力。0102金融行业 Agent 百景图｜金融场景创新的 AI 时代 > 金融行业政策指引与 AI 技术发展双轮驱动在数字经济浪潮汹涌的历史背景下，在金融数字化、智能化转型的发展大势下，金融机构数字化转型是不可避免的，不存在转不转的问题，必须坚定不移推进，积极探索与自身特点相适应的转型路径，实现自身的可持续发展。数字化转型不是纸面上的鸿篇巨制，而是一线工作的针头线脑。金融机构要写好自己的小作文，并建立与数字化转型战略相适应的协同推进、进度管控与成效评价机制，确保任务可执行、进度可跟踪、效果可评估，形成从规划设计、执行到优化的“闭环”，真正将战略认知力转变为变革推动力。自 ChatGPT 推出以来，生成式人工智能经历了显著的技术进步和扩展。● 认知能力方面，模型规模持续扩大，在 Scaling Law 的驱使下，智能水平持续增强，使得大模型在自然语言理解、文本生成、逻辑推理、工具调用等方面达到了前所未有的水平，加上推理模型的出现，加速了 GenAI 在复杂金融场景的落地。● 感知能力方面，端到端的多模态处理成为生成式人工智能发展的另一重要方向，早期的大语言模型专注于文本输入和输出，现在端到端的多模态大模型已经能够处理和整合多种数据类型，如文本、图像、音频等，在数字人直播