行业概述
当前金融业AI 应用已走出试点探索阶段，正式迈入大模型、智能体规模化落地周期。银行、证券、保险机构全面推进数智化转型，AI技术应用已全面覆盖金融行业前中后台业务领域。应用场景从早期的智能客服、辅助办公逐步向智能风控、信贷审批、手机银行、保险理赔等核心场景延伸。依托大模型强大的理解、归纳与生成能力，叠加智能体自主规划、工具调用、多任务协同的特性，实现全域业务的智能化升级，有效压降经营成本、强化风险抵御能力、优化客户服务体验。
业务挑战
通用模型金融适配度不足
通用大模型对金融法规、风控指标、金融产品等专业知识理解深度不足，垂域场景应用精度差，易出现幻觉
智能体应用规模化落地难
多智能体协同与工具调用链路日趋复杂，技术可靠性、权限边界与安全管控能力均面临挑战
推理规模化部署性能瓶颈
AI Coding、信贷、营销等场景规模应用Agent，带来多轮对话、超长上下文需求，传统推理系统性能受限
应用场景
手机银行
智能手机银行通过Agent和大模型的深度融合，重构智能交互逻辑，通过语音交互即可为用户提供业务咨询、办理服务，提升操作效率；智能财富管理提供千人千面的个性化理财服务，助力银行持续提升MAU和AUM
信贷智能体
面向银行信贷全流程，打造营销获客、进件调查、审查审批、贷后监测等多角色智能体协同场景，全流程智能联动、业务策略正向传导反向更新，实现信贷业务从人工驱动迈向智能体协同，提升服务质效
AI Coding
使用编码Agent与大模型重构软件开发范式，可实现需求分析、方案设计、代码生成、评审优化、单元测试、遗留系统代码迁移改造等能力。面向研发人员，有效提升研发环节整体效率，保障金融场景代码合规与交付质量
行业案例
中国邮政储蓄银行
邮储银行携手昇腾构建高性能千卡训推算力集群，部署大规模专家并行推理方案，实现吞吐性能提升3倍，加速“邮智”大模型规模化应用，深度赋能智能客服、审贷助手、后训练数据合成等业务场景。
浦发银行
浦发银行基于昇腾高性能算力服务器，打造千卡算力底座，以企业级知识库为中枢，构建包含智能报告、风控助手、知识问答、财务分析等覆盖人工智能、大数据以及智能体的关键数智化能力，高效赋能数智运营、数智普惠、数智零售、数智信用卡等业务场景，助力打造“人工智能+”时代下的银行业务新模式和智慧金融新业态。
某银行
某银行与昇腾深度合作，搭建千卡算力集群，构建千亿级参数金融大模型，在反洗钱、反欺诈、客户服务、集中营运等领域取得积极成效。��过大小模型协同，已落地100余个应用场景，充分发挥“人工智能+”引擎作用，体系化推动金融服务向更普惠、更便捷、更安全跃升。
某保险公司
针对保险业转型升级需要，某保险公司联合昇腾，落地“算-网-存-云”协同的大规模训推算力平台产品组合方案，为数字劳动力战略构筑了坚实的算力基础。目前，该保险公司已上线智能保险顾问、健康险理赔审核、审计数字员工、投资决策复盘等多个智能场景应用，基于MindIE实现推理性能提升50%，服务1万+员工，驱动保险经营模式升级。
生态伙伴
