本文为中国工商银行原首席技术官吕仲涛在2025年12月20日“让金融更智能，让智能更温暖”研讨会上所作的主题演讲，根据发言实录整理。

　　吕仲涛

　　中国工商银行原首席技术官

　　尊敬的各位领导、各位专家，大家好！下面我将向大家介绍2025年智能金融报告在应用领域的实践和思考。我将分三部分展开介绍。

　　金融智能化应用变革与创新

　　过去十年间，从规则引擎到小模型算法，技术迭代始终贯穿行业升级。小模型并未被大模型取代，而是通过与大模型的互补融合，形成分层协同的技术架构。随着大模型技术的爆发式发展，金融行业AI创新已进入以大模型为关键抓手的新阶段。

　　2025年，DeepSeek R1的出现推动大模型生态进入“开源普惠期”，特征包括模型全能化、技术普惠化、应用全面化、创新全民化。此阶段要求提升算力性价比、发展新模型矩阵和应用范式，技术平权促进创新普惠化，强调算力性价比，并推动超级智能体应用和全能基模构建的超级APP生态。

　　趋势一：慢思考技术，拓展复杂金融业务新场景

　　以Deepseek为代表的慢思考显著提升逻辑推理上限，带来场景创新。在信贷授信决策、虚增销售识别、客户潜在需求洞察及舆情深度分析等细分场景，通过强化企业决策支持能力，开辟了客户服务精准化、风险管理前瞻化、运营管理自动化的新战场。

　　趋势二：推理成本降低，实现智能金融普惠规模发展

　　慢思考蒸馏技术下的小参数模型性能显著提升，使得中小金融机构也能够部署高性能的AI系统，大幅降低了技术门槛。这一突破带来了大模型在金融行业更广泛的应用。推理成本的下降使得各类金融机构能够在更多业务场景中应用AI技术，从核心业务扩展到更多长尾场景，实现了智能金融服务的更广覆盖与高可及。

　　趋势三：智能体迭代升级，驱动金融智能新时代

　　智能体技术为金融行业带来了变革性机遇。金融智能体通过增强的信息获取、决策判断和工具操作能力，能够执行复杂的金融任务，如交易监控、资产配置优化、风险动态评估等。通过会话界面串联各类金融业务功能，实现了智能自主的业务操作，大幅提升了金融服务的便捷性和效率。目前业界头部AI企业高度关注面向通用人工智能的能力分级标准，目前处于L2推理者阶段向L3智能体阶段，2025年迎来新的发展阶段。

　　趋势四：多模态能力突破，革新智能金融新范式

　　多模态大模型为智能金融带来的全新应用范式能力。可应用于反洗钱外部协查、文书识别解析、票据贴现贸易识别等场景。

　　新一代模型聚焦多模态原生融合与推理结合，显著提升跨模态理解效率，实现模态无缝转换，从表层信息处理向深度融合“慢思考”逻辑推理演进，推动AI突破复杂问题解决边界。

　　趋势五：稳妥推进AI大模型应用，建设金融五篇大文章

　　在高质量发展进程中，金融业把握历史机遇，稳妥推进AI大模型在金融领域的应用，赋能金融五篇大文章，为科技金融、绿色金融、普惠金融、养老金融、数字金融提供智慧动能，推动金融强国建设。

　　智能金融应用案例

　　2025年我们调研分析50家金融机构，收集了今年以来82个典型案例，遴选了48个代表案例入册，覆盖银行、保险、证券、科技公司等行业。

　　通过对案例整理分析我们发现，2025年案例较往年,约5成涉及智能体范式，超33%表示在多模态能力有所提升，32%的案例表示使用了慢思考技术，23%的案例提及推理成本显著降低。

　　下面介绍一些典型案例。工商银行AI债券交易智能体融合专家思维链与大模型，实现市场分析、策略推荐自动化，提升交易效率10倍；上海银行AI手机银行以对话式服务替代传统界面，助力中小银行创新；平安银行AI财富顾问提供精准支持，提高理财效率；微众银行数字营销降低获客成本，提升外呼准确率；浦发银行对公授信数字员工优化授信流程；东吴证券智能报告平台缩短报告制作时间，节约人力成本；招商银行风险分析智能体提高风险评估效率与准确性。

　　智能金融未来展望

　　智能金融的发展始终需要以业务场景为核心导向，通过技术迭代、组合、创新有效集成，形成可落地的解决方案。在未来既要注重技术的前瞻性，如构建“通算+智算”双驱动的韧性基础设施，也要坚持风险可控和伦理合规，确保算法可解释、数据可信任。同时需构建支持规模化应用的智能体平台，打造数智原生的架构与安全治理体系，并通过建立专业化AI人才队伍实现技术能力与业务需求的深度耦合。

　　以上是我的分享，谢谢大家！