智通財經APP獲悉，國泰海通發布研報稱，金融行業作為典型的數據、信息、決策密集型產業，其數智化轉型需求與大模型技術特性高度契合。2025年DeepSeek R1的發布助推通用模型推理能力躍遷和成本銳減，並實現模型開源，成為金融機構本地化部署AI的行業拐點。目前，AI應用已在各類金融機構的核心業務領域以及中後台場景中加速滲透，未來AI有望重構金融業務流程和組織架構，為金融數智化打開新紀元。

國泰海通主要觀點如下：

行業內驅+政策外驅，金融AI應用落地拐點已至

自2018年OpenAI推出第一個版本的GPT模型GPT-1以來，經過多年發展，通用大模型技術已跨越「技術驗證」向「產業適配」的關鍵拐點，AI在垂直領域的規模化應用落地已箭在弦上，將逐漸進入加速期。而金融行業作為典型的數據、信息、決策密集型產業，是AI應用落地的絕佳「試驗田」。

2025年5月，人民銀行科技司司長李偉在《中國金融雜誌》發表署名文章，提出「要穩妥有序推進人工智能大模型應用，加快金融數字化、智能化轉型」。近年來，人工智能相關政策和頂層設計，為金融機構由「數智化」進一步向「人工智能化」轉型提供外部驅動。而從產業內部來看，金融機構IT支出的持續擴張，則為AI落地提供了強勁內驅，數據顯示2024年以來金融行業大模型相關招投標已開始明顯加速。

從技術側來看，當前AI與金融的結合主要有兩條技術路徑

一是通用模型結合金融語料進行訓練，依賴通用模型能力的迭代，隨着推理大模型的推廣滲透，AI解決複雜金融問題的能力已有所增強，DeepSeek R1推理模型的發布更是成為金融機構本地化部署AI的行業拐點。

二是開發金融垂類大模型，相比通用模型，金融垂域模型更適合解決金融行業的具體問題，與行業需求和合規性要求更加匹配。在應用形式上，AI智能體尤其是多智能體協作已成為未來重點研發方向，目前大模型普遍應用在理解、問答、信息提取等「短思考」金融場景，而智能體則主要面向需要AI自主承擔長流程工作任務的高規劃要求場景。

建議關注

1)金融信息服務。相關標的：同花順、九方智投控股、指南針。2)第三方支付。推薦標的：新大陸、新國都，相關標的：拉卡拉。3)銀行IT。推薦標的：宇信科技、京北方、廣電運通、神州信息、中科金財、高偉達、天陽科技;相關標的：長亮科技。4)證券IT。推薦標的：恒生電子、金證股份、頂點軟件。5)保險IT。推薦標的：新致軟件、中科軟。

風險提示

大模型技術發展和迭代不及預期，AI應用落地不及預期，政策與合規風險。