中经记者 李晖 北京报道

作为数字科技的最前沿，金融行业一直是先进技术场景应用的试验田。

去年以来，在AI大模型加速与自主创新浪潮推动下，云服务厂商对于金融行业的渗透进一步深入。

云副总裁胡利明在近期接受《中国经营报》记者采访时表示：当前金融行业IT发展的主脉络很清晰——一是国产化，二是智能化。“在政策利好和机构需求双重驱动下，国产自主创新推进很快，增量市场除了区域性银行，大量中尾部券商和保险以及小牌照的消费金融、融资租赁等机构需求正在释放。”

国产化仍处高峰窗口期

“我们今年明显看到，券商和保险面向国产数据库、云平台和新的核心系统的选型项目非常多，一些保险和券商开发核心系统的ISV（服务商）都忙不过来。”胡利明表示。

记者从行业人士处了解到，目前大部分头部金融机构已经进入常态化国产建设阶段，推进范围上，也从银行、证券、保险逐步扩展到了一些小牌照金融机构，对整体推进节奏有非常明确的要求。目前银行业大约已完成60%，保险证券行业在20%左右。

在胡利明看来，虽然金融机构在IT预算上稍有缩减，但对国产软硬件领域是全力保障的。“由于这几年处在国产切换的高峰窗口期，技术架构建设的投资是必要且必需的。”

在此背景下，新的增量仍然在下沉市场中。“一部分是区域性的银行，一部分是券商和保险。目前大量的中尾部券商和保险其实才刚刚启动，还有小牌照的消费金融、融资租赁等机构现在也开始规划了。”胡利明向记者表示。

根据《腾讯云保险核心系统转型白皮书》，与银行机构相比，当前仍有不少保险公司在核心系统上沿用传统的单体架构，这也使得核保、理赔等关键环节成本高、耗时长，应对新型欺诈的能力不足。

“原来做一套系统的话可能就像攒电脑，做一套系统可能对接数十个厂家，运维团队、实施团队可能大量的时间都是在厂商之间拉通协调。”瑞众人寿科技发展部总经理助理刘军表示。

刘军透露，目前瑞众人寿已经完成整个数据库从替换为腾讯TDSQL数据库的多轮测试和切换演练，计划8月份进行生产切换。公司团险核心数据库目前已经从Oracle数据库迁移到整个腾讯云TCE环节中，目前其核心对象兼容率达99.4%，SQL兼容率超99%，性能提升50%，大幅降低了运维成本。

公开信息显示，目前腾讯云产品架构中包括专有云、专有云PaaS平台、数据库、大数据平台、人工智能开发平台和操作系统TencentOS等。腾讯集团副总裁、云与智慧产业事业群COO兼腾讯云总裁邱跃鹏透露，在金融领域，腾讯云已与央行、六大国有银行建立合作关系，服务了TOP200的银行中90%以上客户；保险领域服务覆盖12大中资保险集团和300多家保险机构；在大资管领域，覆盖了90%以上的资本市场买卖方和头部经营机构。

AI大模型落地关键是找准场景

在国产自主创新之外，另一个开拓市场增量的方向则是智能化。去年以来，AI大模型是金融智能化中最重要的抓手，而加速AI大模型行业落地，则需要找准关键场景。

市场共识在于，在通用模型以及通用模型加上简单的增强检索、工作流，可以比较好地替代对准确性要求不是非常高的场景，这方面的应用已经较为成熟。但在真正的经营、交易、风控，以及一些复杂营销场景，业界还在探索之中。

胡利明向记者表示，大模型的应用，尤其在业务场景当中产生价值，当前的阶段，整体上还是一个业务比较初期的阶段，是马拉松的第一公里。

官方信息显示，目前已有上百家金融客户接入混元大模型，上线了AI代码助手、智能客服、保险代理人助手、信贷审核助手等众多AI应用。

“要把这些场景做好，需要通用模型和不同环境的领域模型，通过复杂的、技术难度很高的应用开发工程组合，也需要企业内部有这个方向的专业数据，或者第三方合作数据，不断提升各个环节的模型水平。”胡利明表示。

对于投入和产出比，胡利明认为，这并不是当前金融机构关注的首要问题。“在投入方面，机构通常会规划比较大的投入，但真实落地时支出仍会比较谨慎。目前机构最关注的，还是阶段性跑出来一些可用场景。”

记者注意到，目前大模型也在通过“真人辅助”角色切入一些信贷业务核心场景。例如对公贷款尽调场景，是国内银行的普遍痛点。在传统流程下，银行客户经理撰写授信尽调报告需要2—3周，甚至更久。

腾讯金融云“大模型信贷尽调助手”已经能覆盖银行客户经理95%的工作内容。据透露，目前，该尽调助手已在华兴银行深度测试半年，将尽调报告生成周期从10天压缩至1小时，合并人工审核1个工作日内完成。

在保险行业，AI大模型主要落地场景是帮助机构搭建智能化的企业知识库，管理保险精算、金融法规等千万级知识单元，并为保险经纪人提供模拟真人的一对一陪练。

记者注意到，针对AI大模型，目前各大厂商也走出了不同路径。在胡利明看来，大模型领域，腾讯不是发展孤立的单一AI产品，而是侧重把AI模型和原子能力嵌入旗下社交、内容、广告、金融科技等全场景业务矩阵：一方面通过AI大模型的场景实践快速迭代解决用户在场景中的实际痛点，另一方面又通过海量数据反哺模型迭代改进。

在人工智能实验室负责人李双宏看来，金融行业应用大模型需建立场景幻觉容忍度分级标准与容错机制。企业应以系统论视角统筹技术升级，强调架构合理性和协同性，通过冗余设计与渐进业务融合提升系统稳定性，避免简单替换原有系统。

（编辑：李晖 审核：何莎莎 校对：颜京宁）