五位AI企业负责人直面核心矛盾。 在AI加速渗透各行各业的今天，AI Agent已从炙手可热的概念，迈向价值验证的关键十字路口。它究竟是企业降本增效的利器，还是驱动增长的新引擎？ 在落地过程中，又面临哪些信任、成本与习惯的深层阻力？ 12月3日下午，在2025甲子引力年终盛典中，甲子光年智库院长宋涛作为主持人，对话卓世科技创始合伙人&COO李伟伟、红熊AICEO温德亮、深度原理 COO张露阳、蚂蚁数科AI原生科技总经理王磊、零一万物企业解决方案技术负责人王猛，围绕《智能体社会：人与AI共创的产业秩序》这一主题展开了 深入探讨。 这些观点共同揭示了一个趋势：AI Agent的价值正从技术能力转向真实的商业产出——它必须深入业务，解决问题，并交出可衡量的价值答卷。 以下为本场圆桌的文字实录，经「甲子光年」编辑，在不改变原意的基础上略有删改。 宋涛（主持人）：感谢各位嘉宾的到来，先请各位嘉宾简单的用一句话做自我介绍，介绍一下个人和你们的公司。 王猛（零一万物企业解决方案技术负责人）：我在大模型独角兽公司零一万物在负责打造万智企业大模型一站式平台，这是一款端到端的平台型产品，覆 盖从模型训练、工具链构建到应用开发的全 ...

全球金融行业大模型应用现状 - 全球金融行业大模型已进入加速落地与场景扩展阶段 众多头部金融机构已在业务流程中嵌入完备的大模型智能体能力 [2] - 美国、欧洲、日本的头部金融机构已进入加速落地阶段 大模型广泛应用于投资组合管理、合规监控、交易风险识别等核心业务 并逐步形成可量化、可闭环的业务模式 [2] 中国金融行业大模型应用特点 - 中国金融机构的大模型落地路径与全球趋势高度一致 通常从内部职能部门的效率提升起步 逐步扩展至业务部门的生产环境 [2] - 受益于庞大的零售客户需求 中国金融机构在智能投顾、智能客服等方向的探索更为深入且推进速度更快 [2] 国外实践对中国的借鉴意义 - 合规与安全优先 应将合规与安全作为大模型应用的首要前提 加强模型可解释性、数据治理与隐私保护 构建完善的负责任AI治理框架 [3] - 场景驱动与渐进实施 优先选择ROI高、可控性强的场景进行试点 逐步扩展至更复杂的决策领域 避免“一步到位”带来的技术与业务风险 [3] - 工程化与平台化能力建设 提升大模型的工程化与平台化水平 发展低代码开发、模型管理与自动化运维能力 降低技术门槛 加速创新场景落地 [3] - 智能体与人机协同 借鉴多智能体协同与人机协同的经验 让AI从“工具”升级为“业务伙伴” 推动业务流程的智能化重构 实现更高效的决策与执行 [3] - 政策引导与生态共建 发挥中国政策优势 推动产学研用协同创新 构建开放、可控、安全的金融AI生态体系 实现长期可持续发展 [3] 金融大模型落地的关键与未来展望 - 金融大模型的落地离不开生态协同 需要金融机构内部业务部门与IT部门的协同 也需要厂商之间在大模型技术、平台工具、行业生态等方面的合作 更离不开监管层面的指引 [4] - 展望未来 以2026年度资本市场及财富管理的全球预测来看 AI应用将以大模型和多智能体协同为核心 推动业务流程深度自动化、智能化和个性化 带来商业模式、合规治理、生态体系等多维度的深刻变革 [4]

行业观点 - 金融大模型将走向专业化、轻量化、合规化，大模型不是量化交易的终点，而是智能金融新纪元的起点 [1][8] - 大模型正在重构量化交易的范式，多智能体与多模态融合将推动技术演进，未来可能完全依靠机器在强化风控下抓取投资机会 [3] 量化交易现状与瓶颈 - 全球量化交易在美股市场占比已超60%，在A股市场占比约为20%-30% [4] - 2019年到2022年间，A股量化基金数量翻倍，占主动型公募基金的18% [4] - 交易策略同质化严重：在A股市场极端分化行情中，超过七成的量化多头产品跑输了基准指数 [4] - 量化策略自适应能力较差：在少数权重股急速上涨、大量个股平淡的市场结构下，持仓分散的策略难以适应 [4] - 信息处理窄：传统策略依赖财务数据与量价指标，存在信息滞后与同质化问题，限制发现独特Alpha的能力 [4] - 研发成本极高：可选因子数量激增带来巨大选择困难，增加了策略研发的复杂度和试错成本 [4] 大模型的技术赋能与优势 - 大模型是实现从“经验驱动”到“智能驱动”的量化新范式的关键 [6] - 技术已完成从专家系统、机器学习、深度学习到“大模型+”的迭代，实现基于理解与推理的协同决策 [6] - 核心优势在于强大的逻辑推理能力与对海量非结构化数据的处理能力，能突破传统量化模型的技术瓶颈 [6] - 通过自动化信息挖掘、多模态融合决策、动态推理与适应、自然语言交互等，提升策略的深度、广度与自适应能力 [6] 大模型对量化交易全流程的重塑 - 数据来源：自动化处理并提取关键市场信号，减少人工特征工程工作量 [7] - 信号生成：通过深度学习与强化学习结合进行实时分析决策，生成交易信号并提供策略建议 [7] - 决策生成：通过元学习与强化学习模型，自动生成适应市场变化的交易策略并优化投资组合 [7] - 执行策略优化：分析市场深度与订单簿数据，实时监控市场并通过滑点控制减少市场冲击与成本 [7] - 风险控制：实时监测市场波动与宏观数据，预测风险事件并自动调整策略实现动态止损 [7] 实战案例与中国模型表现 - 在2024年10月-11月的Alpha Arena实盘交易大赛中，Qwen3-Max与DeepSeek-v3.1两款中国模型是唯二盈利的模型，4款美国大模型均亏损 [8] - 中国模型的优势包括：交易极度选择性（平均每天仅3.4次交易）、盈利最大化（平均单笔盈利达181.53美元）、快速止损、耐心持有盈利仓位 [8] - 大模型在金融领域存在“幻觉问题”，对新闻报道个别词汇的微调可能导致市场判断与交易策略大幅调整 [8]

合并重组法律纠纷 - 自然人股东王功伟起诉大智慧，要求撤销2025年第二次临时股东大会决议，该决议通过了与湘财股份的换股吸收合并议案 [1] - 诉讼核心指控为大智慧未履行关键程序，涉及金额超3000万元且占净资产5%以上的关联交易未聘请专业机构审计或评估，违反公司议事规则及上交所规定 [3] - 大智慧及独立财务顾问粤开证券、法律顾问国浩律师和北京国枫律师事务所均声明股东大会审议程序合法合规，决议有效 [5] 合并交易历史背景 - 大智慧与湘财股份的合并计划可追溯至2015年，当时大智慧拟以85亿元收购湘财证券100%股权，但因大智慧被证监会立案调查而终止 [6] - 2020年湘财股份通过借壳上市后，持有大智慧15%股份成为第二大股东，并向大智慧委派董事 [7] - 本次交易方案为湘财股份向大智慧全体股东发行A股以换股吸收合并，大智慧将终止上市，合并后配套募资不超过80亿元 [13] 双方公司经营状况 - 大智慧营业收入从2021年8.19亿元持续下滑至2024年7.71亿元，2024年归母净利润亏损2.01亿元 [7] - 湘财股份营业总收入从2021年45.71亿元降至2024年21.92亿元，2024年净利润勉强突破1亿元，其控股股东新湖控股已将所持99.99%股权质押 [7][8] 股东持股与策略转变 - 湘财股份自2023年开始减持大智慧股份，至2024年12月初累计减持套现超4亿元，持股比例从15%降至12.66% [9] - 2025年3月双方公告筹划重组后，湘财股份决定终止原定的减持计划 [14] - 80亿元配套募资将投向金融大模型、证券数字化、大数据工程、财富管理一体化、国际化金融科技项目及补充流动资金 [13]

报告行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24] 报告核心观点 - 中国金融大模型市场虽面临结构性瓶颈与系统性挑战 但长期发展逻辑未逆转 2025至2028年将保持年均复合增长率40% 到2028年总规模将达99亿元 [7] - 银行业已成为推动金融行业大模型商业化落地的主阵地 在金融行业整体大模型中标结构中 银行占比高达55% [9][10] - 大模型应用正从“场景嵌入”迈向“能力重构” 推动银行从“数字化运营”迈入“智能化驱动”阶段 竞争核心转向模型能力与数据闭环能力 [13][14] - DeepSeek通过MoE架构等技术路径为银行业构建低成本、高效率、强合规的算力调度与运营体系 是银行AI化转型的关键抓手 [15][16][17][18][19] - 银行发展大模型是组织能力跃迁、客户关系重塑与经营逻辑转型的关键路径 具备数据基础、场景优势与合规刚需的银行应尽快布局以抢占“模型原生银行”制高点 [21] 金融大模型发展现状 - 2024年中国金融大模型市场规模达28.66亿元 但全年增长结构出现“前高后低”的阶段性分化 [7] - 当前金融大模型发展受SLA、合规与本地部署要求约束 整体仍处于技术与交付能力磨合的关键阶段 [5] - 项目部署逐步从公有云迁移至本地私有化、软硬一体化的架构方案 导致交付流程复杂化、集成周期拉长与成本结构上移 [7] - 大型金融机构正通过构建本地智能中台、统一模型底座与数据资源调度平台 为行业下一轮规模化增长夯实基础 [7] 银行大模型招投标情况 - 2024年银行业大模型招投标市场显著升温 全年共完成133个中标项目 总金额超过2亿元 尤其在下半年呈现爆发式增长 [10] - 以中国银行为代表的头部银行已在客服、风控、审贷、合规、财务、投研等多条业务线上推动大模型深度嵌入 [10] - 银行正在率先构建以大模型为核心驱动的智能运营体系 将大模型视为继信息系统、云计算之后的第三代关键基础设施 [10] 应用落地主要场景 - 客户服务类应用包括构建多模态智能客服体系 提升复杂问题理解与个性化响应能力 [11][12] - 业务流程优化类应用涵盖合同审核、估值对账、文档生成等流程 推动复杂文本识别与公式生成自动化 [11][12] - 风险管理类应用提升银行对欺诈行为与信用风险的识别预警能力 支持反洗钱等复杂场景 [11][12] - 营销与客户管理类应用通过客户行为建模与语义理解 驱动精准营销与个性化推荐 [11][12] - 数据管理类应用替代人工进行字段分类与敏感度识别 构建标准化、自动化的数据分级体系 [11][12] - 决策支持类应用借助对多源数据的实时分析与建模能力 优化报表生成、运维响应与运营决策流程 [11][12] 应用落地实践效果 - 智能客服响应时间缩短30% 常见问题自动处理率90% 满意度提升15% [13] - 合同质检识别准确率达96% 效率提升12倍 合规检查审批效率提升200% [13] - 欺诈识别风险预警准确率提升40% 风险处置覆盖面扩大30% [13] - 精准营销转化率提升25% 参与度提升20% 信审风控审批时间缩短50% [13] - 数据分级分类准确率提升80% 结果一致性95%以上 决策支持类报告生成效率提升60% [13] - 大模型应用正从“场景嵌入”迈向“能力重构” 通过通用智能能力对全流程进行重塑重排 [13][14] 优化路径分析 - DeepSeek基于MoE架构可将单次推理所需GPU计算量降低60%-80% 同时支持并行多任务调度 [17] - 通过部署轻量模型与端云协同 构建“轻量本地 + 精准云端”分级调度体系 提升资源弹性与场景覆盖 [18] - 构建模型调用中台 实现调用管理、精度控制与成本透明化 形成可控、可优化、可评估的运营机制 [19] 发展机遇 - 算力与模型双下沉、政策与监管释放空间、数据资产价值重估是驱动银行大模型发展的三大趋势 [21] - 银行具备数据资源领先、系统流程规范、合规能力扎实、落地路径清晰四大构建专属大模型的先天优势 [21] - 发展大模型对银行的战略意义可概括为构建智能中枢、驱动业务重构、强化组织韧性、构筑差异化品牌四大核心价值 [21]

文章核心观点 - 中小银行正加速设立首席信息官职位，以统筹和推动数字化转型，该职位需兼具技术与业务能力，并在管理层拥有话语权 [1][8][10] - 首席信息官的任命方式呈现多样化，包括内部提拔、高管兼任以及从行外公开选聘 [5][6][7] - 金融科技快速发展，特别是人工智能大模型的应用，加大了银行间的数字化差距，首席信息官的重要性将持续提升 [9][11] 中小银行首席信息官任命概况 - 青海大通农商行首席信息官刘守祖的任职资格获核准，县域农商行设立此职位的情况较为少见 [1][3] - 今年以来，已有10余家区域银行的首席信息官任职资格获核准，主要集中在省市级城农商行及省联社 [4] - 获批首席信息官的银行包括辽沈银行、北京银行、长安银行等城商行，以及广州农商行、浙江农商联合银行等农信体系机构 [4] 首席信息官的职责与要求 - 首席信息官需从科技和业务双线角度统筹机构长远发展，既懂技术又懂业务，并在管理层具备足够话语权 [10] - 部分中小银行数字化转型陷入困境，原因包括仅由单一部门牵头、数据治理不彻底等，凸显了首席信息官统筹的重要性 [10] - 公开选聘首席信息官时，银行明确要求应聘者精通银行业务并深刻理解数字化转型战略，如郑州银行和上饶银行的案例 [6][7][10] 行业技术发展与挑战 - 大中型银行及有条件的区域银行正大力投入金融大模型，应用覆盖智能客服、信贷审核、精准营销等多个业务领域 [9] - 资源雄厚的大中型银行在金融科技领域具有绝对优势，而部分区域中小银行因资金、人才不足，数字化转型处于追赶阶段 [9] - 人工智能等前沿技术的快速发展，进一步凸显了首席信息官在推动技术融合与业务赋能方面的关键角色 [9][11]

交易方案核心细节 - 湘财股份拟以换股方式吸收合并大智慧 湘财股份换股价格为7.51元/股 大智慧换股价格为9.53元/股 换股比例为1:1.27（每1股大智慧兑换1.27股湘财股份）[3][8] - 换股后湘财股份总股本增至51.41亿股 大智慧终止上市并注销法人资格[3][8][9] - 同步推出不超过80亿元配套融资 拟向不超过35名特定投资者定增[3][11] 资金投向规划 - 配套募资80亿元中25亿元投向金融大模型与证券数字化建设 10亿元用于大数据工程及服务网络建设 15亿元用于财富管理一体化项目 10亿元用于国际化金融科技项目 20亿元补充流动资金及偿还债务[11][12] - 项目总投资额82.32亿元 配套募资覆盖80亿元[12] 股权结构变化 - 交易后大智慧原控股股东张长虹及一致行动人持有湘财股份8.91亿股（持股比例17.32%）成为重要股东且承诺不谋求控制权[9] - 湘财股份控股股东新湖控股及实控人黄伟持股比例由40.37%降至22.4%[9] 财务数据影响 - 2025年1-6月备考营业总收入151.13亿元 较交易前114.40亿元增长32.1%[18] - 2025年1-6月备考归属于母公司净利润1.29亿元 较交易前1.42亿元下降8.6%[18] - 2024年度备考营业总收入295.74亿元 但备考净利润亏损8416万元[18] - 交易后资产负债率从51.73%降至31.12%（2025年6月）[18] 业务协同效应 - 合并后湘财股份新增金融信息服务业务 形成"券商+金融科技"业务格局[16] - 大智慧拥有超亿级注册用户 月活用户1258.53万人（2025年8月） 在证券APP中排名第三[28] - 双方早于2020年展开合作 已共同推出"湘财智投"APP 整合行情数据与交易功能[26][27] 交易进度与市场反应 - 自2025年3月16日披露并购计划至9月26日 湘财股份股价累计上涨84% 市值达363亿元[4] - 交易需双方股东大会审议 并需上交所及证监会批准[4][8] - 从披露预案到进入审批阶段仅用不到半年 节奏远超市场预期[20] 行业定位与对标 - 交易完成后湘财股份有望成为继东方财富、指南针后A股第三家互联网券商[6][25][26] - 东方财富2025年8月月活用户1790万人 同花顺3673万人 大智慧1258万人[28] - 2025年上半年"湘财+大智慧"合并营收规模预计处于行业30名开外 东方财富排名第12位[28]

展会主题与定位 - 2025年中国国际服务贸易交易会金融服务专题以"数智驱动开放共赢"为主题 聚焦人工智能在核心金融场景的应用 [1] - 展会通过前沿技术交互与场景化展示 体现服务贸易中金融"活水"的作用 [1] 银行机构技术展示 - 工商银行展示千亿级金融大模型技术体系 突出大模型基础支撑及应用范式 [2] - 农业银行推出掌银特色服务民宿专区 通过虚拟现实技术实现客户线上沉浸式看房 [2] - 北京银行亮相智能交互数字机器人"京小宝" 通过数智交互形式展现绿色及普惠金融服务 [2] - 浦发银行展示新型交互机器人等产品 诠释"投行+商行+生态"服务体系对科技创新全生命周期的支撑 [2] 技术应用价值与趋势 - AI技术已在金融风控 财富管理 智能交易 数字员工等核心业务场景发挥作用 [2] - 金融智能体正经历从辅助到决策 从外围到核心 从局部到全局的进化过程 [2] - 大模型作为AI应用核心技术 其应用覆盖银行全业务链条并驱动全场景创新 [3] - AI与金融场景深度融合推动更高效 更安全 更普惠的智能金融时代加速到来 [2] 行业合作与生态建设 - 北京农商银行与北京数据集团达成合作 共同探索数据要素与金融服务深度融合的新实践 [5] - 双方通过金融数字化与产业数字化协同发展 以数字化手段提升金融服务质效 [5] - 服贸会作为跨界合作平台 集展 洽 会于一体促进产业协同创新 [5] 技术实施效果 - 以大模型为代表的AI技术显著提升银行业资产组织效率并有效降低运营成本 [3] - 金融大模型技术能够提升金融服务效率与精准度 帮助用户更好进行财富管理等操作 [2] - 科技创新使金融服务从"被动等待"变为"主动触达" 改善客户服务体验 [2]

公司战略定位 - 蚂蚁数科定位为独立科技企业 聚焦产业数字化 提供企业级AI和Web3服务 区别于其他数科公司的金融信贷或内部服务模式[10][11] - 坚持三大核心价值：技术创新驱动（技术人员占比超60% 区块链专利超6000项） 服务产业创造价值（服务100%国有银行及股份制银行 超60%地方性商业银行 全球客户超1万家） 审慎创新拒绝炒作[12][13][14] - 通过"ABC"战略整合业务：AI+（人工智能） Blockchain+（区块链） Cloud Technology+（云科技） 近期将AI+与云科技+合并以顺应AI原生趋势[28] 财务表现与目标 - 2023年实现盈亏平衡 2024年预计营收增长50%且利润表现良好[4] - 收入增长并非首要KPI 更关注产品竞争力与行业突破性 目标成为如华为般受尊敬的科技企业[26] AI业务布局 - 专注垂直行业应用落地 提供全栈AI服务：智能算力调度（支持国产芯片及多云多芯） 行业大模型（金融、能源等） 智能体开发平台及智能体应用[4][5][7] - 推出按效付费模式 基于业务效果（营收增长或成本节省）收费 已与战略客户达成关键业务效果付费合作[5][18] - 金融大模型评测指标行业领先 可信AI技术实现0.01秒内交易风险判定 支付宝资损率低于亿分之一[8][9] Web3与区块链业务 - 以RWA（现实资产上链）为突破口 完成新能源、算力、金融等多类别资产RWA首单 构建从资产安全、可信上链到跨链流通的全套技术设施[5][6][21] - 区块链技术积累超10年 拥有超6000项专利 跨链性能提升76% 虚拟机性能提升约30倍 隐私计算支持十亿级数据离线运行及千万级QPS在线计算[5][8][12] - 在海外自建Layer2公链Jovay 降低资产发行门槛 与香港金管局合作完成合规RWA项目[6][22] 行业机遇与竞争 - AI与Web3被视为不亚于移动支付的范式革新 生成式AI市场年复合增长率超60% Web3行业未来三年预计年复合增长率达60% RWA市场过去三年增长20倍[4][7][15] - 智能体赛道决胜关键在于专业化程度（从通用转向专用）及用户体验（对话即服务模式）[20] - RWA适用场景需具备数字化基础与应用数据（如新能源充电桩使用次数、光伏发电量等） 已联合20余家机构制定技术规范标准[22][23][24] 客户与行业拓展 - 当前聚焦金融（数字化程度高、投入大）和新能源（2023年实现100%增长）行业 已覆盖80多个行业应用[19] - 通过"AI价值三步曲"方法论服务客户：价值定位（与业务一号位定义问题） 构建能力（全栈产品体系） 交付效果（运营追踪业务价值）[16][17] 技术能力优势 - 基于蚂蚁集团万亿级交易场景打磨技术 云科技、区块链及隐私计算等toB产品已是赛道冠军[4] - 大规模区块链架构HOU支持20万级上链交易量 隐私计算技术实现毫秒级时延[8] 发展阶段性 - 独立运营仅一年半 处于马拉松前25%阶段 预计未来三到五年进入高速发展期[29]

展会规模与国际化程度 - 金融服务专题吸引97家国内外金融机构线下参展 其中46家为外资机构 国际化率达47.4% [1] - 汇丰 花旗 摩根大通 瑞穗等国际金融巨头展示跨境金融 财富管理及金融科技解决方案 [1] 金融开放与便利化举措 - 推出全国首款"三卡合一"融合产品 整合金融支付 交通出行与身份核验功能 [2] - 通过地铁拍卡过闸等创新技术打破跨境支付壁垒 [2] - 开放举措成为优化营商环境与提升金融吸引力的重要体现 [3] 金融科技与数字化应用 - 千亿级金融大模型展示AI在风控 投顾 客服等核心环节应用潜力 [4] - VR技术提供沉浸式看房体验 智能数字人实现24小时在线服务 [4] - 近千平方米数字人民币体验区展示跨境支付与日常消费全链路应用场景 [4] 普惠金融与创新服务 - 金融机构推出针对中小微企业的普惠金融产品 采用大数据风控与精准画像技术 [5] - 养老金融专区展示老年版手机银行 养老金计算器等适老化改造功能 [5] - 通过数字盲盒机 反洗钱迷宫等互动形式普及金融知识 [5] 行业发展趋势 - 金融业发展呈现开放 智能 普惠三大新方向 [1] - 科技成为驱动金融创新与提升服务品质的核心引擎 [5] - 金融服务支撑中国服务贸易规模持续跃升 [2][6]