用好AI、融合AI、创造AI,外滩大会国君、蚂蚁、工行、富国等9大机构演讲干货提取

新闻

作者：微信文章




2025上海外滩大会Inclusion如期而至，大模型AI在金融领域的落地应用成为核心议题。


拥抱大模型，用好AI、融合AI、创造AI

在《大模型与资产管理应用案例》的主题报告环节，蚂蚁集团副总裁、财富保险事业群首席技术官尹俊，国泰海通证券股份有限公司首席信息官俞枫，富国基金管理有限公司首席信息官李强，中银基金管理有限公司首席信息官陈宇，申万菱信基金管理有限公司首席信息官钟瑜阳，天弘基金管理有限公司人工智能部负责人平野，东方证券资产管理有限公司总经理助理许可，浦银理财有限责任公司金融科技部总经理吴苗，中国工商银行资深经理夏知渊，分别发表了主题演讲。

在《人工智能在蚂蚁金融领域落地实践》的主题分享中，尹俊表示，对于蚂蚁而言，用大模型落地金融领域进行创新毫无争议，但是也面临了不少问题。首先，随着智能化程度越来越高，大模型能力越来越强，如何最大程度的激发其潜力？其次，随着大模型介入复杂场景，如何让大模型的推理逻辑和人类专家的推理逻辑一致？此外，随着大模型智力水平的提升，其推理成本和训练成本也越来越高，如何平衡落地金融行业的垂类，并控制成本？



蚂蚁集团副总裁、财富保险事业群首席技术官尹俊

“即使有这么多挑战，我们还是将整个大模型作为业务和技术发展非常重要的投入”，尹俊认为拥抱大模型体现在“用好AI”、“融合AI”、“创造AI”三方面。

如何从技术层面将大模型应用落地实践？尹俊表示需要经过三个阶段。

1

首先是场景集成阶段，主要是利用互联网和数字金融相关的技术，在通用的大模型基础之上，构建金融的智能体。这个过程集成了搜索及信息、数据整合。

2

其次是垂类增强阶段，重点针对通用大模型进行加训，这一动作会导致成本的巨量提升，但是能够激发通用大模型在金融行业的智能化，解决更复杂的金融行业问题。

3

最后是专属增强阶段，核心是要创造场景化、定制化的大模型，其训练成本与第二阶段类似，但是需要顶尖专家介入，导致更高的成本。

尹俊表示，目前蚂蚁集团重点在建设第三阶段，但第一、第二阶段也需要不断提升数据，以及对行业的洞察和训练。



国泰海通证券股份有限公司首席信息官俞枫

大模型引发了新一轮技术革命，AI成为新型基础设施，证券行业拥有海量的数据和复杂的业务场景，AI推理大模型的“思考+结论”的输出能力特别适合证券行业复杂多元的业务。但证券行业专业度、安全性要求相对较高，行业大模型落地面临诸多挑战。俞枫结合国泰海通证券大模型应用探索与实践，提出了“1+N”的策略，即以一个垂类为通用大模型作为底座，再赋予N个场景的模型，实现模型的组合和叠加。



富国基金管理有限公司首席信息官李强

全球 AI 浪潮蓬勃兴起，富国基金积极顺应行业变革趋势，以 “优化成本、提升效率” 为核心目标，在 AI 赋能软件工程领域开展了一系列系统性的探索与实践。李强围绕《语言模型在富国基金软件工程中的探索与实践》发表了主题演讲，他把软件工程内部定义为D2C(Document to code)和C2C(Code to Code)两个模式，前者的产品需求，设计、测试、部署等都是规范化、文档化，而C2C时代，所有的需求、测试、部署等都需要code化。



中银基金管理有限公司首席信息官陈宇

金融科技正深刻重构资产管理行业格局,推动行业从传统模式向智能化、数字化全面转型。大模型技术发展、国产算力崛起、国家“人工智能+”战略部署为行业提供了坚实的技术底座与政策支撑，资管行业迎来效率提升与体验升级的重要机遇。陈宇以《AI时代资管科技的发展与思考》为主题，从公募基金的角度出发，认为大资管行业百舸争流，且不同资管机构之间是竞合关系。在这过程中，基金公司需要打造差异化能力，而AI技术是打造能力的关键。他认为需要从应用工程、模型工程、知识工程、算力工程、组织人才五方面推进AI的转型。



申万菱信基金管理有限公司首席信息官钟瑜阳

利用大语言模型进行投资研究，主要是通过海量的语料和历史情境对未来进行预测。但是在实际使用过程中，存在大量难点。钟瑜阳在《大语言模型在投资领域应用的难点剖析》的主题分享中表示，大语言模型和投研的结合，首先要留出人类专家参与的接口， 当专家比模型更了解研究时需要介入；其次，要进行性能和内容的迭代；此外，要做标准化的后训练，通过服务域和训练域循环交互。



天弘基金管理有限公司人工智能部负责人平野

天弘基金在大模型应用领域探索出了一条从1.0到3.0的渐进式发展路径，以“轻量化切入、场景为王”为原则，逐步构建起自主可控的AI技术架构。平野从天弘基金的视角，带来了关于资产管理的大模型应用路径与探索的主题演讲。他表示，天弘基金开启智能体，解决在每个业务场景中存在的不确定性、复杂问题，在各个场景中尝试用大模型去解决最后一公里的问题。



浦银理财有限责任公司金融科技部总经理吴苗

在《智浦理财–新一代数智化资管平台》的主题演讲中，吴苗提到，浦银理财的数字化建设有三个阶段：第一阶段解决线上化问题，目前已经基本完成，包括业务端的全业务、全线上、全流程、全穿透等；第二阶段是开启数智化，目前正在建设，总体规划是“智浦理财”，通过人工智能构建智浦大脑，支撑业务更快、更高质量发展；第三阶段是未来要同步展望生态化，包括与代销、投资的合作伙伴建立开放、共赢的数字生态。



东方证券资产管理有限公司总经理助理许可

许可围绕《大模型与智能体在行业智能投研领域的应用与实践探索》这一主题，从科技赋能券商资管和公募基金的角度，把大方向分为4+2+4，即4个平台、2个引擎和4个升级的建设。其中，4个平台主要是对应公募基金业务投资、销售、中后台的三驾马车，通过数据驱动业务跟踪决策引擎，将投资研究过程、销售过程、中后台管理实现量化、指标化、资产化。



中国工商银行资深经理夏知渊

站在银行的角度，夏知渊围绕《工商银行大模型建设与应用》这一主题进行分享，他认为，目前国产化算力在基础性能的核心指标上，已经能够满足基本的大模型应用，行业应用的基础设施安全性已经有充分保障。下一阶段， AI智能银行应该从被动响应到主动服务去变化和跃迁。金融服务不再是被动服务，而是根据客户的诉求和变化，主动推送信息，为他们提供更具AI智慧能力的服务，包括交互形态、交易模式、风险管理等方面。

与去年相比，今年的演讲已不再停留在理念层面，而是直指大模型应用如何真正赋能业务。以下为要点梳理：

大模型应用重要性：已经毫无争议，不再局限于聊天场景，业内一致认为大模型AI将成为未来金融机构业务重塑的关键驱动力。

应用场景：智能客服、智能风控、智能投研、智能交易、智能陪伴与办公、程序编写与测试等均已进入实用阶段。其中，智能客服、智能风控、智能陪伴与办公，以及程序编写（效率提升30%以上）成效最为显著，发展趋势不可逆转。

核心技术：RAG行业知识体系与智能体被普遍认为是未来方向。

行业现状：大型机构已全面投入AI建设，如蚂蚁集团、国泰海通、工商银行等；而资源有限的机构则聚焦核心业务，如基金公司重点探索智能投研。

建设难点：场景深度挖掘、工程化能力、数据标准化以及人才储备，仍是落地过程中的主要挑战。

未来发展路径：大模型应用将重塑金融行业格局，不仅是机构间的竞争，更是国家层面的战略较量。























文章内容整理自：Inclusion·外滩大会 / PEACOCK AI
免责声明：我司尊重原创作者版权，除我司原创和无法确认作者外，我们将在文章末尾标注作者和来源。文章版权归原创作者所有，如转载涉及版权等问题，请与我们公众号联系删除，非常感谢。