头部大模型公司在金融行业动作频频。
月之暗面近日发布Kimi金融行业解决方案。此前一周，OpenAI推出ChatGPT for Financial Services，Anthropic随后发布Claude for Financial Advisors。三家公司均选择将模型能力与专业数据、工具和具体金融任务结合，金融成为近期头部模型厂商集中布局的专业场景之一。
受访人士认为，金融正在成为检验大模型商业化能力的重要场景。一方面，投研、投行、资管等业务数据密集、专业人员成本高，AI提效更容易形成明确回报；另一方面，模型进入真实业务后，竞争也进一步延伸到数据、系统、合规和服务。
高价值金融场景加速产品化
据Anthropic投资人披露材料，截至今年7月，金融服务与保险已占Anthropic年度经常性收入的25%，仅次于编程与软件工程的36%；相关材料称，Anthropic内部预计，金融有望在2027年超过编程，成为其最大的垂直应用市场。
今年5月，Anthropic已推出10个金融智能体，覆盖财务建模、估值分析、财报审阅、KYC筛查、信用备忘录和市场研究等任务，其近日推出的Claude for Financial Advisors则主要面向客户会议准备、组合复盘等财富管理场景；OpenAI近期推出的金融产品主要服务投行和股票研究人员。
Kimi此次也将更多金融工作拆分为具体任务。除接入Wind万得、标普全球等10余个数据源外，其解决方案覆盖机构研究、IPO项目跟踪、估值比较和信贷分析，并提供持仓早报、财报点评、深度研究、组合复盘等9项金融技能。
月之暗面表示，目前已有数十家金融及相关机构基于Kimi模型、Kimi企业版和Kimi Work开展业务创新或共建方案，包括中金公司、中信建投证券、蚂蚁集团、美团、红杉中国和IDG资本等。据公司披露，在部分信贷场景中，单一客户材料准备效率可提升5倍以上。
国内其他厂商也在加快布局。2026外滩大会期间，财跃星辰发布金融智能体产品矩阵，并与中泰证券共建多智能体投研平台，通过Skill Hub对接券商既有投研工具；今年6月，智谱与中国银联进一步深化合作，覆盖智能体支付、数智风控、金融网络安全及智能体多场景应用等领域。
金融机构使用强度持续提升
模型厂商加快推出金融产品的同时，金融机构自身的大模型使用强度也在提升。IDC基于对30多家中国银行业IT解决方案厂商调研发现，银行生成式AI投入重点正从“大模型落地”演进为“智能体上岗”，相关产品也从简单模型接入逐步走向知识融合和业务流程重构。
半年报显示，招商银行上半年日均Token吞吐量同比增长超过78%，AI带来1388万小时等效人工工时贡献；平安银行Token消耗量同比增长约130%。工商银行、建设银行披露的大模型应用场景均已超过600个，中信银行超过1900个。多位创投、券商和基金从业人士告诉记者，使用AI整理资料、检索信息并形成投研报告初稿，已成为其工作的常态。
国研新经济研究院创始院长、智能经济首席专家朱克力告诉记者，金融之所以成为头部大模型企业集中布局的方向，主要还是因为商业价值和场景条件比较成熟。金融客户付费能力强、项目客单价高，同时财报、研报、公告等资料标准化程度较高，很多任务边界也比较清晰，更适合大模型率先落地并形成可复制的产品。
“金融机构目前整体仍处在‘试点普及、谨慎上核心’的阶段。”朱克力表示，投研整理、智能客服、合同初审等辅助场景落地较快，但信贷审批、交易、投资决策等核心业务仍较为审慎。当前还面临数据治理和合规问责等约束，如内部资料分散、数据非结构化程度高，大模型出现幻觉或错误输出后的责任界定也尚不清晰。
竞争向数据和业务系统延伸
随着应用深入，专业数据和系统接入的重要性进一步上升。OpenAI接入LSEG、PitchBook等专业数据，Kimi接入Wind、标普全球等平台，Anthropic则连接BlackRock、Schwab、Addepar等已有系统。一位计算机行业分析师告诉记者，金融研究对数据准确性、实时性和来源追溯要求更高，模型产品要进入实际业务，还需要与机构内部系统和合规体系配合。
研究机构Gartner认为，金融服务、IT和医疗是Agentic AI近期落地潜力较高的行业，真正形成可量化价值的关键，在于将智能体嵌入具体业务流程。以月之暗面与中信建投合作为例，双方围绕临时受托报告生成场景开展智能体应用，将相关能力接入内部业务系统，并建立数据分类分级、工具访问授权、内容核验和审计追溯等机制。
部分金融场景已经出现可量化效果。波士顿咨询发布的《Future of Finance 2026》显示，Agentic AI在部分零售贷款场景带来的生产率提升超过50%，在财富管理场景带来的手续费收入增幅超过30%，相比在原有流程中增加零散AI工具，更大的价值来自围绕AI重新设计具体业务流程。
“企业级AI市场的竞争已经不再只看模型本身，部署能力和行业服务能力的重要性正在上升。”阿尔法公社合伙人刘罡对记者表示，金融、法律、咨询、编程等行业对数据、权限和稳定性的要求都很高，客户决策周期也更长，但一旦真正进入业务，后续续费、扩容和长期预算会相对清晰。
（文章来源：上海证券报）
