ARTICLE · 1011561
AI巨头盯上“金融牛马”:两个月内四家入场,金融AI到底改变了什么
界面新闻梳理，最近两个月内Anthropic、Google、OpenAI、腾讯 WorkBuddy、千问等国内外巨头密集杀进金融 AI。金融之所以成为落地最猛的行业之一，靠的是三件事同时就位：金融数字化程度高、文本处理量巨大、从业者日常多是“信息搬运+密集计算”——而这恰好是 AI 的主场。但热闹归热闹，真正的核心判断仍牢牢握在人手里，数据授权与机构自研，是两道绕不开的关。
图说
一个金融人的“提速”体感
Louis 在金融行业待了10年，做过研究员、产品经理，参与过全国性金融系统设计。过去写一份调研报告，他要花一整个假期；现在把素材喂给 AI、调出几个自建的 Skill，几小时就能出炉一份相对完整的初稿。
这种提速，几乎每个金融从业者都能感受到。IDC 数据显示，2025年中国金融生成式 AI 市场增速高达 90.4%，是 AI 落地最猛的行业之一，今年节奏还在加快。
密集火力集中在最近一个月：9月3日腾讯 WorkBuddy 金融版上线（号称已入职中金、国投证券、中国太平等100多家机构）；9月7日千问接入兴业证券、易方达、众安保险等十余家机构；9月10日 OpenAI 推出金融版 ChatGPT，摩根士丹利参与打磨。5月 Anthropic 一口气发布10个金融 Agent 模板，8月 Google Cloud 推出 Gemini 金融服务版。两个月内，四家巨头排队入场。
为什么是金融？
金融与AI 的天然适配，已是行业共识。三个维度说明问题：
·需求端：中国结算《2025年统计年鉴》显示，A股投资者已超2.5亿，自然人占比99.76%；仅2026年一季度新增开户就超1200万户。
·资产端：登记存管证券超4.2万只，沪深总市值近138万亿元。
·内容端：5469家上市公司每年滚动披露数万份定期报告，叠加每天滚动产生的公告与快讯，构成一个文本处理量以亿字计的市场。
信息浓度高，从业者每天的工作几乎都是信息搬运和密集计算——这恰好是 AI 的主场。
两件“卡住很久”的事，今年终于跑通
一是幻觉可控化。金融行业对AI 的要求是零幻觉、可回溯、审计留痕。如今模型端头部金融垂直模型幻觉率已压到2%以内；工程端 RAG（检索增强生成）成为 B 端标配，把模型约束在机构给定数据源内作答；产品端 Agent 模板和工作台把每次调用留痕。一位创业者说得很直白：“金融客户不会追求幻觉率为零，他们更关心说错了能不能发现、能不能定位。”落到工程上就是三层兜底：检索层只查给定数据源、生成层每个结论必须带引用、审计层把输入输出引用全部留痕。
二是Agent。幻觉可控，AI 才被允许进门；但要真的替人干活，还得靠 Agent。某头部 VC 分析师 Octo 认为，聊天机器人时代 AI 本质是搜索，只有提效没有实质；Agent 能跑通工作流闭环——以基金行业研究为例，行业-要素-权重-方法论层层嵌套，靠多个子 Agent 分工协作，整套框架才得以 AI 化。“闭环能力成立之后，金融行业才第一次确认这东西真的能用。这才是巨头集体入局的时间拐点。”
三种产品形态，对应三种生意
拆开看，巨头入场方式分三类：
卖工具：把通用模型包装成金融专业能力。如Anthropic 的10个 Agent 模板，将写招股材料、客户背景审查、搭财务模型、月底对账等做成开箱即用模板，接入标普、穆迪等数据库。部署最快、门槛最低，也最容易同质化。
卖系统（工作台）：把整套AI 嵌进金融机构生产流程。腾讯 WorkBuddy 金融版按公司金融、零售金融、投研投顾、个客经营分四个工作台，部署在机构内网，模型、数据、审计链路全部留在机构墙内。这条路更“重”，客户黏性也更强。
抢流量（入口）：把AI 推到金融服务用户入口。如千问 App 把券商、基金、保险、期货等机构放进面向消费者的 AI 入口，争夺用户每天处理“钱”的那个入口。想象空间最大，但也最难——还要处理责任、牌照和信任。
从成熟度看：第一条最容易快速放量，第二条最可能沉淀长期价值，第三条最考验用户规模与服务能力。
图说
两道绕不开的关
上游：核心数据仍在别人手里。行情、财报、公告、研报的授权与口径，长期掌握在Wind、同花顺、通达信、彭博、穆迪、标普等数据商手中。AI 厂商通过 MCP 和各种连接器把这些调用能力接进 Agent——Anthropic 联手穆迪、Google 联手标普、WorkBuddy 接入通达信，不是技术偏好，而是不做连接器就拿不到更多专业数据。模型可以迭代，数据授权和历史积累却难一夜复制。
下游：金融机构自己也在建AI。东吴证券自研秀财GPT，用本地化部署做投顾、研报和风险识别；中金把资深分析师方法蒸馏成技能包；国君、广发、国信、中信建投各家都搭起智能体矩阵。大型机构很难把最核心能力全部交给外部厂商。
现实：外围被接手，核心还在人手里
Louis 的体感是，目前金融 AI 让一线明显提效的，主要还是行研和交易，且集中在基础环节。“金融是一台大机器，行研和交易只是其中一台发动机。”信贷审批、风险评估、合规决策这些最核心环节，AI 仍只是辅助。
更现实的边界是：少数人持有的经验、踩坑心得、内部做法，机构不会交给任何外部厂商；未公开的财务数据、内部报表、董事会材料，都是敏感信息，不可能提供给AI。所以，AI 已进入工作流、外围开始被接手，但核心判断仍握在人手里。
结语
不止一位从业者认为，未来AI 金融很可能不会只有一种赢家：模型厂商提供通用智能，数据商守住专业数据与口径，AI 平台把模型、数据和 Agent 组织起来，金融机构把业务规则和方法论留在内部。真正能长期留下来的产品，都得进入这张复杂产业链，找到自己不可轻易替代的位置。布局深的，或成机构离不开的底座；布局浅的，按 token 计费、随时可被替换。
你所在的行业被AI“提速”最明显的是哪块？欢迎在评论区聊聊。