恒生电子董事长刘曙峰：大模型在金融领域的应用前景广阔

当前，大模型作为人工智能领域的重要分支，正逐步渗透并重塑着金融行业的每一个角落。恒生电子董事长刘曙峰4月10日在国民财富发展研究合作平台2025春季峰会上接受上海证券报记者采访时表示，大模型在金融领域的应用前景广阔。

上证报中国证券网讯（刘暄 记者 李丹）当前，大模型作为人工智能领域的重要分支，正逐步渗透并重塑着金融行业的每一个角落。恒生电子董事长刘曙峰4月10日在国民财富发展研究合作平台2025春季峰会上接受上海证券报记者采访时表示，AI进入平权阶段，大模型金融应用面临精准计算与幻觉两大挑战。他预计，今年将出现传统AI的专业模型与大语言模型相结合的探索，以提升其在金融领域的应用效果和可靠性。

AI进入平权时代

随着人工智能技术不断发展，大模型已成为当前科技领域的热门话题。在刘曙峰看来，基础模型如今已发展到一个新的阶段，特别是在推理和多模态领域，正沿着规模定律（Scaling Law）的路径不断前行，或将不断带来新的惊喜。

“今年，AI进入了平权阶段，可用性、易用性和普惠性都达到了一个可以搭建应用的全新高度。”刘曙峰表示，在绝大多数不涉及训练的情形下，AI的应用门槛已降至极低，运营成本也大幅削减。这不仅为金融行业的数字化转型提供了强有力的支持，更为产业应用的大发展奠定了坚实基础。

然而，行业里的机遇与挑战并存。刘曙峰表示，在金融行业，大语言模型所固有的幻觉问题以及无法进行精准计算等缺陷，成为制约其广泛应用的主要障碍。尤其是在交易领域，任何微小的错误都可能带来不可估量的损失。“因此，如何在保证精度的同时，充分发挥大语言模型的优势，成为金融行业亟待解决的关键问题。”

三种类型引领行业数字化转型

刘曙峰认为，知识驱动型、流程驱动型和混合型已成为金融场景下大模型应用的三种主要类型。

“知识驱动型场景擅长开放性、动态变化的复杂任务。随着应用不断深入，用户对报告、行业分析等多维度信息的需求日益增强。”在刘曙峰看来，这正是大语言模型所擅长的领域。从工作能力的视角看，通过充分发挥大语言模型在知识整合与生成方面的能力，其在业务研究、投资顾问等场景下或许比别人做得更好。

展开全文

“我们不仅要关注简单的问答，更要思考如何通过代理体的爆发，实现复杂工作的自动化处理。”刘曙峰介绍，通过任务的分解与代理体的应用，可以在知识密集的场景下实现对初级人工工作的有效替代。这不仅有助于提升工作效率，更能推动金融行业数字化转型的深入发展。

他进一步表示，流程驱动型场景更注重效率的提升。“这类场景主要关注降本增效，通过大模型的引入，可以显著优化现有流程，降低运营成本。”刘曙峰表示，随着技术不断进步和应用不断深化，大模型在金融行业中降本增效的作用将愈发显著。

刘曙峰表示，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。例如在复杂的交易和配置过程中，行业在探索将传统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。

市场需求正强劲增长

中研普华产业研究院的《2024—2029年科技金融产业现状及未来发展趋势分析报告》显示，2023年中国科技金融行业市场规模已达到数万亿元，同比增长率维持在两位数以上。预计到2025年，中国科技金融市场规模将继续保持高速增长。

刘曙峰表示，大模型在金融领域的应用前景广阔，但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，甚至不到1%的IT预算。今年初大模型项目数量与金额呈倍增态势，如今年1月至2月，已披露的项目中标数量达到27个、项目金额4800万元，反映出市场需求强劲。他表示：“今年市场将会迎来数量级的增长。”

面对这一趋势，刘曙峰表示，推动AI应用在更多场景下规模化落地有三个要点，即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。同时，他还表示要重视对智能体平台的建设。“通过选择合适的模型、梳理数据资产和自有资源、构建代理体等步骤，我们可以构建一个高效、可用的智能体，为前端业务人员提供强有力的支持。”

“智能体的建设是一个系统工程，需要多方面的协同合作。”刘曙峰表示，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。