2026 年 1 月 18 日，2025 年度 AI 金融创新发展论坛暨第八届「司库品牌计划」发布仪式在人民日报社新媒体大厦成功举办。本次论坛由 WEMONEY 研究室主办，人民阅读提供媒体支持，中国社科院金融研究所金融科技研究室、中央财经大学中国互联网经济研究院、中国人民大学深圳金融高等研究院提供学术支持。论坛以 " 智驭未来：AI 重塑金融新生态 " 为主题，来自学界、机构的众多行业精英共同探讨 AI 金融的创新路径、安全边界与未来蓝图。

会上，国家金融与发展实验室副主任杨涛围绕 " 大模型金融应用的机遇与挑战 " 发表主旨演讲。他指出，推动大模型在金融领域的应用，必须牢牢锚定金融强国建设的核心目标，在把握技术演进与政策支持带来的机遇的同时，妥善应对由此产生的技术、监管等多维挑战，从而真正推动金融业提质增效，高质量服务实体经济。

杨涛从行业、技术与政策三个维度，系统梳理了大模型金融应用的发展背景。

杨涛表示，2023 年中央金融工作会议提出的 " 金融强国 " 目标是根本指引。金融领域应用大模型等新技术，核心在于破解我国金融 " 大而不强 " 的结构性问题，提升金融活动的质量与效率，增强金融服务实体经济的能力，支撑国家重大战略实施。技术层面，金融业本质是信息处理行业，其形态随信息技术迭代而演进。当前数据、算法、算力等基础支撑日益完备，推动人工智能进入非线性快速增长阶段，多模态融合、知识工程、垂直领域创新、智能体（Agent）崛起以及人机协同等趋势已成行业共识。

在政策层面，国家高度重视人工智能发展，《关于深入推进 " 人工智能 +" 的行动意见》旨在推动 AI 赋能千行百业。" 十五五 " 期间，人工智能与量子科技一同被列为发展新质生产力的关键突破点。金融监管部门也明确支持 " 人工智能 + 金融 " 探索，鼓励将其用于风险防控与监管能力提升，相关部门推动的 " 金监工程 " 便是以智能化手段重塑监管模式的典型例证。

关于大模型金融应用的机遇与现状，杨涛分析指出，当前数字金融创新进入纵深发展阶段，多国监管者对金融科技的风险容忍度呈上升趋势。同时，数据、算法、算力基础持续巩固，头部金融机构的高质量数据集与知识库建设取得显著进展，基础大模型体系逐步完善，开放合作的行业生态正在形成。从应用现状看，呈现 " 通用大模型 - 行业大模型 - 机构大模型 " 的分层发展格局。在服务对公（B 端）等复杂场景时，垂直领域的大模型仍具备不可替代的价值空间。目前，大模型已渗透至金融业务前、中、后台众多环节，其中智能体（Agent）成为现阶段落地关键，但其在数据获取边界、自动化支付的身份核验与风险分担等方面也引发新的挑战。

在论及风险与挑战时，杨涛归纳了技术固有风险与金融场景衍生风险，包括模型可解释性不足、准确性难以完美、算法偏见、数据安全与隐私泄露、知识产权争议等。他特别强调了监管层面可能关注的五大焦点：算法 " 黑箱 " 特性可能导致决策因果关系模糊，影响监管穿透与客户信任，需建立分级、场景化的解释机制；追求 100% 准确并不现实，需在可靠性与应用可行性之间寻求合理平衡；机构间模型策略相似可能引发市场 " 羊群效应 " 或隐形共谋，放大系统性波动；头部机构在数据、算力、人才上的积累优势可能进一步扩大，中小机构面临发展压力；自主可控也是行业发展的关键影响因素。

针对上述挑战，杨涛提出多项对策建议，具体为：构建完善的制度体系与风险责任分担框架；持续夯实数据、算法、算力基础设施；建立客观、权威的大模型金融应用评估评价机制，打破 " 自评自话 " 的困境；强化金融消费者权益保护；尤其要积极推动大模型在金融监管本身的应用，发展智能监管工具（RegTech），以科技赋能应对监管对象数字化转型带来的挑战，提升监管效能。

杨涛总结强调，大模型正在深刻重构金融业的信息处理与服务模式，其健康发展必须坚持创新激励与风险防控并重，通过技术、制度与监管的协同演进，最终服务于金融强国建设的宏伟目标。

END

了解更多内容点击下方即可浏览更多精彩：

精彩回顾