报告行业投资评级 未提及 报告的核心观点 - 金融行业科技投入逐年提升，推动金融科技快速增长 [6] - AI+金融时代从存量、增量两方面利好金融行业，存量业务包括后台部门效率提升、增强客户粘性、提高存量业务边际增长率；增量业务指AI赋能下新兴产品及应用应运而生 [6][27][28] - AI赋能券商、互联网金融、保险、银行等行业，提升效率、促进业务增长、开拓新生业务 [6] - 推荐【同花顺】【东方财富】【恒生电子】，建议关注【顶点软件】【金证股份】【长亮科技】【新致软件】；推荐【九方智投控股】【指南针】，建议关注【财富趋势】 [6][93] 根据相关目录分别进行总结 AI+金融，科技辅助脑力劳动 - 金融行业科技投入年均复合增速快，2023年中国金融机构技术资金总投入达3598亿元，银行占比74%，除银行外各行业投入占比逐年提升 [11] - AI+金融引领金融科技范式变革，金融大模型结合金融业务场景与数据资源，优势明显，应用将重塑金融服务生态 [19][21] - 国内金融垂类大模型百花齐放，如恒生电子、蚂蚁金服、腾讯云、东方财富等公司推出相关模型，赋能金融业务 [26] - AI从存量、增量两方面利好金融行业，存量业务包括提升后台效率、增强客户粘性、提高存量业务边际增长率；增量业务指AI赋能下新兴产品及应用应运而生 [27][28] AI赋能券商，存量降本增效+新生业务可能性 - AI赋能券商业务有与现有模型合作、本地化部署开源模型与自研模型结合、纯自研模型三种形式 [33] - 国内券商接入DeepSeek等大模型技术，截至2025年3月超20家券商完成DeepSeek - R1模型本地化部署，该模型性能优、安全合规、场景渗透广 [37] - AI终端辅助人力，提升券商后台基础工作效率，部分券商引入AI工具提高合规风控等岗位效率 [40] - AI赋能券商业务，智能客服嵌入APP提升客户交互率，智能营销推动金融产品精准推送，促进存量业务增长 [45] - 新生业务条线包括智能投顾与财富管理范式升级、投研范式智能化重构、机构服务深度赋能、风控合规实时化升级 [46] AI赋能互联网金融，核心业务提升+发展新思路 - AI赋能证券科技业务有与通用模型合作、本地化部署开源模型与自研模型结合、纯自研模型三种形式 [49][50] - 国产大模型掀起金融科技智能化转型浪潮，截至2025年3月数十家头部证券科技公司完成DeepSeek本地化部署，应用于核心业务场景 [54] - C端智能投顾自动化定制投资建议，AI赋能人工投顾提高服务效能，优化广告投放精准度；B端AI大模型生成投研报告，支持分析师提炼结论，赋能存量业务增长 [60] - 新生业务条线包括AI驱动的金融产品创新、企业级AI解决方案、跨境金融服务与多语言支持、AI投教与认证体系、数据资产化与API经济 [61] AI赋能保险，提高承保效率+辅助投研 - AI赋能保险业务有与通用模型合作、本地化部署开源模型与自研模型结合、纯自研模型三种形式 [64][65] - 国产大模型掀起保险行业智能化转型浪潮，截至2025年3月数十家保险公司完成DeepSeek本地化部署，应用于核心业务场景 [70] - 大模型重构保险价值链，提升业务端效率，优化运营端中后台管理效能，未来精算环节应用拓展空间大 [75] - 新生业务条线包括AI驱动的保险产品创新、企业级AI解决方案、跨境保险服务与多语言支持、数据资产化与API经济 [76] AI赋能银行，流程提效+深化客户服务 - AI赋能银行业务有与通用模型合作、本地化部署开源模型与自研模型结合、纯自研模型三种形式 [79][80] - 银行集成以DeepSeek为代表的国产大模型，截至2025年3月数十家银行完成本地化部署，应用于核心业务场景，推动业务模式创新 [84] - C端银行金融产品个性化，智能客服系统提升服务个性化与效率，促进交叉销售；B端银行与企业客户合作深化，AI大模型识别风险，提供解决方案 [90] - 新生业务条线包括AI驱动的金融产品创新、企业级AI解决方案、跨境结算服务与流程自动化 [91] 投资建议 - AI介入金融机构发展带来业务模式创新、运营效率提高、风险管理能力升级和用户体验改善等变化，赋能业务增长，催生新业务发展 [93] - 金融垂类模型将成金融AI领域未来发展重点，推荐【同花顺】【东方财富】【恒生电子】，建议关注【顶点软件】【金证股份】【长亮科技】【新致软件】；推荐【九方智投控股】【指南针】，建议关注【财富趋势】 [93]

报告行业投资评级 未提及 报告的核心观点 - 金融行业科技投入逐年提升，推动金融科技快速增长，AI+金融时代从存量、增量两方面利好金融行业，AI赋能券商、互联网金融、保险、银行等领域，带来效率提升、业务增长和新生业务机会 [6] 根据相关目录分别进行总结 AI+金融，科技辅助脑力劳动 - 金融行业科技投入年均复合增速快，2023年中国金融机构技术资金总投入达3598亿元，银行占比74%，除银行外各行业投入占比逐年提升 [10] - AI+金融引领金融科技范式变革，金融大模型结合金融业务场景，优势明显，应用将重塑金融机构工作方式和服务生态 [17][18] - 国内金融垂类大模型百花齐放，恒生电子、蚂蚁金服、腾讯云、东方财富等公司积极布局，赋能股基APP或金融终端 [21][25] - AI赋能金融行业存量及增量业务，存量业务包括后台效率提升、产品个性化与精准营销、投资者数量和市场交投活跃带来的业务增长；增量业务指AI赋能下新兴产品及应用的诞生 [26][27] AI赋能券商，存量降本增效+新生业务可能性 - AI赋能券商业务有与现有模型合作、本地化部署开源模型与自研模型结合、纯自研模型三种形式 [32] - 国内券商积极接入DeepSeek等大模型技术，超20家券商完成DeepSeek - R1模型本地化部署，其具有技术、安全合规、场景渗透等优势，推动智能投顾等场景落地 [34][36] - AI赋能券商后台，提高基础工作效率，辅助人力，科技赋能风控保障行业稳健发展 [37][39] - AI赋能券商业务，智能客服嵌入APP提升客户交互率，支撑分析客户画像实现精准营销，推动各业务线收入提升 [40][44] - 新生业务条线包括智能投顾与财富管理范式升级、投研范式智能化重构、机构服务深度赋能、风控合规实时化升级 [45] AI赋能互联网金融，核心业务提升+发展新思路 - AI赋能证券科技业务有与通用模型合作、本地化部署开源模型与自研模型结合、纯自研模型三种形式 [48][49] - 数十家头部证券科技公司完成DeepSeek本地化部署或集成，应用于风控、运营、交互等场景，推动行业向“智能体协同”跃迁 [50][53] - C端智能投顾具有低门槛、普惠性、个性化等优势，提高投资者使用意愿；B端AI大模型生成投研报告，提升金融终端服务质量和效率 [54][59] - 新生业务条线包括AI驱动的金融产品创新、企业级AI解决方案、跨境金融服务与多语言支持、AI投教与认证体系、数据资产化与API经济 [60] AI赋能保险，提高承保效率+辅助投研 - AI赋能保险业务有与通用模型合作、本地化部署开源模型与自研模型结合、纯自研模型三种形式 [63][64] - 数十家保险公司完成DeepSeek本地化部署或集成，应用于客户服务、承保、风控等场景，推动行业向“智能体协同”跃迁 [65][69] - 大模型重构保险价值链，提升中后台管理效能，在产品设计、承保理赔等环节提高效率，应用场景将延伸至精算流程 [70][74] - 新生业务条线包括AI驱动的保险产品创新、企业级AI解决方案、跨境保险服务与多语言支持、数据资产化与API经济 [75] AI赋能银行，流程提效+深化客户服务 - AI赋能银行业务有与通用模型合作、本地化部署开源模型与自研模型结合、纯自研模型三种形式 [78][79] - 银行集成DeepSeek等国产大模型，数十家银行完成本地化部署或集成，应用于智能客服、风险管理等场景，推动行业向“智能体协同”跃迁 [80][83] - C端银行金融产品个性化，提升客户交互服务效率和交叉销售机会；B端强化与企业合作关系，提供预警和金融解决方案 [84][89] - 新生业务条线包括AI驱动的金融产品创新、企业级AI解决方案、跨境结算服务与流程自动化 [90] 投资建议 - AI介入金融机构发展带来业务模式创新、效率提高等变化，赋能业务增长，催生新业务发展，金融垂类模型是未来发展重点 [92] - 推荐同花顺、东方财富、恒生电子，建议关注顶点软件、金证股份、长亮科技、新致软件；推荐九方智投控股、指南针，建议关注财富趋势 [92]

金融业智能化转型 - 金融格局和业务面临智能化重塑 金融机构需积极拥抱智能革命并加快本地化部署 [1] - 金融业数字化尚未完成但智能化已开闸抢跑 数字化是基础而智能化是更高目标 [1] - 金融业在数字化和智能化方面领先其他行业 开启双向赋能进程 [1] 生成式AI应用现状 - 金融大模型在单一问题上独立作战能力强 但在多环节任务场景中能力仍需加强 [1] 本地化部署策略 - 全场景革命需设计一揽子方案 通过全场景布局智能化构建智能体驱动工作流 [1] - 蛙跳式部署可选择轻量化介入方式 因AI技术快速进化且成本下降 不宜盲目追新 [2] - 需夯实基础层建设 包括打造国产算力集群和解决数据孤岛问题 提升数据质量与全域管理 [2]

2025消费金融生态大会 - 会议由重庆市委金融委员会办公室、重庆市商务委员会、重庆两江新区管委会指导，消费金融服务联盟、打击金融领域黑产联盟主办，马上消费等19家金融机构协办 [1] - 会议聚焦金融科技与行业数智化变革，公司展示全面迭代升级的"天镜"大模型3.0 [1] - 公司定位为金融大模型技术国际标准制定者，全国首个金融大模型开发者 [1] 天镜大模型技术演进 - 2023年8月推出全国首个金融大模型1.0版本，覆盖八大应用场景 [2] - 2023年11月升级至2.0版本，实现模型技术创新和具体应用突破 [2] - 2024年6月推出3.0版本，实现从个体智慧到群体智慧的系统性跃迁 [2] - 3.0版本突破在于挖掘企业隐性经验，将非结构化数据转化为结构化知识 [2][3] - 3.0版本可动态拆解数十步复杂服务流程，摆脱传统固定流程限制 [3] 天镜3.0核心技术特性 - 实现同频匹配最佳服务路径，基于多变量实时匹配最优服务组合 [4] - 具备协同进化能力，通过反馈闭环驱动集体认知迭代 [4] - 实时监测营销转化率、服务满意度等关键指标，自动触发流程优化 [4] 公司技术实力 - 2017年成立人工智能研究院，推出多款AI产品 [4] - 累计申请发明专利超2500件，位居全国金融机构Top10，全球第7 [4] - 主导或参编国内外标准超百项，获得金融科技权威认证41项 [4] - 获得国家高新技术企业等12项重要荣誉 [4] 业务覆盖与用户规模 - "天镜"大模型覆盖营销、客服、用户运营、企业智能等零售金融八大领域 [2] - 服务超2亿用户 [2] - 依托两亿用户数据开发金融大模型 [2]

金融大模型应用现状 - 大模型已成为新质生产力的重要组成部分，中国金融行业在研发投入和应用方面走在市场前列，2024年AI及生成式AI投资规模达196.94亿元 [2] - 全球18%的企业在生产环境中引入Gen AI应用，中国比例为3%，但95%的中国企业已开始投资或进行POC测试 [2] - 金融大模型已广泛应用于办公运营、理财营销、财富管理、信贷风控与IT开发等领域，围绕优体验、提效益、降成本和控风险等目标 [2] 国内外发展对比 - 中国与全球企业在Gen AI投资分配上相似，平均分配在生产力提升、跨行业职能和垂直行业专属三类应用场景 [2] - 全球生成式AI市场规模持续攀升，动力源自技术迭代加速、应用领域拓宽及企业对AI创新驱动的投入 [2] 成熟应用场景 - 智能客服、内部运营、智能投顾/财富管理、智能营销及风险管理是当前落地较成熟的场景 [3] - 中电金信信贷业务助手支持银行信贷业务全流程，提升业务办理准确性和效率 [3] - 头部金融机构建设全栈AI能力覆盖全领域场景，中型银行选择高ROI场景如智能IT开发，小型机构优先试点知识库、智能客服等易见效场景 [3] 金融机构差异化策略 - 大型金融机构如工商银行构建全栈AI平台（工银智涌），形成以大模型为核心的新一代业务赋能模式 [4] - 中小型金融机构以业务需求为导向，采用"小切口、快回报"策略，如某城商行应用大模型后小微企业授信额度提升2.9倍，效率提升10倍 [4] 成本与质量平衡 - 金融行业对数据质量、推理准确性及合规安全要求更高，需谨慎推进应用落地 [5] - 建议选择高ROI场景，通过平台工具链降低构建成本，使用模型推理加速技术提升效率 [5] 数据质量提升方法 - 通过数据清洗预处理去除噪声，修复缺失数据，引入公平性算法消除歧视偏见 [6] - 使用合成数据生成弥补少数群体数据不足，采用LIME、SHAP等算法提高模型可解释性 [6] AI行业未来趋势 - 国产基模崛起和开源加快推动AI应用产业化，需构建强大AI基础设施并做好算力管理调度 [7] - AI需与软件深度结合催生颠覆性创新，通过协同机制、行业标准和开源模式加速研发效率和应用质效 [7]

大模型应用现状与挑战 - 当前AI大模型在银行业的应用主要集中在智能办公领域，如文本校对、合同质检等，但准确率仅95%，低于业务部门要求的99%，仍需人工复核[1] - 金融机构普遍认为单纯接入大模型不产生实际业务价值，需与业务场景深度融合才能提升AI效能[1] - 大模型在解决复杂业务问题时存在瓶颈，需依赖科技团队对业务逻辑的解构能力和领域知识沉淀[1] 银行AI战略与投入 - 工商银行2024年金融科技投入285.18亿元（占营收3.63%），建设银行投入244.33亿元（占营收3.26%），中国银行投入238.09亿元（占营收3.76%）[3] - 招商银行2024年信息科技投入133.50亿元（占营收4.37%），中信银行投入109.45亿元（占营收5.12%）[4] - 北京银行启动"All in AI"战略，致力于打造"人工智能驱动的商业银行"[3] 技术应用与场景落地 - 大模型在智能客服、合同质检、估值对账等基础领域应用较多，但在财富管理、投资策略等核心业务领域应用仍有限[4] - 智能交易环节应用前景广阔，AI交易员可缩短交易查询和对接时间，比文本校对产生更大价值[6] - 生成式AI需注意隐私保护，银行坚持"模型不联外网、数据不出行、敏感信息不入模"原则[6] 生态建设与未来方向 - 银行正构建"自主平台+场景深耕+生态共建"三位一体的AI赋能体系，未来将向轻平台、重应用模式转变[2] - 工商银行建成全栈自主可控的千亿级金融大模型体系"工银智涌"，对客交易效率提升三倍[7] - 预训练基础大模型的金融知识配比仅5%，需通过二次训练提升专业性，大型银行与中小银行需加强合作缩小数字鸿沟[8]

文章核心观点 2025年第一季度建设银行经营业绩稳健，业务结构优化，关键指标均衡协调，服务实体经济有力，金融“五篇大文章”融合发展，风险管控强化，未来将推进高质量发展 [2][3][7] 经营业绩概况 - 2025年4月29日建设银行公布2025年第一季度经营业绩，按国际财务报告准则计算为集团数据 [2] - 公司贯彻落实决策部署，坚持稳中求进，把握高质量发展任务，融入改革大局，优化金融供给，守牢风险底线 [2] 关键指标情况 - 截至2025年3月31日资产总额42.79万亿元，较上年末增加2.22万亿元，增幅5.48% [3] - 负债总额39.38万亿元，较上年末增加2.16万亿元，增幅5.79% [3] - 吸收存款30.43万亿元，较上年末增加1.72万亿元，增幅5.99% [3] - 实现净利润837.42亿元，净利息收益率1.41% [3] - 年化平均资产回报率0.80%，年化加权平均净资产收益率10.42% [3] - 资本充足率19.15%，一级资本充足率14.67%，核心一级资本充足率13.98%，保持同业较优水平 [3] - 不良贷款率1.33%，较上年末下降0.01个百分点；拨备覆盖率236.81%，较上年末上升3.21个百分点，资产质量稳定 [3] 服务实体经济表现 - 发放贷款和垫款总额27.02万亿元，较上年末增加1.18万亿元，增幅4.55% [4] - 金融投资11.31万亿元，较上年末增加0.62万亿元，增幅5.83% [4] - 提升服务区域协调发展战略质效，制定支持粤港澳大湾区等区域金融服务方案 [4] - 推动新质生产力发展，首家完成100亿元S基金战略合作协议签约 [4] - 落地3笔科技企业并购贷款试点业务，投放规模5299万元 [4] - 投向制造业中长期贷款余额1.79万亿元，较年初新增1671.46亿元，增速10.31% [4] - 个人消费贷款余额1.61万亿元，数字人民币累计消费笔数4.80亿笔，累计消费金额1015.57亿元 [4] - 发布2025年行动方案支持民营经济，民营企业贷款余额6.47万亿元，增幅7.92% [5] - 推进支持小微企业融资协调工作机制，累计服务客户近120万户 [5] 金融“五篇大文章”发展 - 科技相关产业贷款余额超4万亿元，战略性新兴产业贷款余额3.34万亿元，较上年末增长17.14% [6] - 承销科创票据20期，承销规模62.02亿元 [6] - 绿色贷款余额5.64万亿元，较年初同口径余额增长13.18% [6] - 普惠型小微企业贷款余额3.63万亿元，较上年末增加2219.81亿元 [6] - 涉农贷款余额3.56万亿元，较上年末增加2310.63亿元 [6] - 建信养老金二支柱资产管理规模突破6300亿元 [6] - 手机银行和建行生活“双子星”用户总数达5.27亿户 [6] - 数字经济核心产业贷款余额8350.93亿元，较上年末同口径余额增长11.14% [6] 风险管控情况 - 强化集团一体化风险管控，推进全面风险管理体系建设，发挥协同控险机制 [7] - 强化资产质量“跨周期”管控，完善防控机制，提升不良化解处置质效，风险总体可控 [7] 未来发展规划 - 面对复杂外部环境，公司将统一思想行动，增强“三个能力”，贯彻相关会议精神 [7] - 做好问题整改，开展学习教育，巩固深化教育成果，推进高质量发展 [7]

数字金融创新 - 公司展示"授信审批金融大模型财务分析"技术 将企业财务分析报告生成时间从数小时/天压缩至分钟级 获国家数据局"数据要素X"大赛"技术创新奖" [3] - 推出超10项首展产品 包括"工程宝"数字化监管平台(实现工程款支付全链条追溯)及数字跨境金融"工具箱"(含撮合/融资/结算/汇率避险等服务) [3] - 创新"358"科技金融服务体系 包含三级组织架构/"五专"工程/八维定贷模式 配套超30项专属产品 服务6000+科技创新主体 [7] 政务数字化合作 - 参与承建福建省住房公积金系统/农村产权交易平台/一码就医等项目 为"闽政通"提供政融支付/普惠金融等便民服务 [5] - 对接中国东南大数据产业园/数字中国会展中心等重点项目 提供信贷结算/造价咨询/专业融资等综合服务 [5] - 开放网点资源支持250+项政务服务办理(含社保/不动产等) 将网点打造为"百姓身边的第二政务大厅" [5] 科技赋能实体经济 - 升级"技术流""科创雷达"评价工具 整合社保/水电费/财务/股权投资等数据实现企业精准画像 [6] - 完善"股贷债保"综合服务体系 通过专营机构/专属产品/贴息政策/利率下调等组合拳服务市场主体 [6] - 联合行业协会/产业龙头/高校开展"投融资路演""产融对接会"等活动 提供资源对接/政策辅导等全方位支持 [6] 普惠金融生态建设 - 打造"欢孝适老一平方"网点 配备智慧体测机/血压仪等设备 举办文化惠老活动构建养老生态圈 [8] - 开发"文旅+金融+养生+安全"体感游戏 将反诈技巧/金融知识融入八段锦健身活动 [8] - 通过"建行生活+数币"市集开展福品竞拍/"以旧换新"等活动 发放数币红包实现1分购好物促进消费 [9]

Alpha Engine新功能概述 - 核心观点：Alpha Engine推出"个人会议"和"Deep Research"两大功能，显著提升投研效率[1][15] - 行业背景：投资行业信息密度高，线上会议占比提升，除夕夜有2000+人参与线上分享[1] - 痛点解决：AI分身可同时参加多个会议，15-20分钟完成分析师数小时工作[5][17] 个人会议功能 - 实现方式：通过企业微信关联会议账号，AI自动拨入并生成加密会议纪要[5] - 覆盖平台：支持腾讯会议和主流券商平台，采用网页代理拨入方式[5][6] - 数据安全：会议数据加密传输，纪要存储在个人知识库[8] 知识管理功能 - 微信集成：可直接转发文档给AI助手生成摘要，自动分类存储[11] - 技术基础：基于Deepseek的FinGPT大模型，经金融数据微调[12] - 验证机制：回答内容附带数据来源引用，确保准确性[14] Deep Research功能 - 研究能力：可独立完成复杂研究任务，分析数百个多格式资料来源[16] - 案例展示：15分钟生成美联储2025Q2货币政策预期报告，含7大章节结构[21] - 数据优势：结合金融行业高质量语料库，适合行业框架分析[19] 产品获取方式 - 试用权益：100位30天VIP免费体验，需输入口令"penny"[22][23] - 多端支持：提供PC网页端、APP应用市场下载和小程序版本[24][25] - 开放策略：个人会议全平台开放，深度研究暂限机构体验[22]

文章核心观点 中国建设银行利用DeepSeek系列大语言模型微调形成金融大模型，应用于多领域提升效率和质量，2024年完成多次迭代更新，算力规模增长且保持同业领先 [2][3] 金融大模型开发与部署 - 基于DeepSeek - R1形成推理类金融大模型，今年2月在生产环境完成私有化部署 [2] 金融大模型应用情况 - 应用覆盖全集团一半以上员工、46个业务领域、200多个场景 [2] - 应用于客户经营管理、信用风险管理、支付结算、托管、IT研发等领域，提高工作效率和质量，控制部分领域风险 [2] - 在授信审批领域，自动生成财务分析报告，将工作时间从数小时压缩到分钟级别 [2] - 在个人金融领域，结合大数据和金融大模型，提升客户经理智能化水平和营销转化成功率，将单个客户营销数据分析时长从平均30分钟缩短至平均5分钟 [3] 金融大模型基础应用打造 - 发挥金融大模型赋能减负作用，打造AI助手、AI工具箱、代码解释器、向量知识库等基础应用 [3] 金融大模型迭代与算力情况 - 2024年末完成金融大模型迭代更新16次，通用能力评分和业务场景能力评分明显提升 [3] - 2024年上线168个金融大模型应用场景，覆盖集团约一半员工 [3] - 2024年末算力规模507.72PFlops，较上年增长9.58%，新型算力占比超23.39%，整体算力规模和服务能力保持同业领先 [3]