转向小模型及应用层面的深耕细作。 近期，生成式AI在全球迅猛发展，金融机构期望通过大模型推动业务创新和智能化转型，但在实际应 用中面临专业性不足、成本高昂、适配难度大等挑战，效果未达预期。业内人士建议，金融机构需重新 审视需求，探索小模型及应用层面的深耕细作。同时，全球金融科技市场竞争激烈，金融机构在数字化 转型中面临技术、人才、成本等压力，亟需找到适合自身的发展路径，实现技术与业务的深度融合。 大模型热潮下金融机构的现实困境 方跃指出，金融机构在接入大模型时，往往忽视了自身业务的特殊性和复杂性，期望通过一个通用的大 模型解决所有问题，这种"一刀切"的思路显然是行不通的。相比之下，小模型具有更强的针对性和灵活 性，能够更好地适配金融机构的具体业务场景。 对于不同规模的金融机构，策略的选择也应有所差异。对于大型金融机构，方跃认为，应避免盲目追求 大而全的模型，根据自身的业务重点和优势领域，开发具有针对性的小模型，同时加强与外部科技企业 的合作，共同探索小模型在金融领域的创新应用。 中小型金融机构则更需要找到适合自身的差异化发展路径。富滇银行数字金融中心主任赵理明认为，中 小银行无需盲目追随大型银行"重模型、全场 ...