政策核心与战略方向 - “十五五”规划将金融行业信息化建设推向以“人工智能 +”为核心的智能决策时代，AI将从辅助工具转变为金融业务的核心系统，驱动风控、投研、营销等核心环节重构 [1] - 规划明确提出“加快建设金融强国”，并大力发展科技金融、绿色金融、普惠金融、养老金融、数字金融，构建同科技创新相适应的科技金融体制 [14] “人工智能+”行动的具体领域 - 科学技术：加快探索AI驱动的新型科研范式，推进科学大模型研发应用，加强AI与量子科技、生命科学、新材料、新能源、6G等领域技术协同创新 [3] - 产业发展：推动AI在工业设计、生产、运营等全环节落地，加快电力系统调控、能源勘探开发、新能源功率预测等场景创新，在服务业推动智能终端、智能体广泛应用 [3] - 消费提质：开发提效型、陪伴型等智能原生应用，发展人工智能手机、电脑、机器人等新一代智能终端，拓展智能服务消费新场景，建设人工智能体验中心 [3] - 民生福祉：创新智能学伴、智能教师等教学模式，推广智能辅助诊疗，推动AI在文化、旅游等领域创新应用，提升居住智能化水平，探索人机协同新型工作形态 [3] - 治理能力：加强AI在市场综合监管、安全生产、防灾减灾、社会治安、网络空间维护、生态环境保护等方面应用，探索构建自然人、数字人、智能机器人协同的安全治理体系 [4] - 全球合作：推动成立世界人工智能合作组织，建设“一带一路”人工智能多边合作平台和国际合作中心，推动共同制定监管框架、技术标准和伦理规范，构建全球开源技术体系 [4] 数智化基础设施（算力、算法、数据） - 算力供给：规划提出统筹布局算力设施，推进算力资源规模化、集约化、绿色化、普惠化发展，支持建设国家枢纽算力设施集群和超大规模智算集群，通过政府购买、算力租赁等方式满足需求，推动绿色电力与算力协同，以解决金融大模型训练与推理的算力瓶颈 [4][5] - 算法与核心技术：加快突破AI基础理论和核心技术，推进模型架构改进与算法优化，强化“模芯云用”协同创新，鼓励多模态、智能体、具身智能、群体智能等技术，推动通用大模型和行业专用模型同步发展 [8] - 数据供给：规划强调加快建设人工智能语料库，深入开展“数据要素×”行动，以促进金融等领域建设高质量数据集 [11] 金融行业转型的挑战与痛点 - 认知与战略鸿沟：管理层面临将国家宏观数智化战略转化为机构内部微观执行路径的难题，对新概念如智能体经济、模芯云用、可信数据空间等需提升战略视野 [15] - 复合型人才断层：转型需要既懂金融业务逻辑又懂数据治理与AI工程的复合型人才，但现状是懂业务的不懂大模型微调，懂算法的不懂金融风控合规，成为最大瓶颈 [15] - 场景落地与组织挑战：让AI从聊天机器人进化为能独立完成复杂投研报告、实时风险预警的智能员工存在困难，这涉及组织流程再造，许多机构因缺乏能驾驭工具的人才导致技术应用浅层化或闲置 [16] 金融AI应用场景与人才培养 - 应用场景：行业关注AI在智能投顾、IT智能化运维、银行业安全风险管理、AI+审计、大模型增强的图智能应用等具体金融场景的实战应用 [10][18][19] - 数据驱动应用：关注数据分析驱动银行存量客户价值深耕、数据要素驱动银行数字化转型、DataOps体系建设、大模型调优数据构建以及Data Agent重构金融数据价值等方向 [13] - 人才培养与解决方案：市场存在通过线下内训和在线课程等方式，助力金融机构培养AI与数智化人才，以将政策红利转化为组织核心竞争力的需求 [10][13][18][19][20]