“拐点快来了，明年可能就是(大模型技术应用落地金融业)质变的时间窗口。” 这是百度智能云金融业务部总经理徐旭11月13日接受证券时报e公司记者采访时做出的判断。

在这一轮人工智能变革中，金融业成为大模型技术应用落地的先行者。随着以大模型为核心的人工智能技术发展，金融行业数字化转型向智能化方向加速演进。“AI+金融”也在形成全新的金融基础设施，重塑金融生态格局。

但大模型技术应用落地金融业更像一个硬币的两面。一方面，人工智能紧密结合金融行业需求深化应用场景探索，挖掘应用潜力;另一方面，在逐步深入到金融行业内核方面，依然有待突破瓶颈。因此，“拐点”何时带来，是摆在行业面前的重要疑问。

可以肯定的是，目前国内金融机构对AI的应用，从工具辅助功能层面来看，在降本增效、提升合规性、用户体验上，都已经取得效果。

徐旭对记者介绍，AI对金融行业的加持，目前主要体现为对内赋能，且提效效果显著。从去年的“拿来试一试”，到现在对内场景真正用起来了。一方面，客户在对百度智能云大模型提出需求方面非常踊跃;另一方面，百度提供了搭建智能体开发平台，金融领域员工自己开发智能体、使用智能体的踊跃程度很高，这个过程也是积累实践经验的过程。此外，涉及产业合作比如采购等环节，大模型加持之下，ROI计算得更细化更准确，金融机构会愿意花钱在这方面投入。

2023年，为加速大模型应用落地，某头部银行新增大量来自不同厂商的GPU资源，基于大模型为集团内多个核心业务系统、几十家分行的金融业务提供AI赋能。在百度·百舸AI异构算力平台的支持下，该银行完成不同型号GPU资源的部署、上线;同时实现了GPU、CPU算力的规划重组，保障了几百个大小模型、数千次模型训练任务。模型迭代时间也从过去的一个半月大幅缩短至半天，并实现了更好的模型效果。

这只是百度智能云落地金融行业案例的一维。从客户类别来看，银行、券商、基金、保险都已经成为百度智能云的核心客户;从供应方案来看，除了前述算力层，平台层、应用层也早已遍地开花。

2016年百度智能云就已经在与金融行业合作。在IaaS层面包括数据中心建设等AI基础设施服务，在PaaS层包括金融机构的AI中台、“智慧大脑”等服务，SaaS层对应应用层，涵盖了智能客服、数字人、AI问答等多种应用。

大模型时代到来后，百度智能云和金融机构合作升级。比如，算力紧缺下，为金融机构做GPU集群搭建和算力供给，包括提供异构算力服务。小模型时代的平台升级到大模型后，在SaaS层，也可以通过数字人、智能问数等产品，实现对话和交互能力升级。

在徐旭看来，AI不等于此前的金融科技：“后者已经有了成熟落地范式，而目前AI在产业侧还处于一个不断探索的过程。”

在这个过程中，百度智能云的策略也在同步迭代。徐旭介绍，百度智能云从最初想“推模型”，到后来发现需要建平台;从早期的单兵作战，到发展繁荣的合作生态，丰富解决方案矩阵;一直到现在，百度自己的产品矩阵和解决方案，已经比较完善，并且每层都开放化地兼容并包。“正是在这个基础上，我们判断，明年有望迎来真正开始构建行业价值和场景价值的周期。”

这个过程也是生态越发重要的过程。“国有大行对内已经有几十个大模型应用场景落地，百度将做方案裁剪，同时与生态伙伴一道，去做更专业的场景落地，这是百度认知迭代过程中越来越清晰的策略。”徐旭表示。

大模型技术的金融业应用是一面镜子。AI在若干产业中规模落地，正在成为百度智能云收入和利润增长的动力。今年二季度，百度智能云收入达 51 亿元，同比增长 14%——增速是去年同期的 2.8 倍，利润率也在上升。其中一个重要因素，是百度智能云业务中，AI 贡献的收入占比从上季度的 6.9% 提升到9%。