官方网站-首页

转自：新华财经

新华财经上海9月1日电（记者 魏雨田）今年以来，银行、保险、券商、基金等金融机构密集布局“人工智能技能与智能体”（AI Skill & Agent），从智能投顾到智能信贷，从智能客服到持仓陪伴，AI应用正加速渗透金融业务各个环节。

业内人士指出，随着大模型能力持续外溢、技能生态逐步走向标准化，金融机构正从“接入大模型”迈向“自建技能”的新阶段，一场围绕AI技能的竞赛已经打响。

冷热不均：银行保险“领跑”，券商基金“探路”

90后高鹏（化名）在沪上一家国企工作，是AI应用的“重度用户”，查资料、做功课、处理工作都习惯先问AI。最近他用一家券商的AI技能提问“帮我查一下重仓工商银行的ETF有哪些”，几秒钟就拿到一张清单：哪几只ETF重仓工行、合计权重多少，按权重从高到低排得明明白白，省去了他一只只筛选的功夫。

何为“AI技能”？通俗地说，技能（Skill）是将专业能力封装为标准化的可调用模块，相当于给大模型装上“金融专业插件”；智能体（Agent）则是执行任务的主体，负责理解指令、规划步骤并调用技能完成工作，两者共同构成金融机构的AI应用能力。

银行与保险是本轮金融机构布局AI中体量最大的群体。浦发银行全行已上线超2500个金融智能体，其中近200个深度嵌入真实业务流程；邮储银行落地超370个大模型应用场景，日均调用超600万次、输入输出词元超百亿，其编码、测试等科技智能体应用占比均超60%，零售营销智能体已触达超5400万名高潜客户；中国人寿已经打造了超过500个智能体，应用于销售服务、运营作业和风险管控等几个重点领域。

券商是“技能”色彩最浓的一类机构。国泰海通8月发布Nova投研AI全域产品生态，上线11个专项智能体和30余个投研专用Skills；广发证券搭建覆盖投研、财富管理、客服等场景的Skill工具箱，散户可通过“对比茅台与五粮液ROE 和毛利率”类指令直接获取专业分析；中金公司则以计算机首席分析师于钟海为原型打造“老于”分析师Skill，深度学习30万字研报后实现分析师能力的标准化输出。

对基金公司而言，面向基民的智能化服务，仍是基金行业布局中的“洼地”。基金公司的AI投入更多集中于内部投研，直接服务投资者的应用尚在起步，但已有机构率先探路。易方达基金上线“Skill+知识库”解决方案，覆盖基金认知、深度研究、持仓跟踪全投资链路，基民订阅知识库、安装对应Skill即可使用；南方基金推出ETFirst Skill，将指数数据查询、产品对比与行情分析简化为与 AI 的对话交互。

从布局形态看，目前已入场的金融机构主要有三条路径：一是自研技能，基于开源大模型构建私有化能力；二是接入大模型厂商的技能生态，以较低成本快速上线标准化应用；三是面向客户发布智能体应用，将AI能力直接嵌入财富管理等终端场景。三条路径并行，反映出金融机构在“效率优先”与“自主可控”之间的不同取舍。

各行其道：业务模式决定布局节奏

银行、保险、券商与基金公司在布局上的“路径分化”，并非偶然，而是由各自的业务模式与技术成熟度共同决定。

从技术端看，大模型能力的持续进化让技能落地成为可能。此前，金融机构布局AI多停留在调用通用大模型对话的层面，能力泛化、难以深入业务。“技能模式”的意义正在于让大模型得以精准触达行情数据、公告文本、持仓记录等金融专业信息。未来以Skills为代表的能力模块，将成为连接大模型、金融数据和具体业务场景的重要工具。

而从业务端看，银行、保险、券商等服务型金融机构为AI技能提供了天然的落地场景。银行网点与客服触点海量、信贷与风控流程规则明确，长流程任务适合由智能体统筹执行；券商投研、投顾、合规等场景高度细分、专业壁垒分明，天然适合以“技能”模块逐个击破；而对基金公司而言，AI投入呈现出“对内热、对外冷”的特点，投研环节的信息处理与辅助分析已大量引入AI，但直接面向基民的智能服务仍在起步。

从竞争格局看，行业产品同质化严重，AI技能正成为差异化竞争的新抓手。谁的研报解读更快、谁的客服应答更懂客户、谁的投顾建议更贴合风险偏好，谁就可能在获客与服务体验上占得先机。在此背景下，头部机构率先布局以建立先发优势，中小机构则寻求借力生态快速跟进，行业“军备竞赛”由此展开。

影响几何：从“单点工具”走向“系统生态”

短期来看，AI技能将率先在标准化程度较高的环节规模化落地。智能客服、合规审核、理赔核保等场景流程清晰、容错空间可控，是当前落地速度最快的领域；而投资决策、风险定价等涉及主观判断与责任划分的核心环节，预计仍将长期保持“人机协同”模式。

中期来看，AI技能将重构金融机构的人才结构与组织形态。重复性、事务性岗位需求或将收缩，既懂金融业务又懂AI应用的复合型人才缺口将持续扩大。机构之间的差距，可能不再取决于资金规模，而取决于数据资产积累与智能化运营能力，行业马太效应或将进一步显现。

对投资者而言，AI技能有望推动金融服务走向普惠化。智能投顾降低专业投资咨询的门槛，智能客服提供7×24小时陪伴，AI生成的投资教育内容帮助普通投资者理解市场，这些变化正在改善金融服务的可获得性与体验感。未来投资者处理常规金融事务的边际成本将显著下降。

需要警惕的是，智能技能在金融领域的应用仍面临多重挑战。一是数据安全，金融数据高度敏感，技能调用过程中的数据出境、存储与权限管理须严守合规底线；二是算法依赖，过度依赖AI可能放大模型幻觉与算法偏见带来的风险；三是合规边界，AI生成内容的责任认定、信息披露义务等规则尚在完善中。

编辑：谈瑞