> **来源：[研报客](https://pc.yanbaoke.cn)** # 简报 # 金融智能体 # 从大模型到智能体，AI如何重构金融服务生态？ 概览标签：金融智能体 China Financial Agent 中国金融工一徴工卜産業 # Chapter 1 金融智能体 行业综述 金融智能体核心价值 金融智能体应用场景 金融智能体落地挑战 □ 金融智能体参与者图谱 # 金融智能体核心价值 大模型赋能金融业虽能提升效率，但存在自主感知与环境交互能力缺乏、决策执行割裂、可控可解性不足等局限，智能体则通过构建“感知→推理→规划→执行→进化”闭环实现业务流程再造，并通过技术适配突破大模型的黑箱性 大模型及智能体在金融业的应用价值差异 来源：头豹研究院 # 金融智能体应用场景 (1/2) # 金融智能体应用场景 银行 <table><tr><td colspan="2">信贷</td><td colspan="2">风控</td><td colspan="2">AI原生手机银行</td></tr><tr><td>尽调报告生成</td><td>行业分析助手</td><td>信贷进件风控</td><td>客户资质初筛</td><td>账户管理</td><td>信用卡服务</td></tr><tr><td>股权/关联分析</td><td>财务报表分析</td><td>风控智能审核</td><td>风控策略推荐</td><td>账单分析</td><td>理财产品问答</td></tr><tr><td>交易流水分析</td><td>信贷资料查全</td><td>风控建模助手</td><td>风控趋势分析</td><td>情感陪伴</td><td>养老咨询规划</td></tr><tr><td>信贷授信方案</td><td>尽调报告审核</td><td>异常交易监测</td><td>诉讼风险提示</td><td>资产分析报告</td><td>持仓解读</td></tr><tr><td colspan="2">零售业务</td><td colspan="2">营销</td><td colspan="2">其他</td></tr><tr><td>实时资讯搜索</td><td>观点问答/解读</td><td>营销策略推荐</td><td>营销话术推荐</td><td>分行经营分析</td><td>分行业绩洞察</td></tr><tr><td>客群需求洞察</td><td>智能推品辅助</td><td>智能选品推荐</td><td>用户分层助手</td><td>智能客户助手</td><td>智能行员助手</td></tr><tr><td>代销产品问答</td><td>投资决策辅助</td><td>自动化触达</td><td>营销复盘分析</td><td>客户语料质检</td><td>……</td></tr><tr><td>客群经营看板</td><td>AI智能陪练</td><td>智能营销看板</td><td>客户流失预警</td><td></td><td></td></tr></table> 证券 <table><tr><td colspan="2">投研</td><td colspan="2">投顾</td><td colspan="2">投行</td></tr><tr><td>研报解读</td><td>研报观点问答</td><td>投顾资讯简报</td><td rowspan="2">营销优先级参 考/判断</td><td>股权激励助手</td><td>投行法规解读</td></tr><tr><td>研报框架建议</td><td>深度研报写作</td><td>理财产品问答</td><td colspan="2">运营及客服</td></tr><tr><td>日报早评收评</td><td>行业周报观点</td><td>智能盯盘服务</td><td>自助投顾服务</td><td>信披报告审核</td><td>营销物料审核</td></tr><tr><td>热门事件分析</td><td>路演分析</td><td>一键内容创作</td><td>股市助手</td><td>智能投顾初筛</td><td>投诉分类处理</td></tr></table> 保险 <table><tr><td colspan="3">产品开发及销售</td><td colspan="3">核保理赔</td></tr><tr><td>保险产品解读</td><td>条款解析核验</td><td>动态定价</td><td>理赔材料识别</td><td>智能影像处理</td><td>理赔材料分类</td></tr><tr><td>保险产品推荐</td><td>保险产品问答</td><td>自动核单</td><td>智能查勘助手</td><td>反欺诈平台</td><td>共保/再保摊赔</td></tr><tr><td>营销内容创作</td><td>保险产品搜索</td><td>投诉根因分析</td><td>智能定责定损</td><td>自动核保决策</td><td>智能核保风控</td></tr><tr><td>保险产品比对</td><td>个性保险方案</td><td>智能代理人</td><td>AI理赔审核</td><td>AI理赔调查</td><td>风险预警助手</td></tr></table> 来源：阿里云、蚂蚁数科、头豹研究院 # 金融智能体应用场景（2/2） # 金融智能体应用场景 通用 <table><tr><td colspan="2">智能客服</td><td colspan="2">智能用数</td><td colspan="2">内容审核</td></tr><tr><td>坐席通话质检</td><td>智能语音导航</td><td rowspan="2">客户经理绩效分析</td><td>客户经营分析</td><td>内容安全审核</td><td>制度撰写</td></tr><tr><td>机器人外呼</td><td>智能投诉预警</td><td>智能问数</td><td>智能合同审查</td><td>合规问答</td></tr><tr><td>客服知识问答</td><td>人工客服助手</td><td>数据资产问答</td><td>存/贷款分析</td><td colspan="2">智能研发</td></tr><tr><td>意图识别</td><td>智能语音分析</td><td>潜客挖掘</td><td>代发户促活</td><td>AI原生IDE</td><td>AI程序员</td></tr><tr><td>智能工单助手</td><td>机器人催收</td><td colspan="2">客户体验提升</td><td>智能运维助手</td><td rowspan="2">单元测试生成助手</td></tr><tr><td>客服知识构建</td><td>数字人客服</td><td>标签挖掘</td><td>用户体验洞察</td><td>编码助手</td></tr><tr><td colspan="2">智能陪练培训</td><td colspan="2">其他</td><td></td><td></td></tr><tr><td>对练机器人</td><td>课件生成助手</td><td>工作报告助手</td><td>智能会议助手</td><td></td><td></td></tr><tr><td>智能培训问答</td><td>智能考试助手</td><td>社群运营助手</td><td>直播互动</td><td></td><td></td></tr></table> 金融智能体部署情况，2025 来源：阿里云、蚂蚁数科、沙丘社区、头豹研究院 ■2025年被视为智能体元年，带动金融行业智能化转型进入加速阶段，各大金融机构对金融智能体的采纳需求激增。目前， $25.0\%$ 的银行、 $22.2\%$ 的证券公司、 $13.6\%$ 的保险公司已采用智能体技术， $37.5\%$ 的银行、 $40.7\%$ 的证券公司、 $31.8\%$ 的保险公司计划在一年内加快部署。从应用维度看，智能体技术已深度渗透至银行业零售与信贷风控、证券业投研投顾、保险业产销理赔等核心业务场景，通过自动化流程优化与智能决策支持，显著提升了运营效率与风险管控能力。以蚂蚁数科金融智能体为例，在其已落地的 $100+$ 业务场景中，银行业占比 $52.4\%$ 、证券业占比 $15.2\%$ 、保险业占比 $16.2\%$ 及通用板块占比 $16.2\%$ 。细分来看，银行业中零售业务及信贷风控为主要应用方向，占比分别为 $34.6\%$ 和 $25.5\%$ ；证券业中投研和投顾场景占比突出，分别为 $37.5\%$ 和 $18.8\%$ ；保险业中产品及客服、理赔服务构成核心场景，占比分别为 $35.3\%$ 和 $29.4\%$ ；通用板块则聚焦智能研发与智能陪练等跨行业场景。 # 金融智能体落地挑战 金融智能体落地主要存在挑战：（1）行业数据呈现多源异构特征且信息敏感，缺乏完善数据确权和保护机制；（2）基座模型不成熟且现有系统尚未建立多目标下的协同机制；（3）本地化部署导致成本高昂；（4）人才缺乏 # 金融智能体落地挑战 # 01 数据质量与安全 > 数据质量问题是实现AI目标的最大挑战，尤其在金融领域这一特征更为显著。首先，金融行业数据呈现多源异构特征，涵盖交易流水、客户画像、市场行情等，其格式差异及数据缺失率直接影响模型训练效果。例如：数据地图作为理解和管理数据的关键工作，仅有约 $25\%$ 的金融机构实现数据地图，反映出金融机构在数据可视化和理解方面存在显著提升空间。另一方面，金融数据包含大量客户敏感信息，大模型技术的应用增强了训练数据泄露、隐私侵犯等风险，且由于缺乏完善的数据确权与隐私保护机制（开展数据安全评估的金融机构不足 $45\%$ ），导致共享边界模糊，容易引发数据滥用风险。 # 03 投入成本高 > 智能体的基座大模型能力受合规成本与迭代速度制约。金融机构因数据隐私、保密需求，大模型通常是私有化、本地化部署，无法外部调用，导致软硬件必须配套，部署成本极高。此外，本地化部署后大模型性能显著下降，部署后面临技术迭代风险，易陷入“创新困境”。 $\succ$ 金融行业涉及业务具有高频实时的特征，若需智能体的工作能力接近理想状态，需要多模块和多代理之间高频交互，将产生较高的训练和推理成本。 # 02 技术基础挑战 > 尽管智能体在数据洞察、尽调、投研投顾等领域有所应用，但受限于基座模型不成熟、工具不完善以及对可靠性、可解释性、准确性等高要求，目前更倾向于基于工作流的智能体而非自主规划的智能体。 > 智能体的核心能力是调用多工具协同作业，但银行等机构现有IT系统普遍存在“数据孤岛”与“技术栈割裂”问题，且尚未建立多目标下的协商机制（面临复杂业务流程中产生的目标冲突或策略分歧时，往往需要引入人工决策节点），从而难以实现智能体的自主决策。金融业务需紧跟市场动态灵活调整策略，并依托实时数据进行分析决策，若系统间缺乏完善的协商规则，智能体执行任务时易出现失误和中断，或引发工具冲突。 # 04 人才缺乏 > AI领域人才匮乏是智能体技术推进缓慢的重要原因（据猎聘大数据统计，2025上半年AI技术新发职位同比增长超 $36\%$ ，中国整体AI人才缺口已突破500万，AI技术人才整体紧缺指数达2.3处于高度供不应求状态）。在智能体部署过程中，搭建工作流的通常不是研发团队，而是前端业务人员，要准确、严谨表达需求，并用严格逻辑编写提示词，非常困难，导致业务流程搭建快但效果欠佳的结果。即：缺既懂金融业务又懂技术的复合型人才、大模型训练与调优专家、智能体运维工程师。 来源：头豹研究院 # 金融智能体参与者图谱 各大厂商竞相发布金融智能体产品，主要可分为：（1）以百度、阿里、中关村科金、金智维为代表的通用厂商；（2）以蚂蚁数科、财跃星辰、金证股份、百融云创等为代表的垂直厂商 金融智能体参与者图谱 来源：头豹研究院 # 业务合作 # 会员账号 可阅读全部原创报告和百万数据，提供PC及移动端，方便触达平台内容 # 定制报告/词条 行企研究多模态搜索引擎及数据库，募投可研、尽调、IRPR等研究咨询 # 定制白皮书 对产业及细分行业进行现状梳理和趋势洞察，输出全局观深度研究报告 # 招股书引用 研究覆盖国民经济19+核心产业，内容可授权引用至上市文件、年报 # 市场地位确认 对客户竞争优势进行评估和证明，助力企业价值提升及品牌影响力传播 # 行研训练营 依托完善行业研究体系，帮助学生掌握行业研究能力，丰富简历履历 # 报告作者 袁栩聪 首席分析师 付淑芳 行业分析师 - service@leadleo.com # 业务咨询 - 客服电话：400-072-5588 官方网站：www.leadleo.com 商务咨询与深度合作 # 深圳办公室 广东省深圳市南山区粤海街道华润置地大厦E座4105室 邮编：518057 # 上海办公室 上海市静安区南京西1717号会德丰国际广场2701室 邮编：200040 # 南京办公室 江苏省南京市栖霞区经济开发区兴智科技园B栋401 邮编：210046 # 方法论 头豹研究院布局中国市场，深入研究19大行业，持续跟踪532个垂直行业的市场变化，已沉淀超过100万行业研究价值数据元素，完成超过1万个独立的研究咨询项目。 $\Leftrightarrow$ 研究院依托中国活跃的经济环境，研究内容覆盖整个行业的发展周期，伴随着行业中企业的创立，发展，扩张，到企业走向上市及上市后的成熟期，研究院的各行业研究员探索和评估行业中多变的产业模式，企业的商业模式和运营模式，以专业的视野解读行业的沿革。 $\Leftrightarrow$ 研究院融合传统与新型的研究方法，采用自主研发的算法，结合行业交叉的大数据，以多元化的调研方法，挖掘定量数据背后的逻辑，分析定性内容背后的观点，客观和真实地阐述行业的现状，前瞻性地预测行业未来的发展趋势，在研究院的每一份研究报告中，完整地呈现行业的过去，现在和未来。 $\Leftrightarrow$ 研究院密切关注行业发展最新动向，报告内容及数据会随着行业发展、技术革新、竞争格局变化、政策法规颁布、市场调研深入，保持不断更新与优化。 $\diamond$ 研究院秉承匠心研究，砥砺前行的宗旨，从战略的角度分析行业，从执行的层面阅读行业，为每一个行业的报告阅读者提供值得品鉴的研究报告。 # 法律声明 $\Leftrightarrow$ 本报告著作权归头豹所有，未经书面许可，任何机构或个人不得以任何形式翻版、复刻、发表或引用。若征得头豹同意进行引用、刊发的，需在允许的范围内使用，并注明出处为“头豹研究院”，且不得对本报告进行任何有悖原意的引用、删节或修改。 $\Leftrightarrow$ 本报告分析师具有专业研究能力，保证报告数据均来自合法合规渠道，观点产出及数据分析基于分析师对行业的客观理解，本报告不受任何第三方授意或影响。 $\Leftrightarrow$ 本报告所涉及的观点或信息仅供参考，不构成任何投资建议。本报告仅在相关法律许可的情况下发放，并仅为提供信息而发放，概不构成任何广告。在法律许可的情况下，头豹可能会为报告中提及的企业提供或争取提供投融资或咨询等相关服务。本报告所指的公司或投资标的的价值、价格及投资收入可升可跌。 $\diamond$ 本报告的部分信息来源于公开资料，头豹对该等信息的准确性、完整性或可靠性不做任何保证。本文所载的资料、意见及推测仅反映头豹于发布本报告当日的判断，过往报告中的描述不应作为日后的表现依据。在不同时期，头豹可发出与本文所载资料、意见及推测不一致的报告和文章。头豹不保证本报告所含信息保持在最新状态。同时，头豹对本报告所含信息可在不发出通知的情形下做出修改，读者应当自行关注相应的更新或修改。任何机构或个人应对其利用本报告的数据、分析、研究、部分或者全部内容所进行的一切活动负责并承担该等活动所导致的任何损失或伤害。 # 2026 福布斯中国行业发展领创者评选 # 2026 FORBES CHINA PIONEER INNOVATORS IN INDUSTRY DEVELOPMENT SELECTION # 百年福布斯 权威标杆 # 行业最具影响力的荣誉殿堂 <覆盖核心赛道> AI科技|新能源|医疗健康|大消费|制造业|服务业 <全球媒体矩阵传播> 赋能个人与品牌，提升市场影响力 <设立多重荣誉> (1)主评选：行业发展领创者 ②子评选：领军企业/创新品牌/ESG标杆 /AI企服标杆/新锐分析师