AI Agent百景图（金融行业）.pptx

;;;;;

1;;

C-)阿里云金融行业Agent百景图｜金融场景创新的AI时代金融行业政策指引与AI技术发展双轮驱动02

在数字经济浪潮汹涌的历史背景下，在金融数字化、智能化转型的发展大势下，金融机构数字化转型是不可避免的，不存在转不转的问题，必须坚定不移推进，积极探索与自身特点相适应的转型路径，实现自身的可持续发展。数字化转型不是纸面上的鸿篇巨制，而是一线工作的针头线脑。金融机构要写好自己的小作文，并建立与数字化转型战略相适应的协同推进、进度管控与成效评价机制，确保任务可执行、进度可跟踪、效果可评估，形成从规划设计、执行到优化的“闭环”，真正将战略认知力转变为变革推动力。

自ChatGPT推出以来，生成式人工智能经历了显著的技术进步和扩展。

●认知能力方面，模型规模持续扩大，在ScalingLaw的驱使下，智能水平持续增强，使得大模型在自然语言理解、文本生成、逻辑推理、工具调用等方面达到了前所未有的水平，加上推理模型的出现，加速了GenAI在复杂金融场景的落地。

●感知能力方面，端到端的多模态处理成为生成式人工智能发展的另一重要方向，早期的大语言模型专注于文本输入和输出，现在端到端的多模态大模型已经能够处理和整合多种数据类型，如文本、图像、音频等，在数字人直播、营销物料生成、智能语音客服等更广泛场景得到应用。

近期OpenAIo1和DeepSeekR1这类推理大模型的出现，得到市场广泛好评，标志着生成式人工智能领域的一个重要转折点，具体体现在几个方面：

1）ScalingLaw依然有效，从Pre-Training阶段扩展到了Post-Training和Test-Time阶段，强化学习技术的创新性应用为不断迭代升级模型能力带来了新的方向；

2）开源模型成为世界顶级模型，在Qwen和DeepSeek为代表的开源模型推动下，模型创新和应用创新将持续涌现；

3）推理算力需求激增，模型的开源开放带来了大模型时代的“杰文斯悖论”，算力应用效率的提升，带来整个社会对算力需求的增长；

4）企业大模型应用范式向“大尺寸MoE模型+小尺寸蒸馏模型+数据飞轮??转变。;

构建于大模型之上的Agent，不仅具备强大的语言理解和生成能力，还能够通过规划、记忆、工具

和行动四大关键组件实现复杂的任务处理。规划模块负责拆解复杂任务为可执行的子任务，并评估执行策略；记忆模块支持短期对话上下文保持和长期用户特征存储；工具模块让Agent可以调用外部API或插件来扩展自身功能；而行动模块则是将这些规划转化为实际操作的工作流。这种多组件灵活编排的架构设计使得大模型Agent能够灵活适应各种业务需求，同时提供高度定制化的服务。

金融行业因其信息密集、逻辑严谨及监管严格等特点，对大模型技术落地提出了极高的要求。无论是客户服务、风险管理、还是经营决策，每一个环节都需要精准的数据分析、逻辑判断、快速响应等能力。面对这类复杂场景，单靠大语言模型本身往往很难应对，大模型Agent凭借其环境感知、决策规划、调用工具及执行行动的能力，有效应对上述挑战。

当把大模型应用在金融行业具体场景当中，Agent的上述能力特点得以完美体现。一方面，基础大模型提供了强大的语义理解和内容生成能力，支持高效率和准确的数据处理工作，并且其推理和规划能力，能够将复杂任务进行拆解，分而治之，更重要的是，相比小模型，大模型具备很强的泛化性，能支持多类场景的快速验证与落地；另一方面，以Agent为核心的多智能体架构允许其根据不同的业务场景需求，调用已有的系统接口和工具，充分复用已有的IT资产积累，以适应不同场景下多样化需求。可以说，大模型Agent不仅是金融行业数字化转型的理想选择，更是推动现有IT体系向智能化迈进的关键力量。;

蚂蚁集团自成立以来，一直致力于通过科技创新推动普惠金融的发展，旨在为全世界提供平等的金

融服务机会。其使命是构建基于互联网科技的全球开放式金融服务生态系统，使每一位普通消费者和小微企业都能够随时随地获得便捷、安全且低成本的金融服务。蚂蚁集团利用大数据、云计算及人工智能等先进技术，不断探索新的服务模式和服务边界，力求覆盖更广泛的人群，特别是那些传统金融服务难以触及的群体。

在这一愿景下，蚂蚁集团推出了两款基于金融大模型的产品——支小宝与支小助。支小宝是一款智能理财助理，而支小助则是面向金融行业专家的智能业务助手，两者均采用了最新的大模型技术