CGS-NDI专题报告_信息为骨_科技为翼_AI+金融的演进逻辑_18页_26mb

AI+金融演进逻辑与金融体系变革

核心内容

1. 金融业本质与功能

金融业的核心在于基于信息的风险定价与资源配置。其运行建立在信用、杠杆与风险约束之上，而这三者均依赖于信息的精准获取、高效处理与可靠验证。信息处理能力构成了金融体系运行的基础条件，是金融功能实现的底层逻辑。

2. 金融科技的革命性意义

金融科技通过技术手段重构信息处理的效率、成本与边界，是信息处理的系统性革命。其变革了信息采集、分析、传递与验证方式，并推动金融决策从“以人为中心”转向“人机协同、实时反馈”的新范式。

3. 金融业是信息处理技术的试验场与加速器

金融业因其对实时性、准确性与安全性的高要求，成为信息技术发展的试验场。每一轮信息技术的发展几乎都会率先在金融领域实现规模化应用，并反过来促进技术的成熟与推广。

4. AI作为金融科技的重要驱动力

AI正在从辅助工具演变为金融体系的关键基础设施，其应用由试点向规模化过渡，推动金融价值链的系统性重构。生成式AI在信息处理与认知增强方面表现突出，而AI Agent仍处于探索阶段。

5. 未来展望

AI的进一步发展将推动金融体系从信息化向智能化转型。AI将在业务、组织与制度层面产生深远影响，使金融服务更加可得，信息平权成为趋势。同时，AI可能强化头部机构优势，带来马太效应与赢家通吃。

主要观点

• 信息为金融之本：金融体系的运行高度依赖信息处理，信息质量、速度与覆盖范围决定了金融效率与风险控制能力。
• AI从工具到基础设施：AI已从效率工具演变为金融体系的关键基础设施，推动业务流程、决策机制与组织能力的全面重构。
• 生成式AI与AI Agent的协同作用：生成式AI擅长认知与内容生成，AI Agent则在执行与决策层面实现自主闭环，两者构成AI+金融深化应用的两条路径。
• 行业分化与区域差异：银行业因流程标准化与数据优势，AI应用更成熟；证券业因决策非结构化，AI应用仍处于辅助阶段。全球AI金融应用呈现区域差异，北美领先，亚太市场仍处于追赶阶段。
• 金融智能化的必然趋势：AI将推动金融体系向智能化演进，提升金融服务的可得性与包容性，但可能强化头部机构的垄断地位。

关键信息

1. 金融AI的发展阶段

• 当前阶段：AI+金融仍处于试点向规模化过渡阶段，以效率提升与工具型赋能为主。
• 生成式AI应用：生成式AI在投研、客服、合规、风控等领域已形成规模化落地，预计2029年市场规模将突破160亿元。
• AI Agent应用：AI Agent仍处于探索与试点阶段，主要应用于流程执行与辅助场景。

2. 金融机构的科技投入

• 国际机构：美国头部金融机构科技投入占营收比重普遍在5%-11%之间，技术员工占比在16%-29%。
• 中国机构：科技投入强度相对较低，银行业科技支出约为30-40亿美元，证券业普遍低于5亿美元。技术员工占比偏低，正向业务赋能方向转变。

3. 金融AI的行业影响

• 银行业：AI主要应用于信用评估、合规管理、客户关系维护等，已形成一定规模应用。
• 证券业：AI更多用于行情分析、量化交易、风险监测等辅助环节，尚未深度介入核心投研决策。
• 未来趋势：AI将推动金融体系从信息化向智能化转型，使金融服务更加可得，信息平权成为可能。

4. AI+金融的挑战与风险

• 政策风险：政策理解不到位与落实不及预期可能影响AI应用进程。
• 技术风险：AI发展存在不确定性，技术成熟度与应用边界仍需探索。
• 组织与制度适应：金融机构需提升组织能力与制度安排，以适应AI带来的变革。

图表目录

• 图1：信息处理是金融运动的基础，金融科技是信息处理的系统性革命
• 图2：金融业历来是信息技术的先行者和关键应用场
• 图3：国内外重要金融机构科技支出及占营收比
• 图4：国内外重要金融机构技术员工数量及占总员工比
• 图5：中国金融机构IT投入情况
• 图6：中国证券公司IT投入情况
• 图7：中国银行业、证券业科技投入情况分析
• 图8：当前AI+金融涵盖的范围
• 图9：全球金融科技人工智能市场规模分区域对比
• 图10：金融行业大模型季度中标项目数量及披露金额
• 图11：中国金融业AI技术投入规模
• 图12：银行业生成式AI应用路线图
• 图13：证券与投资行业生成式AI应用路线图
• 图14：目前及未来12个月各行业落地最多的大模型/GenAI用例
• 图15：各场景已部署AI Agent的受访机构比例
• 图16：高价值应用场景需技术深度加持
• 图17：各场景已部署AI Agent的受访机构比例
• 图18：当AI能力进一步提升，可能成为证券业务的重要伙伴
• 图19：金融机构年度三大AI投资支出优先事项
• 图20：人工智能技术在中国金融业深度应用所需的支持因素分析

分析师信息

• 章俊：中国银河证券首席经济学家、研究院院长、新发展研究院院长。
• 彭雅哲：中国银河证券新发展研究院数字经济研究员。
• 曾昭睿：研究助理。

风险提示

• 对政策理解不到位的风险
• 政策落实不及预期的风险
• 技术发展不确定性风险