金融AI行业GenAI系列之53暨Fintech系列深度之18：大模型两年范式剧变，核心业务起涟漪.pptxVIP

证券研究报告金融AI：大模型两年范式剧变，核心业务起涟漪GenAI系列之53暨Fintech系列深度之18证券分析师：洪依真A0230519060003罗钻辉A0230523090004刘洋A0230513050006研究支持：罗宇琦A0230124070004联系人：罗宇琦luoyq@2025.3.27

证券研究报告3核心观点AI金融行业大模型核心技术相比2023年时已产生了较大变化。目前大量金融机构基础模型选择开源、或更多的是与头部大模型厂合作：1）2023年初金融机构开始自研预训练；2）2024年后强化学习、RLHF等后训练范式兴起；3）2025年后ds等算法平权后金融机构不再完全聚焦于基础模型。金融能力趋势：从意图识别到意图执行。1）目前Chatbot形式为主的单意图识别工具准确率已接近90%；2）结合Agent能力的意图执行开始大量出现；3）智能决策整体未成熟，银行和保险目前案例极少，而资管领域单点案例更多，AI的应用深度可能与ROI相关性更高，而非业务的标准化程度。银行、保险AI整体应用集中于营销等系统，2025年后需求增加，应用开始向核心系统深化银行：已上线需求集中于客服作业、营销分析、报告撰写（风控和授信调查）、代码助手等，各行之间场景差距较小；24H2后，部分大行开始接入信贷和前端业务，但是目前渗透率较低。保险：由于保险重营销的特性，目前大部分应用集中于客服机器人、营销助手等；部分保险开始尝试简单理赔场景，如欺诈检测、理赔评估等。但更进一步的AI承保产品极少，AI产品设计与定价目前空缺。Deepseek出现后，A股金融IT上市公司AI转向加速，且部分反馈下游需求增加。1）2025年后，头部银行IT企业全面接入ds，且开始对信贷等核心系统改造；2）由于银行私有化部署要求，宇信等提供一体机解决方案，且天阳等联合高校建设金融算力中心；3）长亮等反馈主要集中在信贷相关业务、数据管理相关业务以及财务相关的业务需求在2025年后明显增加。?相关标的：第四范式、宇信科技、神州信息、长亮科技、京北方、天阳科技风险提示：大模型技术迭代可能不及预期，金融数据风险，同质化竞争风险，监管风险。

主要内容基础模型：相比2023年已全面更新应用情况：国内外金融AI应用概览银行AI：全面渗透但未进入核心环节保险AI：聚焦营销，核保理赔起步期相关标的4

证券研究报告51.1模型底座趋势：金融企业自研或预训练需求减弱基座模型与第三方头部大模型合作对齐训练领域增强训练Lossscallinglaw前置推演 metricscallinglaw领域自约束CPT通用合成数据工程企业高精领域数据强化训练SFT RLHFHumanfeedbackAIFeesbackDeepseek、Llama开源模型OpenAI、谷歌通义千问、阶跃星辰、火山引擎仍有部分金融机构自研2023年至今，金融LLM底座发生较大变化1）2023年初，以bloombergGPT为代表的预训练，当时观点普遍认为：Bloomberg采用自主构建数据集和语料库的方法，优点是文本生成能力更强，尽管会带来成本大幅上升；2）2024年后，随着OpenAIo1出现，强化学习、指令微调、RLHF等后训练范式兴起；3）2025年后，随着deepseek等开源工具出现，算法平权后金融机构不再完全聚焦于基础模型。基础模型选择开源、或更多的是与头部大模型合作海外机构如摩根大通、摩根斯坦利、贝莱德、城堡证券、穆迪等海外机构与OpenAI、谷歌等合作；国内机构比如招商证券、中金财富跟通义千问，国泰君安与阶跃星辰、北京银行、华泰证券跟火山引擎进行合作等等。图：金融行业大模型技术方案概览-训练和基座预训练 后训练资料来源：申万宏源研究

证券研究报告61.1模型底座趋势：金融企业需求转向Agent和数据工程基座模型Deepseek、Llama OpenAI、谷歌 通义千问、阶跃星辰、火山引擎开源模型 与第三方头部大模型合作仍有部分金融机构自研数据工程数据去噪内容安全数据去重隐私消除数据标准化多维度打分质量分回归内容分类器2024年后，RAG为代表的数据工程、Agent为代表的应用工程等成为金融机构建设重点构建高效、可扩展AI系统的标准化架构正迅速发展；RAG以51%的采用率占据主导地位；2024年最大的突破之一是智能体架构，采用率从0%迅速增至12%；与之相比，微调的采用率仅为9%。图：金融行业大模型技术方案概览-基座和应用应用架构资料来源：MenloVentures（门罗风投）、申万宏源研究数据工程AgentRAG企业知识库图：美国企业级市场中的AI架构设计方案2023vs.2024图：美国企