引言
畅销书《浪潮将至》中写道：“技术的扩散如同浪潮，一旦开始便难以阻挡。”2025年开年，DeepSeek-R1模型的横空出世令科技业界及市场重新聚焦中国人工智能（AI）的发展，同时引发全球投资者对中国科技股的价值重估。
作为21世纪最具变革性的技术之一，人工智能的浪潮展现了其在技术发展、应用落地等方面的阶段性跃升，将深刻推动社会进步，效率提升、服务创新、商业模式变革等多个维度。而金融行业可能是采用人工智能机会成本最大的行业之一。
作为全球领先的金融机构，瑞银致力成为一家人工智能驱动的机构，为实现增长而持续投资科技，让所有员工都能从人工智能工具中受益，并且以负责任和可持续的方式为客户、员工和股东带来最大利益。作为中国金融改革开放进程中的建设者和受益者，瑞银借助全球化网络与本土化专业能力，依托全球资本市场赋能中国科技企业，帮助中国科技企业成长为全球产业发展的中坚力量。
中国金融行业正积极探索和布局生成式人工智能
由于金融行业大量的数据沉淀，劳动力密集度高以及与语言相关的工作内容占比高，生成式AI对金融行业的潜在重塑效应有望大于其他行业。
从瑞银证券研究部对目前金融机构的实践案例统计来看，中国金融机构正在积极探索和布局AI应用（图1）。目前应用较多的仍以对内赋能员工为主，例如知识库助手、客服助手、智能投研、保险代理人助手等，但需人工二次把关。从使用机构方面来看，大型金融机构对大模型进行体系化布局，在业务的前中后台场景均有融合，模型方面选择自研与合作多路线探索；中小机构受制于成本，仍处在单点场景探索中，通常选择直接采购。
其实，2024年底前金融机构AI应用的实际投产率并不高，中小机构持相对谨慎的观望态度。但随着DeepSeek的出现，大幅缓解了过去的制约，尤其是国产模型效果不理想、投入门槛高、ROI不清晰等情况。根据瑞银开展的行业交流，我们了解到，目前金融机构部署大模型的需求相较2024年大幅提升，未来在IT投入中AI方面会有更多倾斜。这也归功于DeepSeek为金融机构做了一个很好的宣导。金融机构今年以来与IT厂商售前会议排期很密集，也从侧面反映部署意愿的明显增长。同时金融机构迫切希望将DeepSeek应用于自身的各类业务场景中。此外，政策方面的推动可能会进一步帮助金融机构在未来一两年中大幅提升AI投产率。2月国务院国资委召开中央企业“AI+”专项行动深化部署会，提出要强化深度赋能高价值的应用场景。
金融机构的AI应用路线：政策端、模型端、应用端的发展机遇
根据瑞银证券的估算，金融机构的AI应用正沿着三个阶段发展，并从简单对内场景向复杂对客场景发展。
从2023年底到2025年初为“应用1.0”阶段，金融机构已开始探索诸多应用，例如客服助手、营销材料生成、投研文档挖掘、会议纪要、辅助代码编程、合规审查、风险管理、投顾助手等。2025年初，随着标志性的DeepSeek-R1推出，推升至“应用2.0”的快速发展阶段，继续探索如智能交易、产品需求分析、客户风险分析、投资决策辅助、量化交易、客户资产配置分析等应用。2026~2030年有望进入“应用3.0”阶段，继续发展如智能交易、产品需求分析、客户风险分析、投资决策辅助、量化交易、客户资产配置分析等应用。
一、政策端：金融监管将逐步在对客服务的使用方面制定相关政策
回首过去十年，政府早已通过顶层设计，设立科技自立自强目标。2015年，中国部署全面推进实施制造强国战略，聚焦新一代信息技术产业等十大重点领域，并从国家战略层面描绘了制造强国的蓝图。
2017年7月，国务院印发了《新一代人工智能发展规划》，提出了面向2030年新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，目标是到2030年成为全球AI创新中心。2023年3月，“人工智能+”在全国两会上首次公开提出。
二十届三中全会《决定》就深化金融体制改革、完善金融监管体系等作出前瞻性、系统性的顶层设计。强调积极发展数字金融，为实体经济发展提供更高质量、更有效率的金融服务，促进经济和金融良性循环。
随着人工智能在金融领域的广泛应用，金融监管也在积极探索金融机构如何规范应用生成式AI。一系列基础性政策也陆续出台，推动和规范AI在金融行业的发展。2023年7月，七部门联合公布《生成式人工智能服务管理暂行办法》。未来进入应用3.0阶段，金融监管可能逐步在对客服务的使用方面制定相关政策，开展试点并推广。
二、模型端：随着国产通用大模型能力逐渐提升，金融行业垂类大模型将加速成熟
大模型的性能是行业应用渗透的决定性因素。随着产业的不断投入以及研发迭代，中国在大模型方面预计将有较大的进步以及发展，有望在很多方面赶上目前海外大模型的水平，为行业商用落地打下坚实的基础。
金融大模型的发展也是行业应用的加速器。金融行业应用对于准确度、可信度、专业性、安全性等的要求都远远高于通用场景，因此通用大模型与实际落地之间是存在一定距离的。随着金融垂类大模型的不断探索与成熟，推动大模型能力在更多金融场景达到可用阶段，将加速大模型在金融行业的应用。
三、应用端：从B端到C端，从简单对内场景向复杂对客场景发展
随着场景及技术路线逐步清晰，大模型能力逐步成熟，垂直领域模型的不断推出和进展，以及成本的下降，金融机构将开始落地更多B端生成式AI应用。
然而，金融C端场景商业化可能落后于B端。目前在技术方面，暂时尚未发展到能够直接面向C端。这是由于金融行业对于输出成果的准确性、可控性、可解释性均高于一般场景。而B端场景目前主要是作为员工助手进行辅助，风险大大降低。在监管方面，面向C端需要进行监管备案，目前金融C端大模型均仍处于备案阶段，暂未有开放的产品。此外，国内C端用户的付费意愿也相对较低。
目前来说，应用场景仍以简单的、对内为主。基于金融行业对于准确性、可控性的要求，以及风险的把控，未来两年对内赋能仍将聚焦于员工助手角色，具体将体现在提高简单场景下的业务自动化水平，如客户助手、投顾助手、保险代理人助手、营销材料生成、日常办公、员工培训、数据分析、内审自动化、客户资产配置分析、客户风险分析、潜在客户识别等。
随着大模型能力的不断提升，以及对客服务监管方面的政策逐步出台，在“应用3.0”阶段，生成式AI将逐步向复杂的对客场景渗透，重塑业务模式。在证券领域包括财富管理规划、智能股票/公募/私募/理财等的推荐、机器人投顾（全自动）、股价预测等；保险方面，个性化承保（一人一价）、线上智能代理人开始更多普及，保险渠道的线上化率大幅提高，大幅降低保险公司的营销成本。
挑战：AI治理，责任与道德
虽然AI的快速发展前景带来了前所未有的机遇，但它也可能带来严重损害公司声誉以及客户体验的意外后果，因此负责任并合乎道德地使用AI对成功至关重要。AI治理，责任与道德面临的主要风险可以概括为以下几个方面：
1.幻觉问题：大模型在处理非结构化数据过程中，可能因信息理解偏差或逻辑推断失误而产生幻觉，从而引发错误判断；金融行业对输出内容的准确性和专业性要求非常高，如何解决大模型的幻觉问题是大模型在金融ToC场景落地的重要前提之一。
2.“黑箱”特征，穿透式监管受阻，影响监管效率：深度学习模型采用神经网络架构，其决策过程存在典型的“黑箱”特性（算法和决策机制高度复杂且不透明），导致监管机构无法核查关键决策节点，无法做到风险管理溯源，从而影响监管的有效性和及时性。
3.数据安全/隐私保护：大模型的训练需要依赖大量的数据训练，如果数据脱敏缺乏统一的标准，可能会导致信息泄露等问题。2023年，某跨国企业引入ChatGPT不久，就发生了几起数据泄密的问题。因此，金融行业需要本地化部署大模型以规避隐私泄露的问题，目前根据我们了解，大的金融机构往往采用一体化部署的方式，中小机构往往采用一体机，从单点场景开始试点。
4.潜在金融风险：1)若AI模型/决策同质化，可能会使得不同机构的风险趋同，增加系统性风险；2)大型机构往往在资源（算力、人才、数据等）上有较大优势，有可能会进一步抢占中小机构的市场，挤压中小机构的生存空间；3)大模型给金融行业带来的降本有可能会导致价格战/恶性竞争等。
5.AI技术滥用风险：AI技术可能被用于不当目的，如伪造身份/虚假信息，操纵市场或者误导投资，欺诈等。
AI监管在全球范围内不断发展，但速度各不相同。特别是随着生成式AI的加速发展，将AI监管推向了全球政策议程的前列。正视AI治理中的责任与道德及潜在风险，自上而下有效规范和监管，是保障人工智能安全健康发展的重要工具。
在中国，二十届三中全会《中共中央进一步全面深化改革推进中国式现代化的决定》也提出“建立人工智能安全监管制度”。这是决策层统筹发展与安全，积极应对人工智能安全风险作出的重要部署。总体上采取“统筹发展和安全、坚持发展和安全并重”的理念。近日我们也看到有媒体报道，金融监管总局开展的学习调研活动也强调加强数字金融发展和监管有关政策的研究制定，以更好服务推动我国人工智能等新质生产力朝着有益、安全、公平方向健康有序发展。
瑞银的AI发展之策
在瑞银，人工智能被视为一种有效的工具，可以为客户创造价值、降低风险并提高效率。我们致力于成为一家人工智能驱动的机构，让所有员工都能从人工智能工具中受益，并且我们正在大规模部署人工智能，以负责任和可持续的方式为客户、员工和股东带来最大利益。同时，我们也在建立一种文化，让员工自然而然地考虑如何利用AI来更好、更快或更高效地完成任何工作任务。
近十年来，瑞银一直利用人工智能技术来改善我们的客户服务、服务能力和运营效率，并正在寻求加速相关使用。重点领域包括AI部署、培养AI人才以及不断增强AI治理。比较典型的包括日常工具中的生成式AI、构建瑞银业务特定的AI应用，以及使用AI和AI驱动的控制体系来优化业务流程。瑞银目前拥有一百多个实时AI模型，主要支持决策和流程自动化。我们还确保所有员工在广泛推出AI之前都接受了有关AI能力和风险的培训。
我们已完成向员工分配50000份Microsoft Copilot使用许可，并继续推广瑞银专有的新型人工智能助手Red，目前使逾4万名员工可以智能地获取瑞银产品信息、见解、研究和CIO（瑞银投资总监办公室）报告。在第一季度，员工对所有工具的使用量迅速增加了600万次，较2024年第四季度增加了三倍。我们还进一步提升了行业领先的云基础设施的采用率，私有云和公共云的采用率已达到约75%。
在AI治理方面，集团对允许使用或禁止使用的AI制定了明确的规定和指引。同时，集团AI委员会具体制定并实施AI战略。这是一个涵盖了潜在风险场景的控制框架，包括模型治理、技术治理、数据管理、数据隐私和道德、网络和信息安全以及第三方治理。瑞银对AI治理涵盖了从构思到设计、开发、道德、培训、部署和监控的全面的规范和治理。
赋能中国科技企业
2023年中央金融工作会议提出做好金融“五篇大文章”，并把科技金融放在首位。二十届三中全会强调,“构建同科技创新相适应的科技金融体制，加强对国家重大科技任务和科技型中小企业的金融支持，完善长期资本投早、投小、投长期、投硬科技的支持政策。”
科技创新日益成为中国经济高质量发展的核心引擎，众多科技企业急需借助资本市场的力量加速自身成长并推进国际化进程。
在资本市场业务方面，瑞银为诸多头部科技企业客户提供了多元化的融资服务，包括境内外私募融资、首次公开发行、股票增发、可转换债券发行、存托凭证发行等；也助力诸多科技企业完成当地与跨境的兼并收购。我们所服务的客户行业覆盖互联网科技、生物科技、硬件与硬科技、新能源、智能制造、软件与云生态系统、金融科技等。
今年3月，瑞银作为整体协调人及联席配售代理，为比亚迪定价共计约435亿港元的新H股配售发行，并创下多项资本市场之最，包括全球汽车行业迄今规模最大的闪电增发项目，也是自2010年以来规模最大的H股增发项目。5月，瑞银作为联席整体协调人、联席全球协调人、联席账簿管理人及联席牵头经办人，为宁德时代香港IPO成功定价，这也是过去4年以来最大的港股IPO项目。
在资本市场制度建设层面，瑞银也深度参与其中，瑞银证券受邀参与科创板制度的研讨与设计工作。2020年，瑞银证券成为首家独家保荐科创板IPO项目的外资券商。瑞银也积极参与香港资本市场的制度创新与治理优化：瑞银代表获任港交所上市复核委员会成员，参与企业上市过程中的执行监督工作；在港交所18C章（特专科技公司）的制度设计中，瑞银亦深度参与其中。
总结
今天，金融行业已在尝试通过人工智能提高生产力的有效性，AI已被应用于中后台运营、风险管理及合规等领域。这一颠覆性技术将继续深远地影响金融行业的未来发展，改变商业模式、客户沟通、服务创新以及运营管理。企业决策者应敏锐洞察，提前布局——深刻理解并把握人工智能赋能机遇的企业将有机会站在未来的浪潮之巅。
（作者系瑞银集团中国区总裁、瑞银证券董事长、瑞银全球投资银行部中国区主席）
胡知鸷
相关阅读
面向制度型开放，金融国际法治有哪些全球协同做法？践行金融国际法治的前提，是必须建立一个被国际社会普遍接受的、以规则为基础的国际规则体系。
162 06-20 19:37
金融AI应用机遇挑战并存，陆家嘴论坛共识指向全球协作共议共建、共筑、共创之路。
123 06-19 19:16
特稿 | 闪辉：发展制造业仍是当前政策重点，经济再平衡长期方向明确而实现中国经济的再平衡，使之更侧重于内需和家庭消费，这一长期方向亦相当明确。
49 06-17 20:34
特稿 | 田轩：深化资本市场改革攻坚，激活高质量发展新动能唯有通过系统性、协同性改革突破多重约束，方能实现资本市场从“要素驱动”向“功能驱动”的跃迁，为经济高质量发展提供更具韧性的金融支撑。
48 06-17 20:35
特稿 | 章俊：资本市场如何赋能新质生产力资本市场在赋能新质生产力发展的过程中存在哪些挑战，应当如何应对，是当下关注的重点。
48 06-17 20:36 一财最热 点击关闭领航优配提示：文章来自网络，不代表本站观点。
