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。「拐點快來了，明年可能就是(大模型技術應用落地金融業)質變的時間窗口。」 這是百度智能雲金融業務部總經理徐旭11月13日接受證券時報e公司記者採訪時做出的判斷。
在這一輪人工智能變革中，金融業成爲大模型技術應用落地的先行者。隨着以大模型爲核心的人工智能技術發展，金融行業數字化轉型向智能化方向加速演進。「AI+金融」也在形成全新的金融基礎設施，重塑金融生態格局。
但大模型技術應用落地金融業更像一個硬幣的兩面。一方面，人工智能緊密結合金融行業需求深化應用場景探索，挖掘應用潛力;另一方面，在逐步深入到金融行業內核方面，依然有待突破瓶頸。因此，「拐點」何時帶來，是擺在行業面前的重要疑問。
可以肯定的是，目前國內金融機構對AI的應用，從工具輔助功能層面來看，在降本增效、提升合規性、用戶體驗上，都已經取得效果。
徐旭對記者介紹，AI對金融行業的加持，目前主要體現爲對內賦能，且提效效果顯著。從去年的「拿來試一試」，到現在對內場景真正用起來了。一方面，客戶在對百度智能雲大模型提出需求方面非常踊躍;另一方面，百度提供了搭建智能體開發平台，金融領域員工自己開發智能體、使用智能體的踊躍程度很高，這個過程也是積累實踐經驗的過程。此外，涉及產業合作比如採購等環節，大模型加持之下，ROI計算得更細化更準確，金融機構會願意花錢在這方面投入。
2023年，爲加速大模型應用落地，某頭部銀行新增大量來自不同廠商的GPU資源，基於大模型爲集團內多個核心業務系統、幾十家分行的金融業務提供AI賦能。在百度·百舸AI異構算力平台的支持下，該銀行完成不同型號GPU資源的部署、上線;同時實現了GPU、CPU算力的規劃重組，保障了幾百個大小模型、數千次模型訓練任務。模型迭代時間也從過去的一個半月大幅縮短至半天，並實現了更好的模型效果。
這只是百度智能雲落地金融行業案例的一維。從客戶類別來看，銀行、券商、基金、保險都已經成爲百度智能雲的核心客戶;從供應方案來看，除了前述算力層，平台層、應用層也早已遍地開花。
2016年百度智能雲就已經在與金融行業合作。在IaaS層面包括數據中心建設等AI基礎設施服務，在PaaS層包括金融機構的AI中臺、「智慧大腦」等服務，SaaS層對應應用層，涵蓋了智能客服、數字人、AI問答等多種應用。
大模型時代到來後，百度智能雲和金融機構合作升級。比如，算力緊缺下，爲金融機構做GPU集群搭建和算力供給，包括提供異構算力服務。小模型時代的平台升級到大模型後，在SaaS層，也可以通過數字人、智能問數等產品，實現對話和交互能力升級。
在徐旭看來，AI不等於此前的金融科技：「後者已經有了成熟落地範式，而目前AI在產業側還處於一個不斷探索的過程。」
在這個過程中，百度智能雲的策略也在同步迭代。徐旭介紹，百度智能雲從最初想「推模型」，到後來發現需要建平台;從早期的單兵作戰，到發展繁榮的合作生態，豐富解決方案矩陣;一直到現在，百度自己的產品矩陣和解決方案，已經比較完善，並且每層都開放化地兼容幷包。「正是在這個基礎上，我們判斷，明年有望迎來真正開始構建行業價值和場景價值的週期。」
這個過程也是生態越發重要的過程。「國有大行對內已經有幾十個大模型應用場景落地，百度將做方案裁剪，同時與生態夥伴一道，去做更專業的場景落地，這是百度認知迭代過程中越來越清晰的策略。」徐旭表示。
大模型技術的金融業應用是一面鏡子。AI在若干產業中規模落地，正在成爲百度智能雲收入和利潤增長的動力。今年二季度，百度智能雲收入達 51 億元，同比增長 14%——增速是去年同期的 2.8 倍，利潤率也在上升。其中一個重要因素，是百度智能雲業務中，AI 貢獻的收入佔比從上季度的 6.9% 提升到9%。
