2025年金融服务业中国AI现状与趋势调查报告

调查报告 AI 2中0国25年现金状融与服趋务势业 目录 2025年金融服务业主要AI趋势3 战略基础设施和投资行业洞察和未来展望 AI使用日趋成熟，可部署战略用例4 您的公司正在使用或评估哪些AI/机器学习工作负载？AI在改善业务运营方面发挥什么作用？ 生成式AI正在驱动行业变革5 最热门生成式AI用例 AI驱动金融公司的业务成果 AI投资力度不减 挑战依然存在9 高能效计算 前瞻：AI机会与展望10 2025年金融服务业主要AI趋势 最新问卷调查结果显示，生成式AI成为了金融服务领域的关键技术。 延续去年的调查，40%的受访者目前正使用生成式AI，而去年这个数字仅为四分之一。使用生成式AI，用户可以使用多种类型的输入生成文本、图像、3D模型等形式的数据。这项技术不仅提升了现有应用程序，也推动了金融服务行业创新服务和解决方案的创造。 战略基础设施和投资 为在竞争中保持领先优势，银行和金融服务公司继续大力投资AI领域，以期优化承销流程、提升客户体验、降低风险，并将投资组合回报最大化。问卷调查结果显示，很大一部分AI投资将流向计算基础设施。这些基础设施投资使企业能够构建AI工厂，即专门构建的加速计算平台，用于处理、提炼和转化海量数据，使其变为珍贵的AI模型和token。金融服务公司将利用这些功能提高运营效率，增强服务能力，从而获得制胜优势。 今年的问卷调查突出了AI的显著影响： >对AI基础设施的投资呈现强劲增长，98%的管理层人员表示他们将在2025年进一步增加相关支出。 >超过三分之一的公司将AI视为未来成功的关键要素，表明对AI作为战略商业杠杆的依赖程度日益增加。 >AI阻碍减弱，提到AI预算不足的受访者不到50%，提到AI数据问题的公司也大幅下降。 行业洞察和未来展望 针对如何最好地利用AI变革金融服务，为更好地了解行业想法与态度，NVIDIA完成了第五期年度《金融服务业AI现状》报告。本报告基于对全球600位金融服务专业人士的调查，对中国市场的分析来自于其中约占一半的中国数据。调查涵盖行业中关于加速计算、AI和机器学习的趋势、挑战与机遇等。 2025展望揭示了AI将在交易、银行、支付和金融技术等方面发挥更多作用，从提升运营效率到支持新的业务模型和收入来源等。金融机构不仅将重视提升客户体验和网络安全，还更多地致力于可持续实践。AI驱动的环境、社会和治理(ESG)以及可持续金融行动的大幅增长便是最直接的体现。 通过对今年问卷调查结果的分析，突出以下四个要点： >AI用例成熟度：尽管企业仍在增加受评估的生成式AI用例，但一些关键用例的渗透率表明，AI的探索与应用在走向成熟。 >数据分析和生成式AI的主导地位：数据分析仍是占比最大的工作负载，同时，生成式 AI呈现显著增长，成为占比第二的工作负载。 >AI的变革性影响：随着AI和生成式AI越来越多地与不同业务功能集成，绝大部分的受访者认为它们起着变革性的作用。 >AI优势的多元化：超过40%的中国受访者表示，运营效率提升是AI的最大优势，竞争优势和新的业务机会也被视为关键优势。 随着行业越来越多地应用AI，它还必须应对高能效计算，并开发可信AI，以合乎道德且可持续的方式释放其潜力。 AI使用日趋成熟，可部署战略用例 过去12个月中，金融服务公司一直围绕着几个核心应用加强AI工作。这表示企业已从探索AI转向关注部署高价值、具有战略意义的用例。 数据分析仍然是主要的AI工作负载，企业利用这项技术获得海量数据，从而更好地检测欺诈、提供个性化服务、预测市场趋势和管理投资风险。而生成式AI同比增长最为显著，成为最热门工作负载，有40%的中国受访者表示正在使用或评估该技术。 您的公司正在使用或评估哪些AI/机1器学习工作负载？ n/a 24% 26% 26% 34% 36% 39% 40% 43% 47% 60 50 40 30 20 10 0 数据分析 生成式AI 高性能计算 预测性分析 数据处理 20232024 四分之一的管理层受访者认为AI和生成式AI是其组织内部的变革力量。金融机构正将AI整合到各个业务职能中，特别是在风险与合规、营销、销售、网络安全和运营等领域，AI的使用率得到了显著提升。 AI为业务运营带来的优势呈现着多样化。虽然提及运营效率的企业数量与去年相比有所下降，但在员工生产力、创造竞争优势和新业务机会等方面出现了实质性提升。这一多样化标志着AI角色的转变，从提升效率的工具进阶成为了业务全面变革的催化剂。 AI在改善业务运营方面发挥什么作用？ 42% 增强运营效率 23% 开创新业务机遇 27% 提升客户体验 19% 生成更精确的模型 23% 创造竞争优势 11% 提升员工生产力 在20多个用例中，投资组合优化实现了18%的最高同比增幅，表明企业越来越认识到GPU加速在投资组合优化中发挥的优势。网络安全也得到了增长，超过三分之一的受访者表示正在评估或投资面向金融服务网络安全的AI。希望使用AI应对鱼叉式网络钓鱼攻击的受访者增加了一倍多，从9%长到22%，标志着网络威胁形势的变化。同样，使用AI应对供应链攻击和分布式拒绝服务(DDOS)攻击的用例也有所增加，表明人们对这些威胁的认识有所提升，并采取积极态度应对。 您的组织内部已解决（或将要解决）的网络安全挑战有哪些？ 29% 勒索软件/恶意软件 22% 鱼叉式网络钓鱼攻击 14% 分布式拒绝服务(DDOS) 27% 欺诈检测 21% 供应链攻击 23% 凭证/身份攻击 20% 零信任 总体而言，公司正在确定并实施最具战略意义的AI用例，并利用AI增强韧性，面对不断变化的挑战。 生成式AI正在驱动行业变革 延续去年的热度，生成式AI实现了最高的环比增长，是今年使用率排名第二的工作负载，仅落后于数据分析。60%的管理层受访者表示已经开发首个生成式AI服务或应用，另外有21%表示计划在接下来的12个月中进行部署。NVIDIA专家称，领域自适应预训练、微调和RAG等技术现在可以与开源基础模型结合，共同推动生成式AI的开发形成“飞轮效应”，在提升准确性的同时保护企业信息安全。 生成式AI应用的使用和评估测验呈现显著增长，特别是那些专用于通过自动化和数据检索提升任务效率和准确性的AI智能体。 最热门生成式AI用例 您的公司正在使用或评估的生成式AI/LLM用例有哪些？ 客户体验/参与（包括聊天机器人， 虚拟助理，坐席辅助等） 合成数据生成 报告生成/合成/投资研究 创建营销和销售资产（广告文案/电子邮件文案/内容生成） 合规与客户引导（了解您的客户/文档处理）文档处理（例如：投资文档分析） 交易/产品系列优化企业搜索（例如：搜索内部文档、政策等） 代码辅助/软件生成 定价/风险管理/承销 25% 27% 65% 25% 56% 27% 49% 24% 46% 20% 41% n/a 32% 15% 33% 15% 26% n/a 23% 13% 22% 0 2023 2024 102030 405060 据报告，客户体验和合成数据生成是最常见的生成式AI用例。鉴于聊天机器人的可用性、成本效率和可扩展性，客户体验领域的聊天机器人普及率很可能会继续上升。与此同时，数字虚拟形象和数字人技术不断进步，且部署也变得越来越轻松。NVIDIABlueprint在简化的API中整合了将近20个AI模型。如此，金融服务机构便能够部署使用企业专有数据训练的数字助手技术。 2024年首次对用于文档处理的生成式AI智能体进行调查，其采用率达到了32%。合成数据生成尤其适用于那些需要在不泄露敏感信息的情况下测试模型和策略的公司。目前，超过一半的金融服务公司已经开始使用合成数据生成。金融服务机构现广泛利用合成数据来训练欺诈检测和身份验证模型，找出新的威胁向量和欺诈模式。代码辅助和软件生成智能体在问卷调查中达到了23%的采用率，表明如果技术可以通过消除低效因素（如加速代码开发）或产生新的收入来源从而明确提升投资回报率，新用例便会迅速普及。 在全球范围内已部署的生成式AI用例中，25%的受访者认为基于AI的交易和产品组合优化可提供最高的投资回报率。另有21%的受访者认为，客户体验和参与度带来了最佳投资回报率，同时11%的受访者认为投资研究的报告生成/合成与文档处理也带来了同样的投资回报率。 生成式AI用例投资回报率（全球数据）排行榜 25% 交易/投资组合优化 AI驱动金融公司的业务成果 21% 客户体验/参与 11% 报告生成 11% 文档处理 对于行业中的利益相关者而言，最终想要达成的成果应是借助AI增加营收，降低成本。几乎所有的受访者都认为AI能够带来投资回报率(ROI)，管理层尤其乐观。全球超80%的管理层人员预测，AI领域的投资回报率至少为2倍，这表明人们对AI的信心日益增长，且意识到AI投资将带来的财务收益。 AI助力增加营收、减少支出的趋势将继续。近70%的中国受访者认为AI对营收的贡献达到5%或以上，77%的管理层人员表示AI确实带来了这些增长。有些企业表示收入大幅增长了10─20%，从2023年的11%增长到2024年的20%。此外，近70%的受访者表示，AI将年度成本降低了至少5%。 AI对营收的影响 受访者 42% 增加营收 +5%─10% >+10% 23% AI对减少年度成本的影响 受访者 51% 减少年度成本 +5%─10% >+10% +10%─20% 16% 16% 这些结果凸显了AI对业绩的重大影响，展示了其提升营收与节约成本的潜力。 AI投资力度不减 43%的公司报告称增加了AI基础设施支出，去年这个数字是16%。98%的管理层人员表示他们将在2025年进一步增加AI基础设施的支出。 AI基础设施支出表明，金融服务公司正着手构建能够进行全栈加速计算的AI工厂，以支持从AI探索到部署的转变，并加速组织内的AI采用。对AI工厂的基础设施投资也让公司可以更好地利用代理式AI——即利用大量不同来源的数据并通过精确推理自主解决复杂、多步骤问题的AI系统。银行和投资公司有众多潜在的AI应用，包括提供个性化财政规划建议的聊天机器人，风险自动评估测验代理，实时欺诈检测等。 接下来12个月内，您计划如何对AI技术进行投资？ 17% 16% 18% 24% 26% 34% 40% 41% 20% 23% 25% 43% 50 40 30 20 10 0 与第三方合作伙伴合作加速AI采用 加大对基础设施方面的投入 为员工提供 AI训练 识别更多的 AI用例 优化AI 工作流 聘用更多 AI专家 20232024 人才招募与训练已成为AI投资的一个关键领域，有四分之一的受访者表示他们将为现有员工提供AI训练。与此同时，用于雇佣更多AI专家的支出也同比增加了20%。事实证明，基础设施和人才招募的支出相辅相成，因为训练有素的AI专业人士都希望拥有所属领域最先进的工作环境。如果公司投资加速计算AI工厂，这是一个双赢的局面，因为数据科学家可以更快地训练和部署更复杂、准确的模型。最后，AI工作流的优化也有显著增加，表明AI的快速发展已推动用户从关注基础设施转向应用层面，希望通过高效使用AI应用得以提升投资回报率(ROI)的解决方案。 其他领域的AI支出包括与第三方合作伙伴合作，加速AI采用，和鉴别其他用例。 在评估测验或正在投资的热门AI用例中，客户体验和参与度仍处于优先级，尽管报告的投资额略有下降。网络安全是同比增长最为显著的领域，有38%的受访者选择了该选项，反映出对网络威胁的担忧日益增长。文档处理、算法交易和风险管理也是重要的用例。 企业正在评估或已投资的五大AI用例 39%26% 41% 21% 25% 25% 29% 32% 49% 38% 50 40 30 20 N/A 10 0 网络安全 客户体验/参与 算法交易 合规性 文档管理 20232024 技术格局也在发生变化，投资正大