摘要：在直播中，孙壮老师为我们洞察了金融行业人工智能的发展趋势，分析了金融行业人工智能的应用场景及价值，还为我们介绍了金融行业数智化转型的实战案例以及数智化转型的路径方法，供我们进行实践参考。

5月22日，华为算力平台先遣队 行业领域首席代表孙壮老师做客时习知华为大咖直播间，带来主题为《金融行业智能化发展应用场景及创新落地建议》的精彩直播分享。

在直播中，孙壮老师为我们洞察了金融行业人工智能的发展趋势，分析了金融行业人工智能的应用场景及价值，还为我们介绍了金融行业数智化转型的实战案例以及数智化转型的路径方法，供我们进行实践参考。

直播分享引起了很多金融领域从业者的共鸣，在时习知直播平台，有较多小伙伴与孙壮老师热情互动并提了问题。直播结束后，小知整理出了一些共性问题及建议供大家参考，希望能够触发大家，在金融行业数智化转型的方向和路径方面进行更多的思考。

Q1金融机构落地AI应用，需要经过哪些阶段？AI大模型如何快速高效地落地应用到金融行业？

🎓华为孙壮：金融机构落地AI应用是一个系统性的工程，需经过多个阶段的战略规划与技术实施，结合行业实践和最新趋势，包括需求分析、数据治理、架构设计、场景落地、风险控制、持续迭代等主要过程，最终聚焦在三个关键词，“效率”“普惠”和“安全”。

为实现“效率”“普惠”和“安全”的目标，金融机构可以遵循“几步走”策略：充分诊断需求、选择合适路径、开展试点验证、实现生态扩展，比如大型机构自研行业模型，中小机构采用开源+微调模式，基于先易后难为原则，优先在智能客服、信贷助手等价值场景测试实践，后续逐步扩展到生态，形成能力外溢。通过这个路径和策略，实现从“技术验证”到“价值落地”的积累。

Q2 AI大模型的兴起将对金融行业带来哪些影响？

🎓华为孙壮：AI大模型给金融行业带来的影响较多，既有“马太效应”又有“乘数效应”。在AI大模型的加持下，头部金融机构之间很可能进行重新排位，部分中小机构也有机会借助AI大模型，实现“弯道超车”。

从解决问题的角度 ，带来的影响是客观的。首先，从宏观层面来看，大模型能够提升效率，可以降低广义的交易成本，最终提升效率。

其次，从普惠的角度来看，大模型能够进一步提升金融服务实体经济的普惠性，使大家获得优质金融服务的门槛进一步降低，比如1元起投的投资顾问，以及中小微商户信贷服务等。

第三，AI大模型能够带来创新的模式，能力强、发展快的金融机构能产生新的优势，用户体验和品牌影响力，也可以得到进一步巩固。

综上，我们的观点是，AI大模型对金融机构可能是一个新的分水岭。带来机遇的同时，AI大模型也带来了差异化的竞争局面，对于能力弱、发展慢的金融机构是一个挑战，同时它对于安全合规也提出了更高的要求，金融机构要避免因为大模型的应用而带来新型的风险。

Q3目前金融行业智能化升级遇到的最大挑战是什么？

🎓华为孙壮：金融行业本身经营的就是风险，从金融票据诞生的第一天开始，到今天用数字化手段进行支付，金融活动基本上是以虚拟的方式在进行，金融行业积累了海量的数据基础，因此它有非常好的基础去做智能化转型。

在金融行业开展智能化转型的过程中，面临的最大的挑战就是业务挑战。以银行为例，传统的存贷利差越来越小，各个金融机构面临同质化的竞争，智能化赋能业务变得越来越重要。

到了差异化竞争的新时期，金融机构要靠充分的数据挖掘去找到新增客户，这不仅仅是技术挑战，而是对整个金融企业战略与业务设计的挑战。金融机构人工智能的发展正从技术价值逐渐走向场景价值，金融行业智能化转型既存在机遇也面临挑战，这个挑战就是如何解题，我们的观点是，要基于场景原生或场景驱动做好价值梳理，以系统化的思维去建设金融AI体系。

Q4是否每个金融机构都需要构建AI大模型？

🎓华为孙壮：AI+已经成为全社会的共识，金融行业也在大力引入AI，在全社会兴起AI浪潮的背景下，金融行业要围绕自己的核心功能，探索如何更好地利用AI技术。AI是一种技术，目的是为了实现金融行业的功能，大模型只是其中的一类。所以，关于是否需要构建AI大模型这个问题，金融机构首先要能够更好地寻找到自己的目标客户群体，同时也要能够更好地找到客户的实际需求。有了需求之后，通过分析有效需求，匹配金融机构的功能、风险控制水平等情况，梳理出AI可以为自身金融发展赋能的领域。

在投入方面，大型金融机构具备大规模投入的基础，但中小型金融机构更多需要的是通用性技术，比如DeepSeek降低了人工智能的使用门槛和使用成本。在AI大模型上投入的程度，建议金融机构要考虑两个问题，一是自身的能力和实力，二是要有自身明晰的要求。综上，我们认为，在AI大模型上的投入要考虑技术、资本、场景的协同适配，而不是单纯地“炫技”。

Q5人工智能可以为金融行业做好“五篇大文章”带来哪些价值？

🎓华为孙壮：“五篇大文章”是金融机构的指导方针，也是落实金融服务实体经济的考量要求。在人工智能领域，可以基于普惠服务，在降低投资门槛、中小微企业信贷扶持、7X24小时智能客服、业务反欺诈等领域找到落地的高价值场景。DeepSeek的出现，不仅带来了开源的趋势，也降低了AI的使用门槛，在服务模式上，人工智能将逐步走向技术与业务的结合。

基于此，建议各金融机构，逐步按照BP（商业计划）规划进行AI战略落地，如直播中我们介绍的短-中-长期的BP规划，并根据每一个阶段设定“普惠”“绿色”“科技”“养老”等目标，释放“数字金融”的乘数效应，最终通过系统的部署，将人工智能贯穿到“五篇大文章”的长期发展周期中去。

Q6您对金融行业数智化转型还有哪些建议？

🎓华为孙壮：金融行业迎来人工智能行业应用的历史机遇，但是当前金融服务的供给远远不足，所以我们建议通过AI去加大金融服务的供给。AI支持下的智能投研、智能投顾、风险管理、智能客服等创新应用，将成为金融科技创新的核心驱动力。

因此，建议金融机构做好3个转型：架构转型、模式转型和知识能力转型。

同时，要避免3个“孤”的发生：第一，避免烟囱式的建设，形成“孤立”系统；第二，避免“单点应用”，建议回归业务本质，从前中后台的业务逻辑逐步设计，避免形成“孤立”应用；第三，要将内部文档、专家经验转化为可检索的知识资产，避免形成“知识孤岛”。只有这样，金融行业数智化转型才能走得更稳、更远。

错过直播的小伙伴可以扫描下方二维码或使用此链接（https://hw.shixizhi.huawei.com/ilive/H5LiveReplay.htm?actId=7d1y8jg7&liveId=1919597125505236994&replayId=1925536552641933314&tenant_id=1390222376536522753&sxz-lang=zh_CN）观看回放，学习直播回放，你可以：

1.洞察行业趋势：了解金融行业人工智能发展的演进历史、现状、痛点以及趋势，清楚金融行业人工智能发展的政策要求及路径方向；

2.分析应用场景：了解金融行业人工智能主要能力及应用场景，如智能客服、智能营销、智能投顾、智能风控、智能信贷等高价值场景落地；

3.学习业界经验：从金融机构的智能化发展实践中，了解金融行业AI大模型建设现状，思考如何通过智能化全面升级提升管理及工作效率；

4.收获创新方法：学习一套从战略到执行的端到端的创新方法，从战略布局、创新使能、数据赋能、架构设计、筑牢基础5个方面开展金融行业数智化转型顶层规划。

来源：互联网播客