> **来源：[研报客](https://pc.yanbaoke.cn)** # AI+金融演进逻辑与金融体系变革 ## 核心内容 ### 1. 金融业本质与功能 金融业的核心在于基于信息的风险定价与资源配置。其运行建立在信用、杠杆与风险约束之上，而这三者均依赖于信息的精准获取、高效处理与可靠验证。信息处理能力构成了金融体系运行的基础条件，是金融功能实现的底层逻辑。 ### 2. 金融科技的革命性意义 金融科技通过技术手段重构信息处理的效率、成本与边界，是信息处理的系统性革命。其变革了信息采集、分析、传递与验证方式，并推动金融决策从“以人为中心”转向“人机协同、实时反馈”的新范式。 ### 3. 金融业是信息处理技术的试验场与加速器 金融业因其对实时性、准确性与安全性的高要求，成为信息技术发展的试验场。每一轮信息技术的发展几乎都会率先在金融领域实现规模化应用，并反过来促进技术的成熟与推广。 ### 4. AI作为金融科技的重要驱动力 AI正在从辅助工具演变为金融体系的关键基础设施，其应用由试点向规模化过渡，推动金融价值链的系统性重构。生成式AI在信息处理与认知增强方面表现突出，而AI Agent仍处于探索阶段。 ### 5. 未来展望 AI的进一步发展将推动金融体系从信息化向智能化转型。AI将在业务、组织与制度层面产生深远影响，使金融服务更加可得，信息平权成为趋势。同时，AI可能强化头部机构优势，带来马太效应与赢家通吃。 ## 主要观点 - **信息为金融之本**：金融体系的运行高度依赖信息处理，信息质量、速度与覆盖范围决定了金融效率与风险控制能力。 - **AI从工具到基础设施**：AI已从效率工具演变为金融体系的关键基础设施，推动业务流程、决策机制与组织能力的全面重构。 - **生成式AI与AI Agent的协同作用**：生成式AI擅长认知与内容生成，AI Agent则在执行与决策层面实现自主闭环，两者构成AI+金融深化应用的两条路径。 - **行业分化与区域差异**：银行业因流程标准化与数据优势，AI应用更成熟；证券业因决策非结构化，AI应用仍处于辅助阶段。全球AI金融应用呈现区域差异，北美领先，亚太市场仍处于追赶阶段。 - **金融智能化的必然趋势**：AI将推动金融体系向智能化演进，提升金融服务的可得性与包容性，但可能强化头部机构的垄断地位。 ## 关键信息 ### 1. 金融AI的发展阶段 - **当前阶段**：AI+金融仍处于试点向规模化过渡阶段，以效率提升与工具型赋能为主。 - **生成式AI应用**：生成式AI在投研、客服、合规、风控等领域已形成规模化落地，预计2029年市场规模将突破160亿元。 - **AI Agent应用**：AI Agent仍处于探索与试点阶段，主要应用于流程执行与辅助场景。 ### 2. 金融机构的科技投入 - **国际机构**：美国头部金融机构科技投入占营收比重普遍在5%-11%之间，技术员工占比在16%-29%。 - **中国机构**：科技投入强度相对较低，银行业科技支出约为30-40亿美元，证券业普遍低于5亿美元。技术员工占比偏低，正向业务赋能方向转变。 ### 3. 金融AI的行业影响 - **银行业**：AI主要应用于信用评估、合规管理、客户关系维护等，已形成一定规模应用。 - **证券业**：AI更多用于行情分析、量化交易、风险监测等辅助环节，尚未深度介入核心投研决策。 - **未来趋势**：AI将推动金融体系从信息化向智能化转型，使金融服务更加可得，信息平权成为可能。 ### 4. AI+金融的挑战与风险 - **政策风险**：政策理解不到位与落实不及预期可能影响AI应用进程。 - **技术风险**：AI发展存在不确定性，技术成熟度与应用边界仍需探索。 - **组织与制度适应**：金融机构需提升组织能力与制度安排，以适应AI带来的变革。 ## 图表目录 - 图1：信息处理是金融运动的基础，金融科技是信息处理的系统性革命 - 图2：金融业历来是信息技术的先行者和关键应用场 - 图3：国内外重要金融机构科技支出及占营收比 - 图4：国内外重要金融机构技术员工数量及占总员工比 - 图5：中国金融机构IT投入情况 - 图6：中国证券公司IT投入情况 - 图7：中国银行业、证券业科技投入情况分析 - 图8：当前AI+金融涵盖的范围 - 图9：全球金融科技人工智能市场规模分区域对比 - 图10：金融行业大模型季度中标项目数量及披露金额 - 图11：中国金融业AI技术投入规模 - 图12：银行业生成式AI应用路线图 - 图13：证券与投资行业生成式AI应用路线图 - 图14：目前及未来12个月各行业落地最多的大模型/GenAI用例 - 图15：各场景已部署AI Agent的受访机构比例 - 图16：高价值应用场景需技术深度加持 - 图17：各场景已部署AI Agent的受访机构比例 - 图18：当AI能力进一步提升，可能成为证券业务的重要伙伴 - 图19：金融机构年度三大AI投资支出优先事项 - 图20：人工智能技术在中国金融业深度应用所需的支持因素分析 ## 分析师信息 - **章俊**：中国银河证券首席经济学家、研究院院长、新发展研究院院长。 - **彭雅哲**：中国银河证券新发展研究院数字经济研究员。 - **曾昭睿**：研究助理。 ## 风险提示 - 对政策理解不到位的风险 - 政策落实不及预期的风险 - 技术发展不确定性风险