公司战略与技术布局 - 公司技术布局与国家"人工智能+"战略同频共振 紧扣政策导向 [1] - 公司计划在2025年底前推动核心业务三分之一需求通过智能体实现 [6] - 研发投入近百亿 申请专利近千项 AI相关专利占比过半 研发团队规模逾千人 [4] 产品应用与技术创新 - 展示信贷智能体在金融核心业务的落地应用最新进展 [1] - AI审批官融合多模态识别技术 实现T+0审批时效 自动标注可疑风险点 [4] - 智能体应用涵盖大模型开发 智能客服 自动化运维等多维度场景 [4] 业务合作与行业影响 - 联合多家银行规划建设面向智能体应用的联合实验室 聚焦信贷审批 风险管理 合规运营等高价值环节 [5] - 通过周期性迭代和多专家共创 沉淀可复用模型优化方法与工程化标准 [6] - AI审批官已帮助多家合作银行实现审批效率数倍提升 [4] 行业发展与趋势 - 金融智能体正经历从辅助到决策 从外围到核心 从局部到全局的进化 [6] - 国务院提出到2027年实现人工智能与六大领域深度融合 智能体应用普及率超70% [1] - AI技术与金融场景深度融合推动更高效 更安全 更普惠的智能金融时代加速到来 [6]

AI模型技术在金融行业的应用现状 - AI模型技术正经历从"渐进式创新"到"指数级跃迁"的历史性转变，金融场景是率先发生这一转变的领域 [1] - 截至今年6月，银行业在全球人工智能大模型落地应用场景中占比18%，较互联网行业高出10个百分点 [1] - 金融垂类大模型已实现"周级迭代"，应用跨入"爆发期"，正在从量变走向质变 [1] 金融大模型人才需求与招聘趋势 - 金融业数字化程度高、数据密度大、AI应用场景丰富，成为AI落地绝佳领域 [2] - 奇富科技大模型团队超百人，依托近千人技术团队支撑，仍在招聘模型和算法专业人才 [2] - 浦发银行、交通银行、中国平安等机构加大AI人才招聘力度，青睐计算机和金融复合背景人才 [2] - 上海银行、上海农商银行发布AI大模型应用研发岗等职位，推进大模型应用场景建设 [2] 金融大模型技术应用与价值实现 - 大模型技术价值实现成为关注重点，候选人更看重技术在实际业务中的应用效果 [3] - 奇富科技不再做模型评测，转向打磨应用，专注于业务场景下大模型的准确度和效能提升 [5] - 公司基于DeepSeek、Qwen等开源大模型，聚焦将大模型能力高效深入应用于业务实处 [5] - 奇富科技信贷超级智能体集合多个模块，大模型能力已输出给银行客户 [5] 金融大模型迭代速度与行业痛点攻克 - 金融垂类大模型迭代速度缩短至双周甚至单周，投入力度加大 [7] - 蚂蚁数科CEO指出智能体价值在于攻克行业深层痛点而非解决浅层问题 [7] - 浦发银行筹建和林格尔数据中心，下设人工智能中心推进AI应用 [7] - 百度智能云推出千帆慧金金融知识增强大模型和推理增强大模型，覆盖多数金融场景 [7] 金融大模型技术创新与挑战 - 蚂蚁数科发布金融推理大模型Agentar-Fin-R1，通过加权训练算法提高学习效率与性能 [8] - 斯坦福大学研究表明数据质量对模型效果贡献度达70%，金融语料需3个月内更新 [8] - 大模型应用效果稳定提升是最大难点，目前仅在部分领域实现预期效果 [8]

金融AI核心竞争力 - 金融AI的核心竞争力在于数据资产、真实场景与金融科技基因三者的深度融合及其协同效应 [1] - 公司积累的过亿用户金融数据及风控策略经验形成难以复制的专业壁垒 [1] - 差异化优势的关键在于扎根真实场景的深度实践，拥有大量应用"试验田"以解决一线落地问题 [1] - 金融科技基因驱动独特数据、真实场景与前沿技术产生深度融合 [1] 金融大模型战略成果 - 2023年启动金融大模型战略，服务模式从技术解决方案升级为向银行输出AI"生产力" [2] - 2025年打造行业首个赋能信贷核心业务的智能体，包含端到端授信决策、信用评估、合规助手等模块 [2] - 智能体效率显著提升：客服领域承担大部分工作，研发智能体7*24小时运转，核心场景模型AUC提升1% [2] - 多模态智能体驱动关键模型AUC提升近1个百分点，画像增强智能体优化70%以上用户的收入、资产标签 [2] - 端到端风险决策智能体整合超700个模型、7000多个策略模块及过亿历史决策，补充传统风控体系 [2] 业务规模与战略合作 - 2025年3月公司银行业数智化解决方案业务规模同比飙升144% [3] - 公司与多家银行的AI+金融战略合作加速落地 [3] - 公司通过数据资产、场景实践与金融科技基因融合实现差异化突围，强调技术深度与产业洞察结合的重要性 [3]

核心观点 - 2025年是AI Agent从前沿技术到应用落地的进阶之年，金融行业迎来智能体时代，头部金融科技公司如蚂蚁数科、奇富科技已发布相关产品[1][2] - 金融智能体具备自主性，能感知环境、推理决策、规划执行复杂任务并持续进化，相比传统RPA和数字化工具实现质的飞跃[7][9][11] - 金融智能体通过五大颠覆式潜力重塑行业生产力：端到端自动化、实时响应、复杂任务执行、持续学习优化、降低服务门槛[16][17][18][19][20] - 应用场景已渗透至信贷、财富管理等核心业务环节，蚂蚁数科探索超100个深度应用场景覆盖银行/证券/保险等领域[22][24][26] - 技术落地面临数据孤岛（40%企业存在50+孤岛）、人才缺口（2030年达500万）、高投入（百万量级）等挑战[29][30][31] 技术演进 - 传统RPA需预设规则仅能处理固定流程，金融数字化阶段实现部分去人工化（如网商银行"310模式"、保险AI核保）[5][6] - 大模型技术赋予AI自然语言理解/生成/推理能力，金融智能体将其转化为业务执行力实现"端到端交付"[11] - 智能体具备"感知-推理-规划-执行-进化"闭环机制，能灵活处理超纲问题并持续自我优化[9][11][19] - 蚂蚁数科定义金融智能体四大要素：金融大模型、知识库、工具集、安全评测体系[12] 行业应用 - 信贷领域：奇富科技推出"信贷超级智能体"实现业务流程重构[22] - 财富管理：智能体可分析客户画像/持仓/市场变化，提供"千人千面"的资产配置建议[24][26] - 应用场景覆盖客户服务、风险管理、产品创新等六大领域，银行/证券/保险均受益[22] - 单智能体解决简单需求，多智能体系统实现跨领域协作形成虚拟职场生态[32] 实施路径 - 建议从具体业务场景切入试用，逐步扩展至多智能体协同[32] - 需配套解决数据孤岛问题（孤岛导致模型精度下降20%-30%）[29] - CEO直接参与对EBIT提升效果显著，需战略级重视[35] - 蚂蚁数科总结四条落地路径（具体内容未披露）[33]

0:00 奇富科技CEO吴海生在"2025中国国际金融展"期间接受经济观察报记者专访时表示，人工智能技术（AI）的迅猛发展，正推动银行等金融机构业务模式向智 能化转型。其中，金融机构可以通过AI智能体这个"智能杠杆"，实现更广泛的普惠客群覆盖、更精准的风险定价、以及更具弹性的业务增长，从而破解行业 同质化竞争，释放更强的金融服务实体经济发展潜力。 资料显示，奇富科技在2016年成立，2018年和2022年分别在美国纳斯达克与香港联交所上市，是AI驱动的金融科技平台。目前，奇富科技组建超千人规模 的研发团队，其中数百人专注人工智能技术与金融深度融合的研究。截至今年一季度末，奇富科技累计放款金融超2万亿元，帮助163家金融机构，为超5800 万小微企业和个人消费者提供数字化信贷服务。 吴海生向记者透露，奇富已研发信贷超级智能体，涵盖端到端授信决策智能体、小微企业信用评估、AI合规助手、AI决策助手、AI审批官等多个模块，为 银行等金融机构匹配专家级信贷能力，助力后者提升技术与业务双实力，在智能化转型征途走得更稳更好更快。 P CiF 岛富F 央视则 金融 合 在6月18日举行的"2025中国国际金融展"期间，AI ...

AI行业发展趋势 - AI领域充满传奇故事，如2023年ChatGPT轰动全球，2025年DeepSeek打破算力神话，为从业公司提供成名路径 [1] - AI行业需要充足资金与资源积累，OpenAI每年花费数十亿美元运营ChatGPT，即便算力成本降低仍为高门槛行业 [1] - 垂直场景存在精细化、专业化、差异化机会，QuestMobile报告指出AI细分市场潜力 [3] - AI开源文化带来技术平权红利，技术差距缩小，应用深度成为竞争关键 [3] 垂直领域AI应用 - 金融行业AI应用面临黑箱化、合规性等挑战，需解决算法偏见、数据安全等问题 [3] - 奇富科技通过多年积累构建知识图谱，模型适应金融机构风控与合规需求 [3] - 奇富科技连接163家金融机构及2.68亿用户，数据清洗与反馈机制提升模型决策能力 [5] - 信贷超级智能体覆盖授信决策、信用评估、合规辅助等全链条，提升金融业务效率 [5] 技术与业务结合 - 技术需解决客户实际问题，金融服务本质回归是AI公司破局关键 [6] - 奇富科技鼓励员工投入30%精力创新，技术沟通会吸引数百人参与 [13] - AI定位为提升效率而非取代人力，员工需持续学习适应技术变革 [14] 公司竞争力构建 - 资金与资源储备是AI公司基础，明确发展方向至关重要 [16] - 奇富科技财务稳定支撑AI研发，专注垂直领域数据积累拓展护城河 [18] - 信贷智能体改变业务模式，Q1新增授信用户增6%，撮合放款量增15.8% [19] 行业分工与混合模式 - AI行业延续产业分工，通用大厂无法垄断全产业链 [18] - 通用框架+垂直模块混合模式成共识，垂直领域数据积累是核心竞争力 [18]

人工智能技术对金融行业的影响 - 人工智能技术的快速迭代正在深刻影响金融行业，AI成为2025陆家嘴论坛上的关键词 [2] - 金融科技公司通过AI技术助力银行智能化转型，为国际金融中心建设注入动能 [2] - "AI+金融"目前处于投入期，但已带来边际效益提升，如小微企业信贷的信用评估和风控审批流程显著优化 [2] 奇富科技的战略与成果 - 公司重点打造信贷超级智能体，专注于金融领域大模型落地，重构金融服务流程 [2] - 信贷超级智能体具备多步规划、记忆与反思机制，自主交互真实场景，持续学习与策略演进 [2] - 公司组建了超千人规模的研发团队，其中数百人专注于AI与金融的深度融合，已申请专利961件，拥有著作权80余项 [3] 多模态技术与金融风控 - 推理性技术极大提升信贷风控，但面临数据非结构化、欺诈数据多、多模态数据处理等挑战 [3] - 多模态技术使数据处理量从100个维度跃升至千万级别，大幅提升风控能力 [3] - 大模型"幻觉问题"需通过修正机制控制，避免无边际推理 [3] 上海金融科技发展环境 - 上海作为全球金融中心和AI高地，为金融科技公司提供政策、技术、资本、场景等多维度支持 [3] - AI领域的核心资源包括人才、能源算力和应用场景，公司具备足够资源和耐心布局 [3] 金融生产力变革 - 金融行业正站在生产力变革临界点，智能体将自主完成需求分析、策略制定、效果评估的闭环 [3] - 智能体的发展将重新定义金融服务形态 [3]

公司业务数据与AI技术应用 - 公司拥有2.6亿注册用户、5800万授信用户、合作163家金融机构、累计放款金额达2万亿 [1] - 每日处理18万次申请决策、37万次交易决策、60万条坐席语料、7000个图片视频、6800条运营策略、1600万次用户触达 [1] - FocusPRO数字信贷解决方案通过AI技术驱动金融机构数字化转型，提升风控与运营效率 [1] - 信贷超级智能体重构从业者工作模式，包括AI获客助手、AI审批官、AI决策助手等工具，减少退补件次数趋近于0 [3] FocusPRO解决方案功能 - 针对消费贷客群构建分层服务体系（优质客群、中端客群、长尾客群），实现精准营销与风控升级 [2] - 中端客群服务提升个贷客户经理及直销团队营销能力，集成奇富借条大额优质用户流量补充获客资源 [2] - 长尾客群采用"拒量无缝转融担"模式，授信通过率提升60%，摊低表内风险水平 [2] 业务合作与行业影响 - 2025年一季度FocusPRO赋能业务规模同比飙升144%，新签约多家中大型城商行 [3] - 与广东华兴银行达成"AI+金融"战略合作，深度落地信贷智能体应用 [3] - AI技术驱动金融服务本质进化，实现普惠客群覆盖、精准风险定价、弹性业务增长 [4] 行业趋势与政策背景 - 国家提振消费政策持续加码，居民信贷需求呈现多元化趋势 [4] - AI技术成为破解同质化竞争、激活消费潜力的关键工具 [4]