一、 AI+金融应用需求提升，金融 IT 服务商迎来破局新思路
DeepSeek 大幅提升 AI 技术的可用性，并通过开源降低了各行各业使用 AI 的门槛，本地化部署成本低至百万级。算力、算 法和数据是 AI 应用的三大支撑要素，金融行业本身就拥有丰富的数据和 AI 应用场景，越来越多金融机构开始将 AI 更深入 地、更全面地应用到自身运营与业务中。IDC 调研显示过半受访金融机构表示在未来 18 个月内用于生成式 AI 项目的 IT 预 算占总预算比例约 30%-39%，金融行业用户对AI 的投入呈现较为积极的态度。2023 年彭博 BloombergGPT 的亮相加快了 AI+金融应用落地的步伐，金融 IT服务商凭借其在金融数据、金融业务理解与技术领域的优势，成为AI+金融市场的重要参 与者，我们认为在 AI 技术可用性、金融行业 AI 应用需求双重提升的背景下，AI 给金融 IT服务商带来了破局新思路。
1.1 金融行业拥有丰富数据与 AI 应用场景，DeepSeek 浪潮加快行业部署 AI 的步伐
DeepSeek开启 AI平权，引发全球广泛关注。2024年12月26日，杭州AI公司深度求索（DeepSeek）正式发布DeepSeek-V3 大模型首个版本并同步开源，性能比肩 GPT-4o。2025 年 1 月 15 日正式推出 AI 助手 DeepSeek App，QuestMobile 数据显 示，App日活跃用户在2025年2月底突破5千万，最高达到5341万。1月20日深度求索发布复杂推理类大模型DeepSeek-R1， 性能对齐 OpenAI 推理模型 o1 正式版，API 服务定价相较 OpenAI o1 系列模型大幅下降，彰显了 DeepSeek 系列大模型更 高的性价比。3 月 25 日，DeepSeek-V3模型完成小版本升级，版本号更新为 DeepSeek-V3-0324，性能比肩GPT-4.5、Claude 3.7 Sonnet 等全球领先大模型。5 月 28 日，DeepSeek-R1 模型完成小版本升级，版本号升级为 DeepSeek-R1-0528，在数 学、编程与通用逻辑等多个基准测评中取得了当前国内所有模型中首屈一指的优异成绩，并且在整体表现上已接近其他国际 顶尖模型，如 OpenAI o3 与 Gemini 2.5 Pro。
DeepSeek大幅提升 AI 技术的可用性，并通过开源降低了各行各业使用 AI 的门槛。DeepSeek 大模型基于 Transformer 架 构，创新性地融合了混合专家（MoE）架构与多头潜在注意力机制（MLA）。MoE 架构允许模型在处理不同输入时，动态地 激活不同的专家模块，从而实现对复杂任务的高效处理，因此 MoE 架构有利于金融行业结合自身业务特点和专业领域数据 优势，在进行本地化部署后进行有监督微调、强化学习等后训练。根据毕超《DeepSeek 大模型在银行业的应用探索》， DeepSeek 模型权重开源，这一特性极大地降低了金融行业的技术准入门槛，相较于传统金融 AI 模型对专用硬件的高要求 和高昂的部署成本，DeepSeek 本地化部署成本低至百万级，为中小金融机构数字化智能化升级提供了实现弯道超车的可能。
数字金融高度站位，叠加 DeepSeek 浪潮加快了国内金融机构部署 AI 的步伐。算力、算法和数据是 AI 应用的三大支撑要 素，从数据角度来看，金融行业本身就拥有丰富的数据和 AI 应用场景。2024 年 11 月《推动数字金融高质量发展行动方案》 提出，到 2027 年底，基本建成与数字经济发展高度适应的金融体系，数字金融系列政策推动下金融机构意识到数字化与智 能化转型为自身带来的助力。2025 年，DeepSeek 国产大模型凭借其强大的语义理解、逻辑推理与多模态处理能力，推动 越来越多国内银行、证券、保险机构接入或部署，将 AI 更深入地、更全面地应用到自身运营与业务中。
1.2 金融科技投入积极，AI+金融落地场景仍主要集中于浅层“工具”功能
金融行业用户对 AI 的投入呈现较为积极的态度。根据艾瑞咨询《2024 年中国金融科技（FinTech）行业发展洞察报告》预 测，未来国内金融科技投入将于 2027 年超 5800 亿元，经我们计算 2022-2027 年的 5 年复合增长率为 11.8%。从 AI 预算 投入趋势来看，金融行业用户对 AI 的投入呈现较为积极的态度，根据 IDC 调研显示，过半受访金融机构表示在未来 18 个 月内用于生成式 AI 项目的 IT预算占总预算比例约 30%-39%。
横向角度，当前 AI 在金融行业的智能客服、智能营销、内部运营、智能投顾/财富管理、智能投研、智能风控、内部研发等 环节均有所渗透。不过从应用程度来看，根据 IDC 对金融机构在不同场景AI 应用情况的调研，当前金融机构除了在智能客 服场景中 AI 应用较为深入且功能实现较为成熟之外，在其他场景（如内部运营、智能营销、智能投顾、智能投研、智能风 控、智能研发）尤其是核心业务场景的应用都还主要集中在比较浅层的“工具”功能层面，需要更长时间去实现更复杂的“决 策”功能。
纵向角度，当前信息和业务处理类场景（知识抽取、知识理解与生存、政策研报解读等）、内部运营类场景（文案、代码、 翻译等）是金融机构应用AI 的主要着力方向，而在可预期的未来 1-2 年，管理和业务决策类场景（信贷审批、理财投顾等） 的应用比例会有所提升。落地进程将总体呈现：从业务边缘到核心，从内部辅助运营到外部对客提效，从落地复杂度相对较 低的场景（智能客服、智能办公、智能营销等）到落地复杂度相对较高的场景（智能投研、智能投顾、智能风控等）。
1.3 金融 IT 服务商研发力度进一步加强，AI 赋能客户成为重要破局思路
金融 IT服务商是 AI+金融市场的重要参与者。凭借其在金融数据与算法领域的优势，早期金融 IT服务商在行业中率先发布 了金融垂类大模型产品，2023 年，彭博BloombergGPT 的亮相加快了AI+金融应用落地的步伐，国内，奇富科技、度小满、 恒生电子、蚂蚁集团等金融科技公司陆续推出金融垂类大模型产品；2024 年以来，同花顺和东方财富也分别推出了问财 HithinkGPT 和妙想金融大模型。 当前，国内金融 IT服务商推出了 Agent、大模型应用、MaaS 平台、算力基础设施等丰富的 AI 产品及服务（如下图所示）。 细分领域来看，金融信息服务商以同花顺、东方财富等公司为代表，证券资管 IT以恒生电子、金证股份、顶点软件为代表， 银行 IT以神州信息、宇信科技、京北方、长亮科技等公司为代表，保险 IT以中科软、新致软件为代表。
金融 IT服务商研发力度进一步加强，AI 赋能客户成为重要破局思路。我们统计了 20 家金融 IT服务商的研发投入情况，2024 年 20 家公司研发投入占营收比重平均值为 15.2%（计算方法为：20家公司研发投入之和/20 家公司营业收入之和），同比提 升 0.5 个百分点。个股方面，公司研发投入占营收比重大于 20%的有同花顺、赢时胜、恒生电子、顶点软件、拓尔思、科蓝 软件等，公司研发人员占员工总数比例超过 50%的有同花顺、恒生电子、金证股份、百融云创、中科金财等。
二、 金融信息服务商：深耕金融数据，AI 产品聚焦智能投顾、投研
