大模型技术在金融领域的落地应用正迎来快速发展阶段。从2024年的实践来看，金融机构在数字化转型方面取得了显著进展。

以建设银行为例，该行已在2024年成功上线168个基于大模型的金融服务场景，累计部署193个项目，覆盖集团近半数员工。特别是在授信审批领域，引入金融大模型后，客户的财务分析时间从原本需要数小时甚至更长时间缩短至分钟级别。

与此同时，招商银行和中信银行也明确了"AI+金融"的发展路径。招商银行推出了国内首个面向银行业的开源百亿参数金融大模型，并实现了超过120个应用场景的落地。工商银行则发布了企业级千亿金融大模型，目前该系统已赋能超过20类业务、200多个具体场景。

在头部保险公司中，中国平安已经将全面数字化战略列为2025年的首要任务。肖京表示，集团内部员工每天的大模型调用次数稳定在25万至30万次之间，涵盖办公辅助、编程支持等多个应用场景。他预测，AI大模型的应用将进一步推动金融行业的流程优化、模式创新和生态重构。

值得注意的是，这种智能化转型正在更多金融机构中展开。从年报数据来看，2024年机构的大模型应用范围更加广泛，涵盖了业务办理、风险控制、反洗钱等多个领域。

在技术落地方面，肖京列举了一系列成果：机器人销售额突破1300亿元，在保险风控领域拦截潜在损失近200亿元，智能客服座席服务量达到18亿次，占总服务量的绝大部分。

为支持这些创新应用，金融机构也在不断优化组织架构和基础设施。建设银行等机构通过设立专门部门或团队，推进大模型技术在业务中的深入应用。

董希淼指出，对于大型金融机构来说，在技术创新方面需要平衡投入与产出的关系。特别是在算力基础设施建设和核心系统升级方面，持续投入是不可或缺的。

不过，部分中小银行和区域金融机构在数字化转型方面的信息披露相对有限。一些机构的研发投入占比仍不足1%，技术布局和发展战略的具体实施进展也缺乏详细披露。

针对这一现象，董希淼建议，中小金融机构应避免盲目追求"数字化转型"，而应该根据自身资源特点，制定切实可行的战略规划，在特定领域形成差异化优势。

肖京强调，未来金融领域的竞争核心在于核心技术的研发能力。金融机构需要避免低水平重复建设，将更多精力投入到底层技术的创新研发中，为行业的可持续发展奠定坚实基础。