行业趋势：AI在金融业的应用阶段与核心挑战 - AI应用正从核心生产环节的“可用”阶段迈向创造业务价值的“好用”阶段 [3][8] - 其中高达90%的成功取决于工程化能力 [3][8] - 大模型发展正进入“智能体（Agentic）时代”，AI将调用外部工具并自主完成任务，实现业务自闭环 [3][8] 行业影响：AI将引发的结构性变革 - 重塑流量入口：从被动APP点击转向主动识别意图的智能体服务 [3][8] - 重新定义金融产品与服务：实现深度定制化 [3][8] - 以智能体重塑全用户旅程：使金融服务更加普惠 [3][8] - 重构运营对象与形态：智能助理将成为影响客户心智的主渠道 [3][8] - 最终影响人才与组织：迈向“人机共存”的新状态 [3][8] 公司战略：华为的金融AI全栈能力 - 华为金融AI战略旨在支撑行业从“可用”到“好用” [3][8] - 提供从昇腾算力底座、一站式AI开发平台（ModelArts）到智能体开发与运行平台（Versatile Agent）的全栈能力 [3][8] - 辅以人才培养课程 [3][8] 应用场景：与头部金融机构联创的典型案例 - **手机银行APP场景**：采用盘古7B等小参数模型，通过数据合成与精细微调，将精度提升至95%以上，同时优化算力利用并降低成本 [4][9] - 所构建的多级智能体系统支持多轮交互与动态跳转，端到端时延可控制在2秒以内 [4][9] - **智能风控场景**：核心是将风控专家经验转化为“思维链”数据，并选用具有“慢思考”能力的大模型进行强化学习，使模型兼具专家知识与复杂逻辑推理能力 [4][9] - 通过构建从数据合成到模型调优的完整开发流水线与持续运营机制，确保风控模型能实时更新，保持高精准度 [4][9] - **报告生成场景（信贷、投研）**：创新采用“深度研究（Deep Research）”开发范式，智能体可自动进行任务编排，通过与外部数据源和知识库交互、检索、验证与判断，最终生成高质量报告 [4][10] - 该范式有效提升了报告的准确性与生成效率 [4][10] 核心观点：金融业AI应用的关键在于工程化 - 金融业作为强监管、高标准的行业，简单套用通用模型或外挂知识库“不可用”，真正的挑战在于工程化 [5][10] - 以手机银行为例，解决系统性时延、精度、拟人化与成本问题，需具备强大的动态业务编排能力，并完成复杂的模型调优、智能体调优、系统集成及全链路监控体系构建 [5][10] - 华为正将这类工程能力沉淀至平台或转化为专业服务 [5][10] 实施建议：金融机构成功应用AI的要点 - AI应是公司级战略，需一把手牵头 [6][10] - 业务部门必须深度参与，构建“技、业、数”融合团队 [6][10] - 坚持“好用”而非“盆景”式应用，关注日调用量等实际指标 [6][10] - 采用多元化模型与开放架构 [6][10] - 结合专业领域工程经验 [6][10] - 构建企业级AI流水线及符合监管的安全治理体系 [6][10] - 建设高质量数据集 [6][10] - 认识到90%的成功取决于工程能力 [6][10] - 金融机构需以战略决心和定力，在监管指导下构建安全应用环境与适配组织，围绕价值场景释放业务价值 [6][10]

公司战略蓝图 - 华为云的核心战略定位是“以肥沃黑土地，赋能行业AI”，旨在携手开发者在“黑土地”上共同打造行业AI的“梦工厂” [1][3] - 公司将通过构建开放的垂直领域社区，开放其技术能力、工具链与行业实践经验，让AI真正扎根产业、提升生产力 [1] - 云不仅是商业平台，更是开放繁荣的社区 [3] 垂直领域社区规划 - 公司将构建多个垂直领域的开发者社区，例如具身智能开发社区，将开放工具、软件与仿真设施以降低机器人开发门槛 [3] - 规划打造“魔擎社区”，依托公司与瑞金医院的病理AI合作经验，推动医疗AI走向临床落地 [3] - 商专车自动驾驶、农业育种、科研等领域的社区也在规划中 [3] 资源投入与能力开放 - 为实现行业AI“梦工厂”目标，公司将把更多资源、人力集中到AI赛道 [3] - 公司将发挥在计算、网络等硬件方面的优势，搭建强大的国产化基础设施，为开发者提供“算力黑土地” [3] - 将在华为云上提供更加开放的ModelArts，支持各种模型和第三方模型，并推出更智能的CodeArts编程工具、智能体和平台 [3] 开发者生态建设 - 公司将以更加开放的心态，联合学校、个人、企业开发者共建生态 [4] - 迄今为止，华为云开发者规模已超过1000万，伙伴数量超5万 [4] - 通过“沃土云创”等激励措施以及CodeLabs、培训、大赛等多元方式，持续赋能开发者成长 [4] 建议的开发者聚焦方向 - 建议开发者聚焦两大领域：一是利用“模型 + Agent”复现人类经验知识；二是通过AI优化复杂决策体系，如供应链调度、生产制造等场景 [4] - 对于具身智能赛道的初创企业，公司将开放算力、仿真工具与模型资源，帮助企业降低基础设施投入成本，集中精力突破核心难题 [4]

公司战略蓝图 - 华为云的战略蓝图是携手开发者，打造行业AI的“梦工厂”，通过构建开放的垂直领域社区，开放技术能力、工具链与行业实践经验，让AI真正扎根产业、提升生产力 [1] - 华为云的核心定位是聚焦千行万业的实际需求，云不仅是商业平台，更是开放繁荣的社区 [3] 垂直领域社区规划 - 将构建多个垂直领域的开发者社区，例如具身智能开发社区，开放工具、软件与仿真设施以降低机器人开发门槛 [3] - 将打造“魔擎社区”，依托华为与瑞金医院的病理AI合作经验，推动医疗AI走向临床落地，让更多医院和医生能开发专属医疗解决方案 [3] - 商专车自动驾驶、农业育种、科研等领域的社区也在规划中 [3] 资源投入与能力开放 - 为实现行业AI“梦工厂”目标，华为云将把更多资源、人力集中到AI赛道 [3] - 将发挥华为在计算、网络等硬件方面的优势，搭建强大的国产化基础设施，为开发者提供“算力黑土地” [3] - 将在华为云上提供更加开放的ModelArts，支持各种模型和第三方模型 [3] - 将推出更加智能的CodeArts编程工具，以及智能体和平台等，为开发者提供创新土壤 [3] 生态建设与开发者支持 - 华为云将以更加开放的心态，联合学校、个人、企业开发者共建生态 [4] - 迄今为止，华为云开发者规模已超过1000万，伙伴数量超5万 [4] - 通过“沃土云创”等激励措施以及CodeLabs、培训、大赛等多元方式，持续赋能开发者成长 [4] 未来发展方向建议 - 建议开发者聚焦两大领域：一是利用“模型+Agent”复现人类经验知识；二是通过AI优化复杂决策体系，如供应链调度、生产制造等场景 [4] - 对于具身智能赛道的初创企业，华为云将开放算力、仿真工具与模型资源，帮助企业降低基础设施投入成本，集中精力突破算法进化与“算法-身体”融合的核心难题 [4]

华为云Stack 8.6发布 - 华为云Stack 8.6版本发布 围绕云底座、数据+AI、应用现代化和一体化运维四个方向实现八大核心能力升级 [1] 行业智能化趋势 - 政企关注焦点从算力建设转向AI技术应用压力 非结构化数据利用率年增长达60% [3] - 企业智能升级依赖高质量数据 数据+AI双飞轮协同发展激发生产要素更新 [3] - 工业领域先行先试AI应用 如钢铁热轧工艺传统需5天调试300多个参数 现通过AI实现全流程智能化 [4] - 金融行业探索多Agent协同方案 解决系统集成难、开发周期长等难题 提升服务体验和效率 [5] 客户案例与成效 - 云南交投利用华为云Stack数据工程能力 处理6.3万文档、620亿条业务数据和百万张图片 绿美通道交通大模型行业知识回答准确率提升20% 车流预测精度提升10% [3] - 中铝集团携手华为在8大业务领域18个关键场景构建大模型混合云能力 实现生产全流程智能化 [4] - 华为云与南通高新集团开展家纺行业数据空间创新 汇聚多家企业专有数据 服务超4000家企业避免盗版损失 [7] - 南京钢铁、中铝集团、海螺水泥等龙头企业基于华为云Stack构建专属大模型 [8] - 中国邮储银行基于CodeArts工具链打造智能开发平台 超6000研发人员使用 自动生成29万余行代码 支撑200多个应用系统开发 [8] 技术能力升级详情 - 云底座适配CloudMatrix 384超节点 优化算力使用与管理 缩短模型部署时间 实现硬件、软件、作业三维度运营运维整合 [7] - 单Region支持5万POD超大规模容器调度 大幅缩短部署时间 同城双AZ高可用方案实现RPO秒级、RTO分钟级容灾恢复 [7] - 数据工程增强三方面能力：融合数据湖实现全域数据标签化与全局可视、升级智能数据工具链、打造数据空间中枢保障数据流通可信可管 [7] - 模型工程基于ModelArts平台 适配多种基础大模型与业务流程工具 支持增训、微调、强化学习、评测和部署全流程 [8] - 应用现代化推出GaussDB三层池化分布式架构 提升数据库性能 提供防勒索保护和强同步数据复制机制 [8] - 软件开发基于CodeArts Doer覆盖研发全流程6大环节 包括项目管理、产品管理、开发、构建、测试和部署 [8] - 一体化运维提升故障快速感知与定界能力 实现场景化故障治愈和容灾一键切换 [9] - 联创孵化知识问答助手、数据检索助手、故障诊断3大助手能力 提升运维效率 [9] 市场影响与成果 - 华为云Stack获得全球超5500家客户信任 [9] - 发布《华为混合云平台运维现代化核心能力及最佳实践》白皮书 分享政企运维方法论 [9]