AI智能體捲進金融業，一大批應用落地但商業化還需時間

AI Agent（智能體）是2024年人工智能領域的高頻詞，金融行業也捲入其中。在2024 Inclusion外灘大會上，AI智能體被頻繁提及，業界認爲AI智能體將成爲人工智能發展的主流方向之一。

第一財經記者也注意到，不少金融類智能體應用正在落地，爲人與機器的智能交流帶來更具人性化的體驗。但在金融領域的應用中，智能體容易產生“幻覺”，商業化還需時間迭代，而相關監管框架也需要完善。

捲進金融業

AI智能體是指人工智能代理，是一種能夠感知環境、進行決策和執行動作的智能實體，它具備通過獨立思考、調用工具去逐步完成給定目標的能力。從使用者的角度，智能體具備對特定問題和特定領域的深入思考能力，能夠更像“人類”與人交流。在螞蟻集團總裁韓歆毅看來，AI智能體作爲生成式人工智能的一種產品形態，是當下大模型應用的核心方向，能讓大模型長出“手和腳”。

歐洲科學院外籍院士、清華大學人工智能研究院常務副院長孫茂松在接受第一財經採訪時指出，在英文中，“智能體”被譯爲“Agent”，AI的出現爲這個詞彙賦予了新的含義。其概念較爲寬泛，可能指代具有智能的機器人，也可能是虛擬世界的數字人，甚至不一定有“人”的概念，就指代一個軟件、一個用AI技術幫人解決問題的工具。

能讓大模型更具備人類特性的AI智能體，是當下大模型應用的核心方向，這股風已經刮到了銀行、保險、理財等金融領域。2024年，多家大模型廠商探索AI智能體應用開發，在金融領域的財富管理、風險評估、客戶服務等方面，智能體正顯現出其商業價值。例如，郵儲銀行啓動的“郵儲大腦”計劃，從感知、洞察向生成創作轉變，正推進智能業務助手、數字客戶經理、虛擬營業廳等場景；建設銀行的“方舟計劃”正逐步推進金融領域大模型建設，推動智能體落地市場營銷、投研報告、風險控制等場景。

AI智能體也向專業人士提供數智化服務，向大衆提供更低門檻的財富諮詢服務。例如，今年的展會上，支小助2.0是螞蟻集團基於自研大模型和專業知識可定製的agentUnierse智能體框架開發的智能助理。在現場，有觀衆向它提問“請出示一份適合老年人的投資理財方案”，它給出了相應的投資建議，並根據當下市場行情分析標的情況，從風險與收益兩個方面做出結論。

“智能體技術的應用正‘不顯山不露水’地走進大衆生活。”孫茂松指出，目前已經具備做出比較好的智能體的能力，這主要得益於語言大模型的生成能力、生成代碼的能力、圖像視頻處理能力、3D建模能力這“四板斧”的進步，這給了智能體新的發展機會。

不過，孫茂松也認爲，相比通用條件下受限於對話環境的大模型，智能體是一個被置於三維、四維空間進行探討的更復雜的上游概念，但從工業和產業落地的角度，智能體則是大模型應用於各實際領域的下游概念。

難點和挑戰

金融領域捲起AI智能體應用是必經之路，但這個過程並非一帆風順，仍有諸多難題和挑戰待解。

首先，在金融領域，AI智能體的商業化之路存在挑戰。“智能體技術的商業化仍需時間迭代。”孫茂松認爲，這是一個量變引起質變的過程，可能需要通過幾年的迭代和積累，其性能纔會得到顯著提升，智能體的商用價值值得期待，但對此要有更多耐心。

AI智能體商業化之路還受到研發能力的制約。在復旦大學教授黃萱菁看來，智能體被認爲是邁向通用人工智能的一條充滿前景的道路。它能夠發揮大語言模型的專業性，帶來各種服務的迭代升級。但與此同時，智能體的研發當前還面臨四大挑戰：基座模型能力不足，缺少統一的交互式框架，缺少自我學習與自我進化，智能體存在安全與倫理問題。

此外，大模型幻覺問題是金融行業應用AI智能體的一大挑戰。業內人士認爲，金融行業容錯率非常低，無論是知識問答，還是內容提取，都對智能體提出了非常高的要求，模型的準確性成爲金融行業採用生成式AI的重要堵點。

“大模型非常火，能力也非常強大，但這個能力強大是有條件的，比如在對話環境確實表現很好，但一旦走出那個環境，能力要打一個問號。”孫茂松指出，通過智能體等，讓大模型能力再提升一步，從“副駕”成長到“主駕”。

“儘管大模型在金融業務領域展現了巨大的潛力，但其在金融行業的全面應用仍面臨諸多挑戰。”在IDC中國副總裁兼首席分析師武連峰看來，目前通用大模型與行業相結合整體仍處幹初級階段，此外，金融行業因其嚴監管和強合規要求也使得大模型的落地應用需要更加謹慎，週期會更長。總體來看，大模型的行業生態系統尚未完全成熟，廣泛應用需要克服技術、行業演變、監管和科技倫理等多方面挑戰。