AI导读：

行业大模型正步入规模化落地阶段，但算力与数据成为发展瓶颈。随着技术迭代，市场共识认为大模型行业已进入精细化落地阶段。金融领域成为大模型落地的重要领域，但面临效果不稳定等挑战。

巨大技术投入后，行业大模型正步入规模化落地应用的新阶段。2024年12月底，百川智能发布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，更早前，奇富科技已将大模型引入小微金融场景。这些大模型正逐步“接地气”，深入特定场景。

相较于巨头在通用大模型领域的算力与技术竞争，行业大模型因直接面向业务场景，能够快速获取用户反馈而备受青睐。一位金融科技公司高管透露，2024年，多家云厂商因看重其业务场景优势而寻求合作。

中国工程院院士郑纬民指出，通用大模型无需过多，全国三四个即可满足需求。未来，大模型的发展将更侧重于应用落地与软件生态建设。

然而，算力与数据成为行业大模型发展的两大瓶颈。随着大模型规模的不断扩大，算力需求激增，训练成本高昂。同时，高质量语言数据的稀缺性也日益凸显。据Epoch AI Research预测，到2026年，现存的高质量语言数据将耗尽。

尽管面临挑战，但行业共识认为，大模型行业已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的解决方案，助力企业解决实际问题。

随着央行等部委联合印发《推动数字金融高质量发展行动方案》，金融机构在推动AI落地上动力强劲。恒生研究院数据显示，2024年前三季度，我国大模型项目中标总额达20.75亿元，金融行业大模型中标项目数量及金额均显著增长。

金融科技公司高管透露，公司已明确将寻找大模型在金融科技领域的最佳应用。奇富科技首席算法科学家费浩峻表示，业务场景的理解与深耕对于大模型的成功至关重要。中关村科金总裁喻友平认为，“平台+应用+服务”模式是大模型落地的最佳路径，场景模板是应用构建的关键因素。

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大幅提升。然而，也有业内人士指出，部分大模型在金融业务中使用初期效果较好，但随着迭代次数增加，效果出现不稳定，需持续强化与业务团队的沟通。