“AI+金融”系列专题研究（一）：行业拐点已至，金融是AI应用落地的绝佳“试验田”

计算机《计算机周观点第24期：互联网大厂加码AI应用，沐曦过会国产算力再获推进》2025.11.16计算机《MiniMax发布全模态AI“全家桶”，M2登顶全球开源模型》2025.11.11计算机《计算机周观点第23期：政策产业协同发力，人工智能技术产业化加速》2025.11.08计算机《2025Q3利润端延续增长势头，AI、金融科技等板块表现较好》2025.11.03计算机《计算机2025年11月研究观点:中美科技博弈缓和，算力应用链迎加速拐点》2025.11.02 本报告导读： 金融行业数智化转型需求与大模型技术特性高度契合，是AI应用落地的绝佳“试验田”；2025年DeepSeek R1的发布成为金融机构本地化部署AI的行业拐点。 投资要点： 行业内驱+政策外驱，金融AI应用落地拐点已至。自2018年OpenAI推出第一个版本的GPT模型GPT-1以来，经过多年发展，通用大模型技术已跨越“技术验证”向“产业适配”的关键拐点，AI在垂直领域的规模化应用落地已箭在弦上，将逐渐进入加速期。而金融行业作为典型的数据、信息、决策密集型产业，是AI应用落地的绝佳“试验田”。 2025年5月，人民银行科技司司长李伟在《中国金融杂志》发表署名文章，提出“要稳妥有序推进人工智能大模型应用，加快金融数字化、智能化转型”。近年来，人工智能相关政策和顶层设计，为金融机构由“数智化”进一步向“人工智能化”转型提供外部驱动。而从产业内部来看，金融机构IT支出的持续扩张，则为AI落地提供了强劲内驱，数据显示2024年以来金融行业大模型相关招投标已开始明显加速。 从技术侧来看，当前AI与金融的结合主要有两条技术路径，一是通用模型结合金融语料进行训练，依赖通用模型能力的迭代，随着推理大模型的推广渗透，AI解决复杂金融问题的能力已有所增强，DeepSeek R1推理模型的发布更是成为金融机构本地化部署AI的行业拐点。二是开发金融垂类大模型，相比通用模型，金融垂域模型更适合解决金融行业的具体问题，与行业需求和合规性要求更加匹配。在应用形式上，AI智能体尤其是多智能体协作已成为未来重点研发方向，目前大模型普遍应用在理解、问答、信息提取等“短思考”金融场景，而智能体则主要面向需要AI自主承担长流程工作任务的高规划要求场景。 风险提示。大模型技术发展和迭代不及预期，AI应用落地不及预期，政策与合规风险。 目录 1.投资建议..........................................................................................................32.行业内驱+政策外驱，金融AI落地加速已是必然......................................42.1.外驱：产业趋势与政策共振，金融机构AI转型动力强劲..................42.1.1.大模型技术特性与金融行业数智化转型需求高度匹配.................42.1.2.顶层设计驱动金融机构向“人工智能化”转型..................................52.2.内驱：金融机构IT支出持续扩张，大模型相关招投标明显加速.......63.技术侧：模型能力持续迭代，DeepSeek成为金融机构AI部署拐点.......83.1.通用模型+金融语料：以DeepSeek为代表的推理大模型加速渗透....93.1.1.推理大模型增强了AI解决复杂金融问题的能力...........................93.1.2.DeepSeek R1成为金融机构本地化部署AI的行业拐点..............103.2.金融垂类大模型：更专注更懂金融的行业原生大模型......................153.2.1.度小满开源金融行业推理大模型——轩辕-FinX1........................153.2.2.蚂蚁数科推出原生金融推理大模型...............................................153.2.3.东方财富自研妙想金融大模型.......................................................163.3.金融AI Agent：多智能体协作正在成为趋势.......................................184.风险提示........................................................................................................21 1.投资建议 我们认为，当前通用大模型技术已渐成熟，大模型在垂直领域的规模化应用落地已箭在弦上，将逐渐进入加速期。金融行业作为典型的数据、信息、决策密集型产业，其数智化转型需求与大模型技术特性高度契合，随着人工智能相关政策在金融领域的持续落地，金融机构有望由“数智化”进一步向“人工智能化”转型。 从产业内部来看，2024年以来金融大模型相关招投标已开始加速。2025年DeepSeek R1的发布助推通用模型推理能力跃迁和成本锐减，并实现模型开源，成为金融机构本地化部署AI的行业拐点。目前，AI应用已在各类金融机构的核心业务领域以及中后台场景中加速渗透，未来AI有望重构金融业务流程和组织架构，为金融数智化打开新纪元。 建议关注： 金融信息服务。相关标的：同花顺、九方智投控股、指南针。 第三方支付。推荐标的：新大陆、新国都；相关标的：拉卡拉。 银行IT。推荐标的：宇信科技、京北方、广电运通、神州信息、中科金财、高伟达、天阳科技；相关标的：长亮科技。 证券IT。推荐标的：恒生电子、金证股份、顶点软件。 保险IT。推荐标的：新致软件、中科软。 2.行业内驱+政策外驱，金融AI落地加速已是必然 2.1.外驱：产业趋势与政策共振，金融机构AI转型动力强劲 2.1.1.大模型技术特性与金融行业数智化转型需求高度匹配 通用大模型技术已渐成熟，AI应用在垂直领域落地已箭在弦上。2017年，谷歌发布Transformer架构，为后续LLM、GPT的建设提供基础的框架支持，随后在2018年，OpenAI推出了第一个版本的GPT模型GPT-1，引领了大语言模型技术迭代和发展的狂潮。经过多年的发展，通用大模型技术已渐成熟，这也推动了新一轮行业生产力变革，凭借大模型在场景泛化、技术涌现、强计算能力等方面的优势，大模型为多个行业的发展带来了工业革命级生产能力的提升。 但随着大模型能力的普及，通用大模型技术已跨越“技术验证”向“产业适配”的关键拐点，单纯提供基础模型API的商业模式面临着日益激烈的同质化竞争和价格压力。自2023年起，国内外多家科技企业开始推出针对特定专业领域应用的产业大模型产品，依托自身专业领域特征及通用大模型建设基础，推动大模型技术实现产业落地应用的最后一环。我们认为，当前AI大模型在垂直领域的规模化应用落地已箭在弦上，将逐渐进入加速期。 资料来源：机器学习社区公众号 大模型技术特性与金融行业数智化转型需求高度匹配.金融行业属于数据、信息密集型产业，对于多渠道信息汇总及数据处理能力有较高要求，业务场景中面临的海量数据分析交易决策制定、个性化投资建议等环节对于金融从业者的专业知识储备与经验判断提出了较高要求，而大模型在自然语言的处理、计算机视觉应用、知识图谱问答等环节具有强大的数据处理与分析能力，能够优化数据处理模式，降低人力错误，并在关键决策的判断上给予金融从业者系统性支持。 资料来源：艾瑞咨询，国泰海通证券研究 2.1.2.顶层设计驱动金融机构向“人工智能化”转型 金融行业属于政策导向型产业，顶层设计和政策指引对金融行业的发展方向具有决定性作用。近年来，在金融科技发展规划与金融机构数字化转型一系列政策的指导之下，国内金融行业的数智化转型颇具成效。我们认为，人工智能相关政策在金融领域的持续落地，为金融机构由“数智化”进一步向“人工智能化”转型提供强劲外部驱动。 2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，明确提出到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长，人工智能在公共治理中的作用明显增强，人工智能开放合作体系不断完善。到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%，智能经济成为我国经济发展的重要增长极，推动技术普惠和成果共享。此外，该政策还强调要推动新一代智能终端、智能体在金融等服务业的广泛应用。 2024年11月，中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》，强调要加强数字金融相关新型基础设施建设，布局先进高效的算力体系，加快云计算、人工智能等技术规范应用，探索运用边缘计算和量子技术突破现有算力瓶颈，为金融数字化转型提供精准高效的算力支持。 2025年3月，国家金融监督管理总局办公厅等三部门联合印发《银行业保险业科技金融高质量发展实施方案》，鼓励金融机构加大数字化转型投入，运用云计算、大数据、人工智能、机器学习、隐私计算等技术，研发数字化经营工具。 2025年5月，人民银行科技司司长李伟在《中国金融杂志》发表署名文章《稳妥有序推进金融领域人工智能大模型应用》，文章提出“要把握历史机遇、迎接现实挑战，稳妥有序推进人工智能大模型应用，加快金融数字化、智能化转型，为做好金融“五篇大文章”和推进金融高质量发展注入智慧动能。” 2.2.内驱：金融机构IT支出持续扩张，大模型相关招投标明显加速 金融机构IT支出随数智化转型而持续扩张。随着智能化和数字化转型进程的推进，国内金融机构对客产品和服务科技水平逐步提升，内部的数智化平台建设与信创系统切换也在稳步推进，另外以金融大模型为代表的新兴生产力的崛起进一步推动了金融市场的科技需求，这些因素均驱动我国金融机构科技投入规模持续扩张。 根据艾瑞咨询统计数据，2023年，我国金融机构科技投入总规模达到3598亿元，同比增长9.8%，2024-2028年预计市场整体将以约13.3%的复合增长率高速增长，2028年国内金融机构的科技投入规模或将突破6500亿元。 金融机构在AI领域的直接投入也在增加。根据IDC数据，2024年中国金融行业Al and Generative Al投资规模达到196.94亿元，到2027年将达到415.48亿元，增幅达到111%。 资料来源：艾瑞咨询，国泰海通证券研究 金融机构积极推进AI落地，大模型项目招投标2024年开始加速。根据智能超参数统计，2024年全年金融行业共有133个大模型中标项目，其中90个项目披露中标金额，中标金额总额为23961万元。中标项目所覆盖金融机构类型包括银行、证券、保险、金科公司、交易所、消金、监管机构等。从数量上看，银行类机构发起的大模型相关采购项目数量最多（71个），占比达到53%，其次是证券机构（20个），保险（16个），其他金融机构（26个）。从披露的中标金额占比上来看，银行、证券稳居前两名，尤其银行机构的金额占比也超过50%。 从项目类型来看，应用类项目数量最多（82个），占比62%；算力类项目次之，数量（27个）占比20%；大模型类项目（23个）数量占比17%，数据类项目占比最少。从金额分布来看，应用类项目披露的金额占比排名第一，算力类项目金额占比排名第二，大模型类项目金额占比排名第三，数据类项目的金额占比最低。应用类项目数量和金额占比最多，表明金融机构比较关注大模型技术在具体业务场景中的落地。 资料来源：智能超参数公众号，国泰海通证券研究 资料来源：智能超参数公众号，国泰海通证券研究 资料来源：智能超参数公众号，国泰海通证券研究 根据智能超参数