大模型在金融领域的应用现状 - 大模型在金融领域已形成可复制的落地范式 对内场景实现全岗位覆盖 包括代码助手、知识管理、报告撰写、核保核赔等场景 提效价值得到验证 [1] - 对外客户场景应用于客户意图理解、动态交互、营销素材生成等领域 因金融服务的专业性和严谨性要求更高 [1] - 80%的手机银行营销素材由大模型生成后经设计师修改发布 业务结合紧密的智能体生命力和活跃度更高 [1] 技术迭代与算力经济考量 - 模型迭代驱动能力跃迁 包括推理能力提升、智能体内生化、多模态融合和自主进化 [1] - 技术突破需与商业逻辑对齐 算力经济学成为核心考量 通过模型蒸馏和微调技术将千亿参数优化为百亿级应用 在保留推理能力的同时降低成本 [1] - 算力体系建设需兼顾硬件性能和软件管理指标 包括吞吐性能、稳定性、百万tokens成本和软件管理等 实现总成本领先 [1] 落地实施策略与场景应用 - 需平衡战略定力与创新弹性 建立顶层规划与基层创新双轨机制 战略层面锚定技术路线图 对技术平台、算力建设和成熟场景进行战略级规划 战术层面激活一线创造力 鼓励分支机构开展敏捷试验 [2] - 形成"主干扎实、枝叶繁茂"的智能生态 将技术创新转化为业务护城河 [2] - 一线网点使用大模型进行科创贷款获客分析和企业客户拜访准备 智能催收领域实现客户意图与情绪理解 短期催收自动化效率接近人工水平 [2]