腾讯财经 袁小丽
编辑 刘鹏
2025 年 4 月 10 日，在国民财富发展研究合作平台的春季峰会上。工商银行的首席技术官吕仲涛，针对“人工智能与金融未来”这一主题，对 AI 大模型给金融业带来的变革路径进行了系统的阐述。
工商银行首席技术官吕仲涛
吕仲涛称，工商银行已构建起全栈自主可控的工银金融大模型技术平台体系。该体系借助 2000 多个大小模型协同形成的矩阵，为不同应用场景提供服务，为 20 多个业务领域赋予能力，且已在 200 多个场景中得以落地。其中，“1+X”工程化解决方案在金融市场交易以及网点服务等场景中取得了显著成效。运用大模型构建了金融市场投资、交易的全流程智能服务体系，从而推动了交易规模的增长和利润的提升；借助知识检索范式研发的网点业务助手，很好地缓解了 20 余万一线网点服务岗位员工在处理复杂业务时的痛点。
吕仲涛着重提到了 DeepSeek 开源模型给行业带来的颠覆性影响。工商银行在 2024 年开始试点代码研发场景，到 2025 年 2 月，完成了全栈国产算力的部署，即 DeepSeek-R1，并且将其应用于财报分析助手、AI 财富管家等 40 余个场景中。
吕仲涛称，实践表明 DeepSeek 在逻辑推理以及量化策略生成等场景里表现较为突出。然而，在那些专业性和时效性要求比较高的场景中，倘若直接运用 DeepSeek 模型，是无法满足业务预期的。只有将行业知识与行业内知识相结合，对其进行微调以及强化学习等训练，才能够更好地使其适配，进而达到最佳的综合性价比。
吕仲涛指出，DeepSeek 模型使得金融行业的 AI 应用出现了爆发式的增长。他预测，在未来，像 DeepSeek 这样的大模型将会朝着“智能基础设施”的方向进行转型。同时，算力需求将会急剧增加，人机协同将会成为一种常态，人工智能相关的法律规范也将会逐渐地完善，这些都将成为未来的四大趋势。并且他还强调，“金融机构需要建立起‘一岗一助手、一人一分身、一客一管家’这样的 AI 劳动力体系”。
AI 有着可期的未来，但它并非是万能的。吕仲涛指出，大模型在金融行业的应用潜力极为巨大，然而，与此同时也伴随产生了诸如数据安全、算力瓶颈以及人才缺口等诸多挑战。在迎接机遇的过程中，金融行业一定要积极地去应对 AI 技术所带来的新挑战。
一是要持续对风险管理进行加强。AI 技术在提升工作效率的同时，安全风险也日益突出，比如存在知识幻觉、会生成伪造内容以及有算法偏见等情况。
一是 AI 模型的性能依赖于数据，这是其本质特点。数据如同 AI 时代的新石油，其价值释放的方式已发生改变，从仅由规模驱动，转变为质量驱动与场景驱动。二是金融行业对数据较为敏感，AI 技术所带来的隐私风险和合规挑战不容忽视，必须要确保数据的采集和使用都符合相关的法律法规要求。
三是算力需求会持续增大，规模定律尚未失效。短期内，扩大算力、数据、参数规模是提升模型性能的最直接方式。算力在人工智能时代是稀缺资源，仍需较大投入。但目前需加强国产算力的生态建设，在效能提升和模型适配等方面加大力度。
一是构建适应人工智能时代的人才培养机制，因为人工智能应用的人才缺口依然很大。二是要从管理、业务、技术这三大类人才维度去构建多层次、全方位的人才培养体系。
吕仲涛强调，后续金融行业要把 DeepSeek 等大模型用好。关键在于构建“四高”应用体系，包括高效能的组织，高水平的技术和数据，高价值的场景以及高适配的人才。
一是在强化创新应用组织模式方面，通过对适应 AI 时代的组织架构进行优化，将科技与业务紧密融合，实现总分行上下联动以及行内外协同互促，从而形成能够推动 AI 应用广度和深度显著拓展的有效合力。
一是夯实技术数据支撑体系，不断提升大模型的能力，构建起算法丰富、算力充足、数据全面、服务好用且安全可控的大模型技术数据支撑体系。
三是以重点场景突破为手段，持续增强核心竞争力。
三是建设专业人才队伍，提升 AI 人才培养的速度并进行储备，积极培育综合型人才，进而为大模型的规模化应用提供更有力的人才支撑。
吕仲涛最后表示，先进大模型如 DeepSeek 的出现，对于金融业推动数字化转型而言是重大机遇。工商银行将会和同业机构一起，加快在金融业务领域进行广泛且深度的应用推进，以更好地提升金融服务的质效。
