在人工智能技術的浪潮中，大模型正悄然改變金融行業的面貌。近日，恒生電子董事長劉曙峰在國民財富發展研究合作平臺2025春季峰會上，分享了他對于大模型在金融領域應用的深刻見解。
劉曙峰指出，隨著技術的不斷進步，大模型已逐步滲透到金融行業的各個環節，成為推動行業數字化轉型的重要力量。他強調，AI已經邁入了平權階段，這意味著其可用性、易用性和普惠性均達到了前所未有的高度，使得AI在金融領域的應用門檻大幅降低，運營成本也顯著減少。
然而，劉曙峰也坦言，盡管大模型在金融領域的應用前景廣闊，但仍面臨著諸多挑戰。特別是在交易領域，大語言模型所固有的幻覺問題以及無法進行精準計算的缺陷，成為了制約其廣泛應用的主要瓶頸。因此，如何在保證精度的同時，充分發揮大語言模型的優勢，成為了金融行業亟待解決的關鍵問題。
針對這些挑戰，劉曙峰提出了三種主要類型的大模型應用策略，即知識驅動型、流程驅動型和混合型。他解釋說，知識驅動型場景擅長處理開放性、動態變化的復雜任務，如報告生成、行業分析等，這正是大語言模型所擅長的領域。流程驅動型場景則更注重效率的提升，通過引入大模型，可以顯著優化現有流程，降低運營成本。而混合型場景則是在流程中嵌入知識推理，實現對既有業務邏輯的智能化升級。
劉曙峰還指出，隨著市場需求的不斷增長，金融行業在大模型應用上的投入也在逐漸增加。數據顯示，去年整個金融行業在大模型應用上的投入僅占金融科技投入的一小部分，但今年初大模型項目數量與金額已呈現出倍增態勢。這反映出市場對大模型在金融領域應用的強烈需求。
面對這一趨勢，劉曙峰提出了推動AI應用在更多場景下規?；涞氐娜齻€要點：大模型的選擇與適配、資源的梳理和再定義、場景的重構和價值挖掘。他強調，智能體的建設是一個系統工程，需要多方面的協同合作。未來，金融行業將不斷加強與科技企業、科研機構的合作與交流，共同推動大模型技術的創新與應用發展。
劉曙峰還提到了大模型在金融行業中的具體應用案例。例如，在復雜的交易和配置過程中，行業正在探索將傳統AI技術（如估值、定價模型）與大語言模型相結合，通過大語言模型進行數據的篩選和預處理，再交給傳統模型進行定價和決策。這種結合傳統與現代技術的創新方式，為金融行業的數字化轉型提供了新的思路。
最后，劉曙峰表示，他對大模型在金融領域的未來發展充滿信心。他相信，在不久的將來，大模型將成為金融行業不可或缺的一部分，為行業的數字化轉型和智能化升級提供強有力的支持。
