差异化：国内外金融业大模型发展研判 随着大模型技术快速演进，国内外金融业纷纷加大对大模型的投入力度，积极探索大模型在办公协作、 业务运营等领域的创新应用。但国内外在大模型建设方面呈现一定差异。 国际上，境外金融机构更多选择直接采购外部商用大模型的技术路线，较多使用公有云部署方式，例如 花旗银行、西太平洋银行等金融机构选择采购OpenAI的大模型产品。在应用场景方面，境外金融机构 在核心业务场景的应用较为丰富，例如摩根大通、高盛等金融机构在舆情分析、智能客服、风险评估等 领域实现大模型落地应用。 随着DeepSeek等开源模型的突破性进展，AI技术的迭代速度持续加快，技术普惠化趋势愈发显著。金 融业作为数字化和智能化的先行者，具备生成式大模型应用丰富的场景舞台和技术实施基础，势必成为 大模型技术和行业应用深度融合的最佳示范。金融业需抢抓发展契机，探索大模型应用范式，助力金融 业驶向新航程，为经济社会发展提供高质量数字金融服务。 从国内来看，国内金融机构更多选择开源自建或与基础大模型供应商联合共建的技术路线，大多使用私 有云部署方式，例如工商银行工银智涌大模型、建设银行方舟大模型、农业银行ChatABC。在应用场 ...

作者：Alex Singla、Alexander Sukharevsky、Lareina Yee、Michael Chui、Bryce Hall 企业如何完成生成式AI部署，由谁主导？ AI治理工作涉及构建一系列政策、流程和技术，以确保负责任地开发与部署AI系统。麦肯锡的调查分 析表明，由CEO亲自监督这项工作，是企业借助生成式AI提升财务表现的关键因素之一【1】。尤其在 大型企业中，CEO的直接参与对息税前利润（EBIT）的拉动效果最为显著。在已部署AI的企业中， 28%的受访者称CEO负责AI治理工作，但在年收入超5亿美元的大型企业中，这一比例略低。同时， 17%的受访者称董事会负责AI治理工作。整体来看，这项工作通常由多人共同负责，平均由两位领导牵 头。 AI的真正价值在于重塑企业运作方式。最新调查显示，在针对各类规模企业的25个要素里，重构工作 流程对于组织通过应用生成式AI实现息税前利润增长的作用最为显著。企业正逐步在AI部署的同时调 整流程。在已部署生成式AI的企业中，21%的受访者表示其组织已对部分工作流程进行了彻底重构。 集中管理AI部署的关键环节 生成式人工智能的发展，正推动企业着手构建相应 ...