北京
文/清華大學五道口金融學院財富管理研究中心研究專員張藝偉，清華大學五道口金融學院財富管理研究中心研究專員張楨林
大語言模型并非顛覆金融行業的替代性力量，而是重塑金融競爭優勢的放大器。本文系統闡述了大模型在知識增強、決策增強與任務代理的三大落地邏輯，指出應警惕“技術至上”等認知誤區。大模型價值釋放的關鍵不在模型本身，而在以場景驅動為牽引、以數據治理為基礎、以組織適配為保障，實現技術能力向競爭優勢轉化。
大語言模型正在重塑金融競爭邏輯
在監管引導與戰略驅動雙重作用下，大模型已不再只是局部技術嘗試，而日益成為金融機構塑造競爭優勢、推動高質量發展的戰略基礎設施。根據世界經濟論壇報告，金融服務業對人工智能的戰略投入持續領跑各行業，行業競爭邏輯正經歷深層重構。應當認識到，大模型并非改寫金融本質的顛覆者，而是金融機構競爭優勢的“放大器”。它會放大機構原有的數據、組織與合規能力，同時加速落后機構劣勢的暴露與淘汰。其底層邏輯在于，大模型不會憑空創造競爭力，而是通過大幅降低信息處理成本，將機構既有能力優勢倍數級放大，同時也將治理短板、流程僵化等問題置于聚光燈下。
在探索中推動提升科創投資質效
大語言模型重塑金融服務的落地邏輯
當前，金融大語言模型的應用實踐可歸納為三類：知識增強型，以財富管理為代表，核心是降低專業知識的獲取與使用門檻；決策增強型，以信貸風控為代表，核心是將非結構化信息轉化為可量化的決策依據；任務代理型，以智能客服為代表，核心是實現重復性任務的自動化執行。
知識增強型應用：邁向“千人千面”的智能投顧
隨著全球財富管理需求的爆發式增長，智能投顧市場迎來了前所未有的擴容。據Statista預測，2027年全球智能投顧管理資產規模將突破4.6萬億美元。傳統財富管理的痛點在于個性化、專業化與規模化三者難以兼得。大語言模型的興起，正推動這一格局加速演變，使“千人千面”的個性化服務具備規模化落地的基礎。
在機構服務領域，摩根士丹利代表了“AI賦能顧問、顧問服務客戶”的人機協同路徑。自2023年起，摩根士丹利與OpenAI合作推出AI助手，幫助財富顧問快速檢索內部資料、自動生成會議紀要和跟進郵件，大幅提升信息處理效率。截至2025年底，98%的財富管理顧問團隊已采用相關工具。
在個人投資者服務領域，螞蟻集團推出AI理財助理“螞小財”，結合用戶持倉與風險偏好，提供個性化投資陪伴服務。數據顯示，“螞小財”月活用戶突破7000萬，深度服務用戶的資產配置合理程度明顯提升，頻繁交易行為顯著下降。
決策增強型應用：信貸風控驅動普惠金融提質增效
中小微企業融資難是全球金融體系面臨的長期結構性挑戰。傳統風控系統僅能處理征信評分、銀行流水、抵押物估值等結構化數據，卻無法讀懂真正反映經營活力與還款意愿的非結構化信息。大語言模型的語義理解與知識抽取能力，使彌合這一信息鴻溝具備了可行性。
在美國市場，在線貸款平臺Upstart較早探索了將大語言模型引入信用評估的實踐路徑。Upstart采用大語言模型處理非傳統信用數據，包括貸款申請人的教育背景、工作經歷、租賃支付記錄等非結構化文本。模型能夠從中提取與還款意愿高度相關的語義特征，使原先被美國個人信用評級法（FICO評分）拒之門外的“薄文件”人群（信用記錄較薄的人群）獲批率提升27%，相同風險等級下的利率降低近三分之一。截至2025年底，Upstart已有91%的獲批貸款實現了全自動審批，自動化通過的客戶轉化率約為人工審核的3倍。
在國內實踐中，網商銀行基于大語言模型升級其“大雁系統”，將供應鏈小微企業的合同文本、進貨單據、線上經營聊天記錄等非結構化信息納入風控評估。系統可自動抽取并驗證關鍵交易信息，結合農戶、小店主的實時經營輿情生成信用畫像。截至2026年4月，網商銀行累計為超6800萬小微經營者提供貸款......
付費￥5
閱讀全文
來源 | 《清華金融評論》2026年6月刊總第151期
編輯 |周茗一
審核丨秦婷
責編 | 蘭銀帆
Review of Past Articles -
01
02
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
