行业转型趋势 - 金融行业人工智能应用从探索阶段转向落地实施阶段 关键词包括落地 可信 具身 [1] - 金融科技企业加速推动人工智能技术与金融业务深度融合 探索更具可行性的转型路径 [1] 创新服务模式 - 金融壹账通推出基于智能体的金融RaaS服务新范式 以结果即服务为核心 [1] - RaaS模式强调按业务效果付费 服务提供方承担系统建设与技术更新责任 [1] - 该模式帮助客户减少前期投入与技术沉没成本 实现风险共担 收益共享 [1] 技术应用进展 - 规划型智能体技术已具备自主规划与多智能体协作能力 AI从聊天工具演变为数字劳动力 [3] - 金融壹账通构建智能体为核心的数字员工体系 在部分外包运营项目中试点应用 [3] - 该体系全面部署于平安集团客服 销售 催收 质检等业务环节 [3] 运营效能提升 - 平安AI坐席服务量达到18.4亿次 占集团客服总量的80% [3] - AI解决率从38%提升至92% 客户净推荐值由49%增至78% [3] - 业务模式从人力密集向智能驱动转变 [3] 业务场景应用 - 财富管理场景中智能体系统能生成个性化投顾建议 实现高效协同 [4] - 营销场景通过标准化话术与案例库实现AI外呼转化率翻倍 [4] - 某城商行话术策略设计周期由1周以上缩至2天 内容响应率提升20% [4] - 催收业务中智能体自动生成个性化还款方案 催收效率提升近四倍 [4] - 逾期30天内还款率从40%提高至70% 有效降低合规风险 [4] 战略发展方向 - 金融壹账通作为平安集团唯一对外金融科技输出窗口 持续加大AI与业务融合投入 [4] - 公司将进一步完善智能体与RaaS服务体系 推动可评估 可交付的智能化成果落地 [4] - 重点覆盖银行 保险等多元场景 助力金融行业高质量发展 [4]

公司动态 - 蚂蚁集团旗下AI健康应用AQ推出"暴雨健康服务专区" [1] - 用户可通过AQ APP首页专区卡片获取医疗应急处理、高风险感染防控、灾后消杀等健康防护科普信息 [1] 行业趋势 - 华东、华北、东北等地持续强降雨引发健康防护需求 [1] - 科技公司通过AI应用提供灾害相关健康服务解决方案 [1]

公司战略转型 - 公司以20年金融IT根基为基础 从系统供应商转型为数字资产交易底层架构构建者 [1] - 公司投资8000万港元进军Web3.0与加密货币资产领域 资金投向香港证监会许可的加密货币和RWA等资产 [1] - 公司通过链上升级传统金融服务 开发香港券商与交易所的链接技术 实现向数字金融生态构建者的角色跃迁 [1] 核心竞争力 - 公司拥有149项软件著作权及64项专利 通过CMMI五级认证 技术人才占比高达89% [1][2] - 公司覆盖80%头部银行 核心客户复购率连续多年保持100% 2024-2025年连续中标国有大行核心项目 [2] - 公司是国家级专精特新小巨人企业 多年蝉联IDC"中国银行业IT解决方案智能营销市场第一名" [1] 财务与投资表现 - 公司完成1.3亿股配售(每股0.301港元) 募资3860万港元优化资本结构 [2] - 公司投资东京中央拍卖1500万股(每股0.44港元) 按最新股价6.8港元计算 持有收益近9000万港元 [2] - 公司2024年收入3.78亿元人民币 市值仅14亿港元 市销率3.45倍为同业最低 [10][11][12] 政策环境与市场机遇 - 香港《稳定币条例》正式落地 香港证监会已发出11张虚拟资产交易平台牌照 [5] - 全球稳定币总市值约2400亿美元 2024年全球稳定币交易量超过20万亿美元 [6] - 香港发布虚拟资产市场监管"A-S-P-I-Re"路线图 及《数字资产发展政策宣言2.0》升级政策框架 [5] 市场表现与估值比较 - 公司股价在4个交易日内累计涨幅近32% [6] - 公司市值14亿港元远低于同业 第四范式市值274.79亿港元 长亮科技市值148.94亿港元 [11][12] - 可比公司经纬天地收入2.78亿元低于公司3.78亿元 但市值达85.7亿港元为公司6倍 [10] 行业发展趋势 - 数字资产从虚拟投机向实用性和基础设施发展聚焦 人民币跨境支付适用范围扩大 [6] - 恒生科技指数市盈率仅22.2倍 2025年上半年外资净增持中国股票和基金101亿美元 [13] - 南向资金净买入额达8200.28亿港元 创历史同期最高纪录 [13]

稳定币市场动态 - 稳定币概念股尾盘拉升，软件ETF（515230）上涨1.57% [1] - 恒生电子盘中涨停，市场传闻公司与蚂蚁数科就稳定币合作，但公司未确认 [1] - 香港《稳定币条例》将于2025年8月1日生效，金管局发布监管文件，首批合法港元稳定币有望加快上线 [1] - 上海市国资委党委学习加密货币与稳定币发展趋势，重点城市政策或边际宽松 [1] 稳定币技术优势 - 稳定币账户体系简洁，用户转账汇款便利，显著提高跨境支付速度并降低交易成本 [2] - 稳定币有望推动人民币国际化进程 [2] 相关投资标的 - 计算机ETF（512720）和软件ETF（515230）可作为稳定币相关投资关注标的 [2]

文章核心观点 - 人工智能产业正从水平通用向垂直专用战略转变，金融业是AI率先落地的关键行业 [1][2] - 蚂蚁数科发布国内首个专注金融推理的商业化大模型Agentar-Fin-R1，旨在为金融AI应用打造可靠、可控、可优化的智能中枢 [1] - 金融推理大模型是驱动金融行业向更智能、高效方向发展的关键，能解决通用大模型在金融领域的局限性 [1][3] 行业趋势与战略方向 - 智能体本质是结合模型的“超级大脑”和自动化的“敏捷双手”，业内一致认为其将驱动产业颠覆性变革，是金融业数字化转型的关键推手 [2] - AI智能体产业价值释放的关键在于从“水平通用”向“垂直专用”的战略转变，价值在于攻克行业深层痛点而非解决大量浅层问题 [2] - 金融业因其数字化程度最高、数据密度最大、AI应用场景最丰富，成为AI率先落地的绝佳行业 [2] - 金融AI应用当前在通用领域较多，业务深水区渗透率低，从通用走向业务场景深化是未来大方向 [6] 产品技术与能力特点 - 金融推理大模型产生的推演能力、泛化能力、意图识别能力、结构化表达能力，是企业采用新技术取代原有模式的基础 [3] - 该模型能提供可解释的结果，展示思考过程，满足金融机构对低错误容忍度和清晰推理链条的需求 [3][6] - 公司构建了覆盖银行、证券、保险、基金、信托等全场景的金融任务分类体系，包括6大类、66小类场景 [4] - 模型基于千亿级金融专业数据语料，通过可信数据合成技术和专家标注的金融长思维链构造机制提升复杂任务处理能力 [4] 工程实践与迭代机制 - 模型开发遵循三个“E”原则：高质量数据（Excellent data）、持续迭代（Evolving）和效率（Efficiency） [4] - 高质量数据需来自真实问题并保证多样性，对推理思维链进行精简并注入专家知识，最后由金融专家标注校验 [4] - 采用“两阶段加训”过程：第一阶段内部大规模训练奠定金融基础能力，第二阶段针对具体业务场景和客户需求进行本地微调 [5] - 建立高频敏捷迭代机制，通过训练与评测一体化联动，驱动模型持续进化以确保知识常新和能力在线 [5] 市场前景与挑战 - 随着推理大模型能力增强，更多原本解决不了或解决不好的金融场景问题将被列为重点推动任务，这一进程将加速 [6] - 技术需先解决成本、效率问题，才能激发真实需求；当技术越过拐点后，市场因素将更主导模型发展 [7] - 需理性看待技术局限性，对于决策至关重要、损失巨大的场景，不适合让模型直接决策，应认识其能力边界 [7]

人工智能在金融行业的应用趋势 - 大模型和智能体成为2025世界人工智能大会最热话题，金融行业因其数字化程度高、数据密度大、应用场景丰富，成为AI率先落地的绝佳行业 [1][3] - 金融推理大模型是金融AI智能体发展的关键一步，将推动行业向更智能、高效方向发展，国内首个专注金融推理的商业化大模型Agentar-Fin-R1正式发布 [1][5] - AI智能体产业价值释放的关键在于从"水平通用"向"垂直专用"转变，需深入业务场景解决行业深层痛点而非浅层问题 [3][5] 金融推理大模型的核心价值 - 金融推理大模型作为智能体的核心智能引擎，需具备深度行业理解能力，解决现有通用大模型在金融专业知识、业务逻辑推理、安全合规等方面的局限性 [4][5] - 推理大模型提供推演能力、泛化能力、意图识别和结构化表达，是企业采用新技术取代原有模式的基础，其可解释性满足金融机构对模型思考过程的需求 [5][8] - 蚂蚁数科构建了覆盖6大类66小类金融场景的分类体系，基于千亿级金融语料和专家标注的长思维链机制，显著提升模型处理复杂任务的能力 [6] 金融推理大模型的技术实现路径 - 模型开发遵循三个"E"原则：高质量数据（Excellent data）、持续迭代（Evolving）、工程效率（Efficiency），数据需来自真实问题并经过金融专家校验 [6] - 采用两阶段加训模式：第一阶段大规模训练建立金融基础能力，第二阶段针对具体场景本地微调，并通过高频迭代机制持续优化模型表现 [7] - 通过训练与评测一体化联动，结合金融动态和市场变化完善任务体系，确保模型知识常新并贴合业务实际需求 [7][8] 金融AI的未来发展方向 - 金融推理大模型将推动智能体进入业务深水区，从解决70-80%问题向更高覆盖率演进，但需理性看待技术边界，避免在关键决策场景直接应用 [8][9] - 当前模型迭代以技术驱动为主，需先解决成本效率问题，未来市场因素将更主导，技术越过拐点后场景渗透将加速 [8][9] - 金融AI应用正从通用领域向业务场景深化过渡，推理大模型将成为这一进程的重要推动力 [8]

公司核心竞争力 - 金融AI核心竞争力植根于数据资产、真实场景与金融科技基因三者的深度融合以及协同效应 [1] 智能体平台发展 - 公司4月推出自研金融智能体平台 同步亮相AI审批官和AI决策助手等智能体应用 [1] - 6月进一步展示奇富信贷超级智能体的核心模块 [1] - 智能体平台已搭载覆盖99%小微企业的专业知识图谱 宏微观信息准确率达98% [2] 技术难点与解决方案 - 小微企业信用评估面临数据处理与模型风险识别两大核心挑战 [1] - 通过智能体多模态感知整合能力将碎片化非结构化数据转化为有效评估依据 [1] - 通过知识图谱前序筛选保证输入准确性 并通过注入过往成熟经验保障模型准确度 [2] 智能体应用成效 - 新上岗两个模型研发智能体实现7×24小时不间断工作 [3] - 一个月内核心业务场景模型性能提升近1% [3] - 智能体显著释放人力成本并提升工作效率 [3] 未来发展方向 - 打造端到端决策风险智能体替代现有风险决策逻辑 实现全流程自动化 [3] - 开发经营与风险辅助决策智能体 目标成长为可独立工作的决策人员 [3] - 预计两年后AI智能体将以数字人形式深度参与金融机构业务 [3] 行业应用现状 - AI智能体在金融行业应用仍处于起步阶段 [2] - 当前落地更多集中在成熟场景 客服领域通过多智能体协同已完成大多数工作 [2] - 智能体通过后训练具备强能力后 在大多数金融场景都有应用可能 [2]

据悉，该模型专为金融业应用打造，在三大主流金融基准测试中均取得最高评分，超越Deepseek等开源 通用大模型及金融大模型，在金融专业性、推理能力以及安全合规能力上表现突出。 此外，蚂蚁数科还提供非推理版本的14B与72B参数金融大模型以及基于百灵基础大模型的MOE架构大 模型满足金融机构在多样化场景部署的需求。 作者 | 王方玉 编辑 | 苏建勋 AI大模型作为新一代人工智能的基石，为金融行业的智能化提供了强大的技术底座，降低了开发和应 用的门槛，堪称金融智能化的"新基建"。 7月28日，在世界人工智能大会（WAIC 2025）上，蚂蚁数科正式发布金融推理大模型Agentar-Fin-R1。 值得一提的是，蚂蚁数科不仅研发行业模型，还布局了从金融行业大模型、AI平台到上层应用的全栈 式解决方案。 打个比方，如果说大模型是"大脑"，那么智能体就是将这个"大脑"的认知能力转化为具体金融业务执行 力的"身体"和"行动者"。蚂蚁数科发布的金融推理大模型，有助于进一步加速金融智能体的落地应用。 据悉，目前蚂蚁数科已联合金融行业伙伴推出超百个金融智能体解决方案，覆盖银行、证券、保险、通 用金融等四大领域，金融机构可以" ...

近日，京东科技连发两单绿色主题ABS，发行规模合计15亿元，在产业金融和消费金融方面积极践行绿 色金融。京东科技绿色资产证券化业务喜报频传，为交易所市场首批绿色主题产品，持续受到市场热切 关注。 7月24日，"京东科技-京诚系列15号2期供应链保理合同债权绿色资产支持专项计划"在上海证券交易所 成功发行，计划管理人为华泰证券(上海)资产管理有限公司，销售机构为长城证券股份有限公司，发行 规模5亿元。该项目为交易所市场首单"绿色家电"主题的ABS产品，受到市场投资人的踊跃认购。 本次项目募集资金拟投向节能家电贸易应收账款保理项目。底层家电贸易相关产品均为高效节能家用电 器，各产品的能效均达到国家标准一级能效，并获得了相应的一级能效标识证书。此次ABS基础资产主 要基于京东供应链金融科技板块的保理融资产品"京保贝"。依托供应商在京东零售的供货等各方面的数 据，京保贝可以实现分钟级放款、随借随还，极大帮助供应商化解资金周转压力，助力供应商实现更快 收款、更快周转，从而撬动更大的经营。京保贝在2024年累计融资规模突破2000亿元，成功连接超过10 万户供应商，服务范围涵盖1000多种品类。 7月29日，京东科技又一 ...

股价表现 - 盛业(6069 HK)尾盘拉升涨近6%报15 2港元 [1] - 截至目前成交额达7 3亿港元 [1] 战略布局 - 公司决定设立新加坡国际总部以加强国际业务发展 [1][3] - 将探索Web3生态系统及稳定币创新应用场景 [1][3] - 目的是提升技术能力和业务扩展 [1] 发展预期 - 通过新加坡总部利用当地金融科技优势推动业务全球化 [1] - 此举有望加速数字化领域战略布局 [1] - 为未来创新项目提供支持 [1]