2025.04.11
本文字數:1807,閱讀時長大約3分鐘
導讀:金融領域因其資料密度高、專業性強,暴露出大模型垂直行業資料供給不足的問題。
作者 | 第一財經 齊琦
2025年是AI應用元年,金融行業正經歷一場以“垂直化AI”為核心的深度變革。安永最新報告顯示,中國金融科技市場規模已突破4.59萬億美元,預計2030年將達9.97萬億美元,年複合增長率達13.8%。
當前,包括銀行、保險、基金等金融機構已完成多類通用大模型的本地化部署。行業人士對記者稱,大模型與專業知識庫的結合是AI落地的未來趨勢。
金融AI的知識基建:從通用到專屬
具體看來,AI正逐步滲透金融領域,從風險管理到客戶服務、從投資決策再到支付安全。
易方達投顧金融科技負責人劉瑋對第一財經分析稱,DeepSeek的出現令金融機構以更具成本效益的方式運用AI技術,也催生出更多智慧化應用場景。金融機構積極跟進,紛紛完成多類通用大模型的本地化部署,也有越來越多基於專有資料與知識的領域模型及AI應用的創新。
那麼AI在金融領域要實現精準應用,光DeepSeek就夠了嗎?
燕道數科CTO袁考明透露,以保險領域為例,大模型因缺乏專業級的精算資料和監管規則庫,“AI幻覺”仍是不容忽視的問題。例如,在產品定價或條款解釋中,AI可能生成不符合監管要求或實際情況的回答。那麼在強監管、高精度的保險、以及整個金融行業,這一問題不僅影響決策效率還可能帶來合規風險。
Vectara實驗室最新測評顯示,主流大模型DeepSeek-R1的幻覺率高達14%,而南都大資料研究院釋出的《2024 AI風險白皮書》也提到,被記錄的220起風險事件中,技術濫用(50%)、決策倫理爭議(24%)與虛假資訊傳播(20%)構成三大風險叢集,疊加資料洩露等安全隱患,折射出AI治理體系升級的迫切需求。
“站在投顧的角度,也要求在技術的使用上需要負責任地使用AI。”劉瑋分析稱,投顧機構應重視擁抱AI以降本增效,培養複合型人才,明確AI應用邊界,強化資料保護,堅守買方立場。這要求從業人員要學習AI知識技能,提升合規意識,維護客戶利益與隱私安全。
在法律層面,早在2023年8月,由網信辦等七部門釋出的《生成式人工智慧服務管理暫行辦法》(下稱《辦法》)正式施行,《辦法》明確要求生成式AI服務提供者需建立資料合規、演算法透明、生成內容管理等六大機制,隨著《辦法》的實施,中國AI產業的治理與規範化水平日益發展和成熟。
目前監管框架的完善正為行業劃定邊界。國家金融監督管理總局此前強調,AI應用需堅持技術中立原則,重點防範資料濫用與演算法歧視。

資料資產待沉澱
隨著生成式AI技術加速滲透各行業,資料資產沉澱與風險治理成為制約技術落地的核心挑戰。
金融領域因其資料密度高、專業性強,暴露出大模型垂直行業資料供給不足的問題。
“當我們透過AI應用諮詢金融問題的時候,即便接入DeepSeek等前沿大模型,回覆的完整性和準確性往往都不盡如人意。”盈米基金相關負責人告訴記者,這並非源於模型本身推理能力的侷限,而是金融領域專業資料的結構性缺失。
該上述負責人透露,該機構目前的應對措施是構建多元混合大模型技術底座,同時體系化梳理公司的資料資產,將前期積累的財富管理知識圖譜轉化為機器可讀的知識庫,透過API介面賦能AI模型訓練,以期破解"金融大模型不金融"的行業困局。
燕道數科的解決方案也在“AI壽險工具”中採用了多模態混合引擎結合行業內部資料形成專有知識體系。“與專業資料庫深度融合,能夠準確理解保險領域的複雜邏輯。”袁考明稱,此外還有整合保險產品知識、費率表、利率曲線及監管政策等全市場資料,構建動態知識庫。以及分層多資料來源混合儲存策略,並結合專業領域模型微調,透過意圖分析理解進行高效且精準的資料呼叫,減少無效計算,目前該解決方案已在多家壽險公司投入測試及應用。
“資料質量與知識含量,是發揮AI價值的關鍵前提。”安永大中華區科技諮詢服務主管合夥人顧卿華此前對第一財經稱,機構需透過資料要素的全生命週期管理、AI可信體系構建等措施,來釐清AI應用場景與建設路徑。此外,擁抱AI的目標並不是替代人,而是讓人類專注於決策創新與情感互動。
業內人士指出,未來AI破局需“資料+風控”雙驅動,深化資料要素配置,構建全週期風控體系。隨著監管完善,技術與倫理協同將成AI發展關鍵。
微信編輯 | 雨林
推薦閱讀