AI战略定位与价值创造 - AI技术是驱动公司“金融+科技”与“金融+生态”战略落地的核心引擎，应用经历了从早期小模型到强思考模型，再到形成规模化能力的三个阶段 [2] - 公司的AI已从“成本中心”转变为“价值创造中心”，去年科技板块营收超1000亿元，其中AI驱动的业务占比超60% [3] - 相较于海外很多机构的AI仍在“烧钱”未能形成营收闭环，公司能让AI创造“企业级价值”并帮助行业“赚钱” [3] AI在垂直领域的应用与成效 - 在保险业务中，全球首个图像识别车险闪赔系统实现拍照上传秒级定损，定损速度提升4000倍，日处理车险案件量超4万，相关技术已输出给国内53家保险公司及日本、欧洲等海外市场 [2] - 在智慧城市领域，债券违约预警模型对违约企业召回率超90%，宏观经济核心指标预测准确率超过85%，可提前6个月洞察经济风险 [3] - 在医疗领域，“医博通”大模型拥有2000亿医疗Token，基于真实病历训练，将咨询准确率和诊断准确率分别提升到99%和94% [3] 垂直领域大模型的构建与挑战 - 公司聚焦垂直领域深度专业化，通过完善的研发和组织架构支持快速迭代，已搭建在不同场景下可灵活组合的大小模型矩阵，拥有自研垂域大模型67个 [4][5][6] - 模型打造面临数据偏见、算法歧视等AI伦理风险，通过CEO牵头的AI治理委员会实现全链路管控，并积极参与全球治理以推动行业标准 [5] - 针对AI作为概率模型本质会出错的挑战，通过技术方案和人工兜底等方式不断解决 [5] AI技术平台与智能体生态 - AI应用已从“感知式”向“操作式”跨越，以公司大模型为基石，智能体应用研发周期从月/季度压缩到分钟/天 [7] - 员工基于智能体平台自主创建了5.7万个智能体，覆盖28.9万名员工，智能体调用量超16亿次，源于一线员工需求实现自下而上的业务赋能 [7] - 通过统一的大模型底座实现智能体能力共享与协同进化，推动“专业深耕-能力溢出-生态共智”的飞轮效应 [8][9] 未来技术重点与发展方向 - 重点关注一站式模型蒸馏能力及场景化训练验证能力，通过知识自动生成技术降低垂域模型训练成本，未来金融服务将是少数专家指挥AI智能体集群的模式 [7] - AI大模型的深度应用催生“AI原生应用”与“领域智能体”的系统性涌现，推动行业从“工具智能化”走向“系统智能化” [8] - 模型的安全和可解释性是生存与发展的根本，技术手段需满足合规伦理要求，并辅以人类经验补充 [9]