“AI+金融”系列专题研究(一)：行业拐点已至 金融是AI应用落地的绝佳“试验田”

　　本报告导读：
　　金融行业数智化转型需求与大模型技术特性高度契合，是AI 应用落地的绝佳“试验田”；2025年 DeepSeek R1的发布成为金融机构本地化部署 AI的行业拐点。
　　投资要点：
　　投资建议：我 们认为，金融行业作为典型的数据、信息、决策密集型产业，其数智化转型需求与大模型技术特性高度契合。2025 年DeepSeek R1 的发布助推通用模型推理能力跃迁和成本锐减，并实现模型开源，成为金融机构本地化部署AI 的行业拐点。目前，AI 应用已在各类金融机构的核心业务领域以及中后台场景中加速渗透，未来AI 有望重构金融业务流程和组织架构，为金融数智化打开新纪元。建议关注：1）金融信息服务。相关标的：同花顺、九方智投控股、指南针。2）第三方支付。推荐标的：新大陆、新国都，相关标的：拉卡拉。3）银行IT。推荐标的：宇信科技、京北方、广电运通、神州信息、中科金财、高伟达、天阳科技；相关标的：长亮科技。4）证券IT。推荐标的：恒生电子、金证股份、顶点软件。5）保险IT。推荐标的：新致软件、中科软。
　　行业内驱+政策外驱，金融AI 应用落地拐点已至。自2018 年OpenAI推出第一个版本的GPT 模型GPT-1 以来，经过多年发展，通用大模型技术已跨越 “技术验证” 向 “产业适配” 的关键拐点，AI 在垂直领域的规模化应用落地已箭在弦上，将逐渐进入加速期。而金融行业作为典型的数据、信息、决策密集型产业，是AI 应用落地的绝佳“试验田”。
　　2025 年5 月，人民银行科技司司长李伟在《中国金融杂志》发表署名文章，提出“要稳妥有序推进人工智能大模型应用，加快金融数字化、智能化转型”。近年来，人工智能相关政策和顶层设计，为金融机构由“数智化”进一步向“人工智能化”转型提供外部驱动。
　　而从产业内部来看，金融机构IT 支出的持续扩张，则为AI 落地提供了强劲内驱，数据显示2024 年以来金融行业大模型相关招投标已开始明显加速。
　　从技术侧来看，当前AI 与金融的结合主要有两条技术路径，一是通用模型结合金融语料进行训练，依赖通用模型能力的迭代，随着推理大模型的推广渗透，AI 解决复杂金融问题的能力已有所增强，DeepSeek R1 推理模型的发布更是成为金融机构本地化部署AI 的行业拐点。二是开发金融垂类大模型，相比通用模型，金融垂域模型更适合解决金融行业的具体问题，与行业需求和合规性要求更加匹配。在应用形式上，AI 智能体尤其是多智能体协作已成为未来重点研发方向，目前大模型普遍应用在理解、问答、信息提取等“短思考”金融场景，而智能体则主要面向需要AI 自主承担长流程工作任务的高规划要求场景。
　　风险提示。大模型技术发展和迭代不及预期，AI 应用落地不及预期，政策与合规风险。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

【广告】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com