2025年《财富》人工智能头脑风暴（BrainstormAI）大会日前在新加坡举行。金融壹账通海外香港CEO兼AI数智事业部总经理金新明在“智能银行：AI引领金融下一个前沿”圆桌论坛上表示，未来人工智能在金融领域的应用将采用一种混合方法，即结合大模型的生成能力和传统AI的精准度，以确保系统的可靠性和可控性。这种融合策略对于金融等需要处理敏感数据和高度可靠性的行业至关重要。 银行业当前普遍面临遗留系统复杂、架构老化等问题。人工智能，尤其是大语言模型，为传统系统升级迭代提供了新的解决路径。“通过AI大模型解析程序代码，从中提取功能规范，是快速理解并重构底层架构的一种方式。”金新明称，这种AI赋能方式，正在成为金融机构应对系统更新挑战的有效工具。 金新明以平安集团为例，说明AI在实践中的落地应用。平安集团已在销售、服务、运营和管理等多个核心场景中应用AI。2024年，平安AI坐席服务量达到18.4亿次，覆盖平安80%的客服总量，能够快速响应、解决消费者咨询、投诉问题。在风控领域，通过引入大模型防伪技术，平安在信贷、反欺诈等关键环节成效显著，尤其在识别伪造面部信息、篡改身份数据等新型欺诈行为中，凭借算法的实时分析能力，构建起坚固的安全防线，大幅降低了运营风险与成本。 在谈及全球AI技术布局差异时，金新明指出AI部署的关键差异。中国内地的金融机构通常采用私有化部署，基于开源框架开发金融垂域模型，而中国香港和东南亚的金融机构则往往在受监管的公有云环境中，基于商业通用大型模型构建训练和迭代系统。这些差异对模型训练、数据治理和服务交付均产生了具体影响。 在AI技术的推广应用层面，金新明强调三个关键要素：一是基于数据、算力和算法的基础能力；其次是具备金融与科技交叉背景的专业人才，第三是丰富且不断演进的业务场景。他指出，中国在这三个方面具备显著优势，尤其是在数据密集型场景的积累和复合型人才供给方面，为人工智能技术在金融业的广泛应用提供了坚实基础。例如，平安拥有超过3000名科学家，科技开发人员超2.1万名，通过在人工智能领域十余年的持续投入，已实现传统AI与大模型技术的融合应用。为解决大型模型内容生成中的可靠性和信任问题，平安首创了“大模型+传统AI精准推理+人工决策节点”框架，确保技术使用中的透明性和可解释性。 谈及AI发展的未来方向，金新明表示，尽管大模型在内容生成方面展现出巨大潜力，但在金融等对信任度和可控性要求更高的行业仍需将其与传统AI结合。金融壹账通正在探索将生成式模型整合到业务流程中，同时保留关键节点的人工干预，以确保系统的灵活性、透明性和可靠性。 “我们始终认为，人工智能是一种工具，其价值在于可扩展性与场景适配性。”金新明表示。目前，平安集团已成功搭建通用模型、垂直领域模型、应用模型三层大模型体系，打造了五大实验室、九大数据库，为全球最大的金融、医疗数据库之一，AI产物及解决方案已广泛应用、服务于全集团85个大模型场景，加速推进生态圈建设。
