近期，恒生电子董事长刘曙峰在接受采访时透露，尽管金融大模型技术正在快速发展，但其企业级应用的落地进程却慢于预期。他表达了对2025年金融大模型在多个场景中实现显著进步的期待。
恒生研究院发布的《2024金融行业大模型应用观察》指出，大模型在多个金融场景如投研服务、运营管理、投顾与客服以及代码开发中，已显示出强大的意图识别和任务执行能力，并在一些领先的金融机构中投入实际运营，产生了实质性的效果。然而，报告也强调，由于金融行业对业务复杂性、准确性和可解释性的高要求，目前尚未出现能够彻底改变现有业务模式、引领行业变革的“杀手级”人工智能原生应用。
根据恒生研究院的市场调研，2024年前三季度，我国公开披露的大模型项目中标总额达到20.75亿元，较上一年度增长了163%。在金融行业中，大模型中标项目数量为66个，总金额达到1亿元，占比4.9%。到2024年11月，金融行业的大模型中标项目数量增至103个，总金额增至2亿元。在细分行业中，银行业的大模型项目中标金额最高，占比56.8%，证券业和保险业紧随其后。
尽管如此，与政务、能源和通讯等行业相比，金融业的大模型中标项目金额仍然较低。刘曙峰指出，金融领域企业级大模型的实际应用步伐不及预期，进展较为缓慢。目前，大模型在金融行业的主要用途为内部赋能，直接面向客户的服务由于合规性和其他潜在问题而持谨慎态度。
报告还显示，金融行业运营大模型应用场景仍处于探索阶段，且投入产出不成正比。这主要受合规要求严格、私有化部署及服务成本高昂、对业务准确度要求高等因素制约。大模型能力和产品成熟度不够，以及企业自身数据质量不佳也是影响因素之一。
在金融领域的大模型应用研发方面，主要有金融机构自研、金融科技公司主导和基础大模型供应商主导三种模式。国有大行和头部券商等机构一般采用自研策略，拥有对业务的深刻理解和大量的私有金融业务数据，但可能面临技术研发和资源投入的瓶颈。金融科技公司如恒生电子和中关村科金等，在特定业务场景已推出大模型应用解决方案，具有较高的治理能力，但算力、数据资源和人才储备相对不足。基础大模型供应商如百度、智谱和科大讯飞等，技术实力强，能够快速迭代和创新，但在金融业务场景的理解上可能不如金融机构和金融科技公司。
刘曙峰表示，基础大模型以每3.3个月一次的频率进行迭代，性能持续增强，相比之下，金融行业垂直大模型的迭代速度显著落后。因此，他预计金融行业的大模型，甚至大多数行业的垂直大模型，有可能逐步被功能更为全面的基础大模型所替代。金融机构的建设重点可能会转向关系RAG的开发以及服务入口的改造。
