20260611-中国银河-CGS-NDI专题报告_信息为骨_科技为翼_AI+金融的演进逻辑_18页_26mb

信息为骨，科技为翼：AI+金融的演进逻辑

核心内容

• 金融业本质：基于信息的风险定价和资源配置，信息是金融体系运行的基础。
• 金融科技革命：通过信息处理方式的变革，重构信息采集、分析、传递与决策的全流程。
• AI驱动金融：AI技术正从辅助工具向核心基础设施演进，对金融行业产生深远影响。
• 未来趋势：AI将推动金融从信息化向智能化转型，实现信息平权，但可能加剧头部机构优势。

主要观点

• 信息的重要性：金融体系依赖信息进行信用、杠杆与风险的管理，信息处理能力决定了金融机构的竞争力。
• AI的应用阶段：当前AI+金融仍处于试点与规模化应用的过渡阶段，生成式AI已进入规模化应用，而AI Agent仍处于探索阶段。
• 行业分化明显：银行业因流程标准化与数据优势，AI应用更广泛；证券业因决策非结构化，AI应用尚处于辅助阶段。
• AI对金融结构的影响：AI可能推动信息平权，同时强化头部机构的市场地位，形成效率提升与集中强化并存的格局。

关键信息

• AI的演进路径：从“认知智能”到“行动智能”，逐步实现对金融核心决策与执行链条的嵌入。
• 技术投入趋势：国际金融机构科技投入占比高，中国金融机构正加速科技投入与结构升级。
• AI Agent的发展：强调任务连续性、状态记忆与目标导向，可能成为未来金融决策的重要参与者。
• 风险提示：包括政策理解、落实和技术发展的不确定性。

AI在金融行业的应用

• 前台：智慧营销、智能客服、合规审查、投资建议等。
• 中台：数据中台、业务中台、客户画像、信贷审批、模型训练等。
• 后台：智慧风控、反欺诈、自动化运营、合规与报告等。

金融AI的未来展望

• 分行业、分层级、分阶段：AI将对银行业与证券业产生不同影响，银行业侧重渠道与成本，证券业侧重投研与决策。
• 系统性重构：AI推动金融业务自动化、组织决策智能化、制度监管体系革新。
• 信息平权：AI提升金融服务的可得性与普惠性，但可能加剧市场集中度。

金融AI的技术与应用发展

• 生成式AI：已在信息处理、内容生成与复杂推理中发挥作用，推动金融智能化。
• AI Agent：强调自主决策与行动闭环，但尚未广泛进入核心业务流程。
• 技术投入：预计中国金融业AI技术投入将在2024至2029年间快速增长，生成式AI投入增速最快。

中国金融科技投入情况

• 银行业：科技投入占营收比例逐步上升，从2024年的30%到2029年的32%。
• 证券业：科技投入增速较快，但整体投入仍低于银行业。
• 行业趋势：金融科技投入将向前沿技术与系统化能力转移，推动行业结构升级。

风险提示

• 政策风险：对政策理解不到位、政策落实不及预期。
• 技术风险：AI技术发展存在不确定性，可能影响金融体系稳定性。

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：AI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。

联系方式

• 中国银河证券研究院：深圳市福田区金田路3088号中洲大厦20层、上海浦东新区富城路99号震旦大厦31层、北京市丰台区西营街8号院1号楼青海金融大厦。
• 联系方式：分别提供深圳、上海、北京地区的联系人及电话、邮箱。