2025_年金融服务业中国_AI_现状与趋势_10页_1mb

2025年金融服务业中国AI现状与趋势总结

核心内容

2025年，AI技术在金融服务业的应用日趋成熟，成为推动行业变革和创新的重要力量。生成式AI作为关键技术，其使用率显著增长，而AI基础设施投资持续增加，显示出金融机构对AI的高度重视和长期战略投入。尽管存在一些挑战，如高能效计算需求和数据隐私问题，但整体趋势表明AI正在成为金融服务行业实现增长和效率提升的关键工具。

主要观点

• 生成式AI成为关键技术：生成式AI在金融服务领域使用率从2024年的25%上升至2025年的40%，成为仅次于数据分析的第二大AI工作负载。
• AI投资持续增长：98%的管理层表示将在2025年增加AI基础设施支出，43%的公司增加了AI支出，显示出AI在金融行业的战略地位。
• AI应用范围扩大：AI正在被广泛应用于风险与合规、营销、销售、网络安全和运营等领域，推动业务流程优化和客户体验提升。
• AI驱动业务成果：超过70%的中国受访者认为AI对营收有显著贡献，77%的管理层表示AI确实带来了营收增长。同时，AI也被用于降低运营成本。
• AI工厂构建加速：金融机构正构建全栈加速计算的AI工厂，以支持从AI探索到部署的转变，并提升模型训练和应用的效率。
• AI在ESG与可持续金融中的作用增强：AI在环境、社会和治理（ESG）领域的应用日益成熟，实现生产能力的公司数量增长一倍以上。
• AI治理与可信AI发展：AI治理框架的采用率从21%上升至51%，反映出金融行业对AI合规性和透明度的重视。
• 高能效计算成为挑战：随着AI应用的扩展，计算需求增加，带来新的能源挑战，企业正在通过优化软件、使用高效云服务和GPU等手段应对。

关键信息

AI使用日趋成熟，可部署战略用例

• 数据分析仍是主要AI工作负载，占最大比例。
• 生成式AI成为第二大工作负载，使用率显著增长。
• 企业正在部署高价值、具有战略意义的AI用例，如投资组合优化、欺诈检测和客户体验提升。
• 中国受访者中，40%正在使用或评估生成式AI技术。

AI在改善业务运营方面的作用

最热门生成式AI用例

• 客户体验和参与度：最常见用例，聊天机器人普及率上升。
• 合成数据生成：超过一半的金融服务公司使用该技术进行模型测试。
• 文档处理：采用率23%，用于自动化处理和分析。
• 代码辅助与软件生成：采用率23%，有助于提高开发效率。

生成式AI用例投资回报率（全球数据）排行榜

AI投资力度不减

• 基础设施投资：AI工厂建设成为重点，支持全栈加速计算。
• 人才招募与训练：25%的受访者计划为现有员工提供AI培训，AI专家和数据科学家的雇佣支出同比增加20%。
• 云与混合解决方案：本地部署基础设施使用率下降，云和混合方案成为主流。
• AI工作流优化：显著增加，表明企业更关注AI应用的效率和ROI。

挑战依然存在

• 数据问题和隐私担忧：同比下降33%。
• 模型训练数据不足：同比下降42%。
• AI专家与数据科学家的招募和留存：同比下降31%。
• AI预算不足：同比下降53%。
• 高能效计算：成为企业面临的主要挑战，需优化计算资源使用和能源效率。

未来展望

• AI将推动业务模式创新：AI将帮助金融机构开发新的业务模型和收入来源。
• 代理式AI发展：生成式AI的下一阶段目标是代理式AI，用于自动化复杂任务如网络安全检测、客户服务和投资分析。
• AI在可持续金融中的作用：AI将推动ESG和可持续金融计划的成熟化与集成化。
• AI治理与可信AI：企业正在加强AI治理框架，以确保AI应用的合规性和透明度。

总结

2025年，AI在金融服务业的应用已进入成熟阶段，生成式AI和数据分析成为主要驱动力。金融机构正在加大AI投资，构建AI工厂，提升运营效率、客户体验和竞争优势。尽管存在数据和能源方面的挑战，但整体趋势表明AI正成为推动行业创新和可持续发展的核心工具。