巨大技术投入后，行业大模型正步入规模化落地应用阶段，其核心价值在于如何创造商业效益。2024年12月底，百川智能推出了全链路领域增强的金融大模型Baichuan4-Finance，中关村科金则推出了助大模型平台2.0，奇富科技也将大模型引入小微金融场景。这些行业大模型相较于通用大模型，更贴近实际应用，具有更强的市场适应性。

中国工程院院士郑纬民指出，通用大模型无需过多，全国三四个已足够，未来大模型的发展重点在于应用与软件生态建设。算力、算法、数据作为大模型发展的三大关键要素，算力与数据的高投入成为行业大模型落地面临的首要挑战。随着大语言模型规模的不断扩大，算力成本急剧上升，同时高质量语言数据的稀缺性也成为制约大模型发展的瓶颈。

市场共识显示，大模型行业已告别狂热发展期，进入精细化落地阶段。郑纬民认为，大模型时代，研发大模型、推动大模型应用落地及支持大模型计算系统的企业将脱颖而出。中关村科金总裁喻友平强调，市场需要的是回归商业本质的实用工具，行业大模型需提供端到端解决方案，帮助企业解决实际问题。

2024年11月，央行等联合发布的《推动数字金融高质量发展行动方案》提出，强化数字技术支撑能力，运用数字技术提升金融服务质效，为金融机构推动AI落地提供了强大动力。金融行业成为大模型落地的重要领域，前三季度大模型项目中标总额达20.75亿元，同比增长163%。虽然金融行业占比不高，但因其对技术和安全标准较高，能在金融领域应用的大模型往往具备向其他领域迁移的能力。

企业对于场景价值的认识已达成共识。奇富科技首席算法科学家费浩峻表示，技术权重占40%，对业务场景的理解和深耕则占60%。喻友平认为，“平台+应用+服务”的模式是企业大模型落地的最佳路径，场景模板是关键因素之一。场景能力在一定条件下可实现迁移，特别是在营销获客方面，为大模型在不同行业中的应用提供了广阔前景。

目前，大模型在金融行业主要用于内部赋能及客服、外呼、获客等环节。以智能营销场景的大模型外呼为例，某家装平台活动营销转化率达到了3.5%，相比传统AI外呼提升130%。如何将降本增效逐步升级为高效提升业务核心收益成为关键。费浩峻透露，已将AI能力和金融大模型集成到新的信贷业务系统Focuspro2.0中，有效识别欺诈风险。然而，也有业内人士指出，一些大模型在金融业务中使用后效果出现不稳定，需持续强化与业务团队的沟通。