中国国际服务贸易交易会第八届中国金融科技论坛于9月9日在北京举行，主题为“科技赋能—金融业数字化创新与应用”。国泰海通证券首席信息官俞枫出席并演讲。
以下为演讲实录：
各位来宾，大家好！非常荣幸在北京与各位交流国泰海通数字化、智能化转型的探索历程与实践成果。本次分享主要分为两大板块：一是阐述我们对 AI 行业发展的核心认知，这是企业转型实践的逻辑根基；二是详细介绍国泰海通近年来数字化、智能化转型的落地实践与整体布局。
首先，分享我对 AI 产业发展的核心认知。
从大模型技术发展历程来看，人工智能技术迭代是循序渐进、持续升级的过程，目前已迈入成熟落地阶段，未来仍将保持高速发展。基于这一行业趋势，我们确立了适配企业发展的技术应用逻辑：主动拥抱科技变革，充分承接技术发展带来的产业新价值，依托稳定的技术架构适配行业迭代节奏，实现与技术发展同频成长，规避技术革新带来的发展被动性。
同时，行业发展清晰体现出技术迭代提速、工程落地为王的特征。DeepSeek 等前沿模型的涌现，持续刷新人工智能技术上限，但对企业而言，技术先进性不等于落地实用性。企业发展的核心关键，是将前沿技术与自身业务场景深度结合，走出适配自身发展的落地路径。当前，大模型已然引发产业变革，无论是海量用户场景的覆盖，还是依托有限算力、算法创新推动人工智能应用高质量发展，都已成为行业确定的发展趋势。
从产业价值维度来看，经济时代的核心生产要素正在发生根本性变革。农业经济时代，产业核心要素是土地与劳动力；工业经济时代，核心动力是工业技术革新；而智能化时代，产业价值度量体系全面重构，Token 成为全新的认知度量标准，生产要素在数据、算法、算力的基础上，新增智能体这一核心维度。
新时代下，AI 的核心价值在于打破传统产业边界、重构行业竞争格局，这也重塑了我们对 AI 的企业定位：AI 不再是简单的辅助工具，而是企业数字化转型的核心核心驱动力，是推动企业全方位升级的核心引擎。
从行业定位来看，人工智能已成为国家新一轮科技革命和产业变革的核心驱动力，正式成为社会与产业的新型基础设施。未来，AI 将如同水电煤一般，渗透到产业发展、企业运营、大众生活的各个场景，成为全行业通用的基础配置，是产业升级、企业发展的必然选择。
基于这一认知，国泰海通确立企业级 AI 发展定位：将 AI 深度纳入企业基础设施体系，让全体员工、全体客户充分享受人工智能技术带来的发展红利与服务升级。
其中，智能体的普及应用，实现了 AI 角色的根本性升级。传统 AI 以被动响应、工具赋能为主，而新时代智能体可实现主动规划、自主执行、协同作业，转变为企业业务发展、客户服务的核心协作伙伴。这一角色变革，推动 AI 应用从单一的会话交互、内容生成，升级为规则研判、自主行动的全流程赋能，也成为企业智能化基础设施建设的核心发力点。
接下来，具体介绍国泰海通数字化、智能化转型的探索与实践成果。
公司数字化建设整体分为三个迭代升级阶段，层层递进、筑牢智能化发展根基。
第一阶段自 2015 年启动，核心目标是实现业务全流程电子化。该阶段的核心价值是完成全业务数据留存与基础数据积累，搭建企业数字化基础底座。时至今日，数字化基础建设仍是企业发展的根本，我们仍在持续推进数字化革新与迭代升级。
第二阶段聚焦数字化能力升级，完成 O2O 全流程贯通、个性化客户服务优化等核心建设。通过这一阶段的改造，公司实现业务数据规模化积累，为后续 AI 技术落地提供了核心数据支撑，同时全面提升了企业服务能力与服务质量，为 AI 技术与业务场景融合赋能奠定了坚实基础。
第三阶段自 2021 年开启，公司全面推进整体数字化转型，确立 “以用户为中心、整合平台能力、开放生态服务” 的核心发展理念，搭建系统化、平台化的业务布局体系。回望转型历程，智能化发展的高度，取决于数字化基础的扎实程度。即便当前全面迈入智能化时代，数字化基础迭代升级仍是企业持续发展的核心根本。
在 AI 应用理念层面，公司实现了从赋能到变革的迭代升级。
2017 年，我们率先预判 AI 的基础设施属性，提出 “AI in All” 的发展理念，将 AI 定位为全域赋能工具，聚焦各业务、各岗位的点状场景应用，实现单点提质增效。
大模型技术成熟落地后，AI 的产业潜能被全面释放，我们顺势升级发展战略，正式提出 “All in AI” 的核心策略。我们将 AI 重新定位为企业变革的核心力量，依托 AI 驱动组织架构变革、业务流程创新、经营模式升级。
这一战略升级，核心是为了解决企业 AI 投入的可持续发展问题。行业内传统轻量化 AI 应用，仅能优化办公碎片场景、小幅提升员工体验，无法真正转化为企业核心生产力，难以匹配企业规模化的 AI 投入成本。而将 AI 作为变革核心力量，能够深度重构企业核心业务体系，实现核心能力的系统性提升，保障 AI 投入与产业产出的正向循环。
2024 年落地的 “All in AI” 战略，核心目标是实现企业全员、全业务、全流程数字化、智能化。为匹配这一战略，我们核心攻坚体系化 AI 基础设施建设，支撑 AI 技术在企业内部的规模化落地应用。
基于上述战略，公司搭建了完整的智能化创新架构体系，核心打造 AI-Ready 数据中台，作为企业智能化转型的核心中枢，构建全链路 AI 运营架构。
当前金融行业 AI 落地普遍存在不敢用、不好用、不可控三大痛点：数据隐私与信息安全隐患导致企业不敢用；传统 BI 数据架构与 AI 模型应用架构不匹配，存在数据转换损耗，导致技术不好用；大模型天然存在幻觉问题，输出结果不稳定，导致应用不可控。
针对行业三大痛点，我们搭建以Any Data、Any Compute、Any Model为核心的 AI-Ready 数据平台，形成完整的智能化支撑体系。平台向下整合绿色算力资源，向上支撑全品类模型矩阵，搭载智能体、技能工具、知识库等应用生态，同时以全链路 AI 可信可控治理体系贯穿始终，有效解决模型幻觉问题，实现模型可控、内容可信、输出可靠、服务兜底的规模化 AI 应用生态。
平台三大核心能力具体如下：
第一，Any Data，通过统一数据底座，实现全模态数据统一纳管，兼容传统 BI 分析与 AI 模型应用双场景，消除数据适配损耗；
第二，Any Compute，整合各类计算引擎，实现算力资源灵活调度、按需配置；
第三，Any Model，完成多类型模型适配，搭建 “1+N” 模型矩阵体系，实现规模化场景赋能。
依托核心平台，我们落地三大关键建设举措：
一是搭建 “1+N” 大模型基础底座。以自研垂类基础模型为核心，整合市场各类优质通用模型，构建场景化模型矩阵。该架构稳定性强，可适配行业模型持续迭代，保障企业核心能力稳定输出；
二是构建多元算力体系。融合自有算力与第三方专属算力资源，创新分子算力应用模式，同时持续强化全流程数字治理；
三是依托长期数字化积淀筑牢数据根基。公司自 2017 年启动智能化探索，累计沉淀超两亿条客户服务数据，为垂类大模型训练、场景落地提供了高质量数据支撑。
在核心模型建设层面，2024 年我们联合阶跃星辰、财联社，共同打造千亿参数级多模态金融垂类大模型，实现核心模型自主可控。通过大小模型协同联动，构建自主化服务体系，有效解决行业 AI 应用痛点。该模型是业内首个获得监管认可、可规模化对外提供投顾服务的金融大模型，具备合规、可信、可控的核心优势。
同时，我们搭建全流程可信保障体系，通过工程化训练、结构化输出约束，规避大模型幻觉问题，严格落实投顾业务合规要求，禁止违规荐股等行为；建立算法自评估常态化机制，全方位保障对客服务内容合规、精准、安全。
目前，公司 AI 应用已实现全域规模化落地，覆盖九大业务领域、260 个细分场景，部署超 1000 个业务智能体。值得一提的是，公司超 500 名员工参与智能体搭建，其中业务一线人员超 100 名，真正实现业务驱动 AI 创新、AI 赋能业务升级。
在核心业务场景落地中，智能化转型成效显著：
在智能服务领域，公司自 2018 年启动智能化布局，陆续迭代上线惊鸿、灵犀智能服务体系。博图模型落地后，迭代推出智能选股服务；大模型时代，持续升级数字分身、AI 投教等创新应用，打造业内首款全 AI 驱动金融服务 APP。依托全链路智能体系，完成从智能客服、智能投顾、数字人投顾到 AI 超级助手的全面升级，实现千人千面的个性化智能展业服务，全面提升客户服务体验与合规服务能力。
在投研领域，我们搭建全数字化投研赋能平台，打破投研能力的部门壁垒。将原本专属研究所的专业投研能力，泛化至全公司各业务部门及一线营业部，自动生成标准化企业介绍、产业分析报告等内容，大幅降低一线服务门槛，全面提升前端业务服务专业性。
在投行业务领域，落地大模型全链路数字化应用，重构竞标、文书撰写、风险检测等核心流程。传统数小时的竞标筹备工作，现已压缩至十分钟完成；可智能化生成债券招股书、投行辅助说明文件等专业文书，同时实现业务风险智能检测，大幅提升投行作业效率与风控水平。
在科技研发领域，AI 已实现 100% 全覆盖应用。依托 CODING 体系搭建完备的智能化研发链路，覆盖研发、测试、运维全流程。自 2017 年迭代升级至今，企业智能化运维能力、技术研发效率实现跨越式提升。
整体而言，AI 技术的深度落地，结合企业流程再造与组织变革，持续激活企业发展新动能，为国泰海通的高质量发展提供了坚实的智能化支撑。
以上就是我本次的全部分享，谢谢大家！
