金融行业Agent百景图

New Finance New Future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 01金融场景创新的AI 时代02金融行业Agent 百景图目录 信贷（8 Agent）风控（3 Agent）AI Native 手机银行（4 Agent）投研（7 Agent）投行（2 Agent）投顾（3 Agent）智能运营（2 Agent）产品开发及销售（7 Agent）核保核赔（3 Agent）监管合规（3 Agent）时代背景开篇Agent 是大模型落地的最佳形态金融行业 Agent 落地典型实践金融机构大模型落地路径金融行业 Agent 发展趋势银行证券保险智能客服（14 Agent）智能用数（10 Agent）通用 11273341555965698389010304080995123 03结语04附录 1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Agent是大模型落地的最佳形态金融行业Agent落地典型实践金融机构大模型落地路径金融行业Agent发展趋势 0103040809 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。 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、营销物料生成、智能语音客服等更广泛场景得到应用。近期 OpenAI o1 和 DeepSeek R1 这类推理大模型的出现，得到市场广泛好评，标志着生成式人工智能领域的一个重要转折点，具体体现在几个方面：1）Scaling Law 依然有效，从 Pre-Training 阶段扩展到了 Post-Training 和 Test-Time阶段，强化学习技术的创新性应用为不断迭代升级模型能力带来了新的方向；2）开源模型成为世界顶级模型，在 Qwen 和 DeepSeek 为代表的开源模型推动下，模型创新和应用创新将持续涌现；3）推理算力需求激增，模型的开源开放带来了大模型时代的“杰文斯悖论”，算力应用效率的提升，带来整个社会对算力需求的增长；4）企业大模型应用范式向“大尺寸 MoE 模型 + 小尺寸蒸馏模型 + 数据飞轮”转变。 Agent 是大模型落地的最佳形态构建于大模型之上的 Agent，不仅具备强大的语言理解和生成能力，还能够通过规划、记忆、工具和行动四大关键组件实现复杂的任务处理。规划模块负责拆解复杂任务为可执行的子任务，并评估执行策略；记忆模块支持短期对话上下文保持和长期用户特征存储；工具模块让 Agent 可以调用外部 API 或插件来扩展自身功能；而行动模块则是将这些规划转化为实际操作的工作流。这种多组件灵活编排的架构设计使得大模型 Agent 能够灵活适应各种业务需求，同时提供高度定制化的服务。金融行业因其信息密集、逻辑严谨及监管严格等特点，对大模型技术落地提出了极高的要求。无论是客户服务、风险管理、还是经营决策，每一个环节都需要精准的数据分析、逻辑判断、快速响应等能力。面对这类复杂场景，单靠大语言模型本身往往很难应对，大模型 Agent 凭借其环境感知、决策规划、调用工具及执行行动的能力，有效应对上述挑战。当把大模型应用在金融行业具体场景当中，Agent 的上述能力特点得以完美体现。一方面，基础大模型提供了强大的语义理解和内容生成能力，支持高效率和准确的数据处理工作，并且其推理和规划能力，能够将复杂任务进行拆解，分而治之，更重要的是，相比小模型，大模型具备很强的泛化性，能支持多类场景的快速验证与落地；另一方面，以 Agent 为核心的多智能体架构允许其根据不同的业务场景需求，调用已有的系统接口和工具，充分复用已有的 IT 资产积累，以适应不同场景下多样化需求。可以说，大模型 Agent 不仅是金融行业数字化转型的理想选择，更是推动现有 IT 体系向智能化迈进的关键力量。 金融是国之重器。2023 年 10 月，中央金融工作会议首提“金融系统要做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章”，为金融如何服务实体经济高质量发展指明了方向。在这一背景下，大模型技术的应用显得尤为重要。大模型具备强大的数据处理能力、自然语言理解和生成能力，以及复杂任务执行能力。它们能够为金融机构提供精准的风险评估、个性化的客户服务、智能化的投资顾问等解决方案，从而助力“五篇大文章”的实施。普惠金融 - 蚂蚁集团1蚂蚁集团自成立以来，一直致力于通过科技创新推动普惠金融的发展，旨在为全世界提供平等的金融服务机会。其使命是构建基于互联网科技的全球开放式金融服务生态系统，使每一位普通消费者和小微企业都能够随时随地获得便捷、安全且低成本的金融服务。蚂蚁集团利用大数据、云计算及人工智能等先进技术，不断探索新的服务模式和服务边界，力求覆盖更广泛的人群，特别是那些传统金融服务难以触及的群体。在这一愿景下，蚂蚁集团推出了两款基于金融大模型的产品——支小宝与支小助。支小宝是一款智能理财助理，而支小助则是面向金融行业专家的智能业务助手，两者均采用了最新的大模型技术进行深度定制，以满足不同用户的需求并提升服务质量。支小宝作为一款针对个人用户的智能理财助理，它不仅能够帮助用户解读市场信息，还能结合用户的财务目标和个人偏好给出个性化的资产配置建议。支小宝 2.0 版本尤其引人注目，因为它实现了从“检索式 AI”到“生成式 AI”的转变，极大地提高了智商和财商水平。据透露，截至 2022 年底，支小宝 1.0 版本就已经累计服务超过 3 亿用户，解决了超过 17 亿个理财问题。此外，支小宝还能够主动预测用户需求，适时地提供相关服务，使得用户体验更加人性化和智能化。支小助则专注于为金融行业的专业人士提供支持。这款智能业务助手包含多个专业版本，如“服务专家版”、“投研专家版”等，分别服务于理财顾问、保险代理等多个角色。例如，“投研支小助”每天可以帮助每位分析师高效处理超过 100 篇研究报告的信息提取工作，显著提升了工作效率。支小助的设计理念是为了让金融机构的专业人士能够更好地利用数据和技术手段，从而提高他们的金融行业 Agent 落地典型实践 生产力和服务质量，最终惠及更多的客户群体。随着生成式人工智能时代的到来，大模型技术在金融行业的应用前景显得尤为广阔。无论是对于普通消费者还是专业金融从业者而言，大模型都能够带来前所未有的体验变革：更自然的交互方式、更丰富的信息供给、更有效的表达形式以及更加贴身的服务定制化。未来，我们可以期待看到更多像支小宝和支小助这样的创新产品出现，它们将共同推动整个金融行业向着更高层次的智能化迈进，同时也将进一步扩大普惠金融的服务范围和服务深度。科技金融 - 网商银行2网商银行作为中国首批民营银行之一，自成立以来便专注于利用数字技术为小微企业提供金融服务。其核心使命是通过创新性的金融科技手段，解决小微企业融资难的问题，尤其是那些传统金融机构难以覆盖的长尾小微企业。凭借阿里巴巴集团和蚂蚁集团的技术能力和生态资源，网商银行致力于打造科技金融服务新模式，使得每一位小微经营者都能够享受到便捷、高效的金融服务。大雁系统是网商银行基于数字化技术