在人工智能技术的浪潮中，大模型正悄然改变金融行业的面貌。近日，恒生电子董事长刘曙峰在国民财富发展研究合作平台2025春季峰会上，分享了他对于大模型在金融领域应用的深刻见解。
刘曙峰指出，随着技术的不断进步，大模型已逐步渗透到金融行业的各个环节，成为推动行业数字化转型的重要力量。他强调，AI已经迈入了平权阶段，这意味着其可用性、易用性和普惠性均达到了前所未有的高度，使得AI在金融领域的应用门槛大幅降低，运营成本也显著减少。
然而，刘曙峰也坦言，尽管大模型在金融领域的应用前景广阔，但仍面临着诸多挑战。特别是在交易领域，大语言模型所固有的幻觉问题以及无法进行精准计算的缺陷，成为了制约其广泛应用的主要瓶颈。因此，如何在保证精度的同时，充分发挥大语言模型的优势，成为了金融行业亟待解决的关键问题。
针对这些挑战，刘曙峰提出了三种主要类型的大模型应用策略，即知识驱动型、流程驱动型和混合型。他解释说，知识驱动型场景擅长处理开放性、动态变化的复杂任务，如报告生成、行业分析等，这正是大语言模型所擅长的领域。流程驱动型场景则更注重效率的提升，通过引入大模型，可以显著优化现有流程，降低运营成本。而混合型场景则是在流程中嵌入知识推理，实现对既有业务逻辑的智能化升级。
刘曙峰还指出，随着市场需求的不断增长，金融行业在大模型应用上的投入也在逐渐增加。数据显示，去年整个金融行业在大模型应用上的投入仅占金融科技投入的一小部分，但今年初大模型项目数量与金额已呈现出倍增态势。这反映出市场对大模型在金融领域应用的强烈需求。
面对这一趋势，刘曙峰提出了推动AI应用在更多场景下规模化落地的三个要点：大模型的选择与适配、资源的梳理和再定义、场景的重构和价值挖掘。他强调，智能体的建设是一个系统工程，需要多方面的协同合作。未来，金融行业将不断加强与科技企业、科研机构的合作与交流，共同推动大模型技术的创新与应用发展。
刘曙峰还提到了大模型在金融行业中的具体应用案例。例如，在复杂的交易和配置过程中，行业正在探索将传统AI技术（如估值、定价模型）与大语言模型相结合，通过大语言模型进行数据的筛选和预处理，再交给传统模型进行定价和决策。这种结合传统与现代技术的创新方式，为金融行业的数字化转型提供了新的思路。
最后，刘曙峰表示，他对大模型在金融领域的未来发展充满信心。他相信，在不久的将来，大模型将成为金融行业不可或缺的一部分，为行业的数字化转型和智能化升级提供强有力的支持。
