腾讯集团副总裁韩开创：金融机构如何才能避免“千模一面”？

今天在这里，我们探讨的远不止于技术实践，更是金融智能化背后那个根本的思考。

我们认识复杂世界，往往始于“分类”。分类让我们得以在专业中深耕。然而，分类在带来效率的同时，也可能悄然筑起认知的壁垒。面对同一个经济现象，不同监管部门的视角会截然不同；同样面对“AI+”，金融、工业、医疗的路径也千差万别。金融也细分了不同领域，即使在银行、保险或证券等领域，不同机构的核心能力也不一样。

这便引出了今天最核心的议题：在智能时代，金融机构如何才能避免“千模一面”，真正走出自己的路？

我们认为，答案在于构建一种全新的智能范式：“通用”能力与“垂类”智慧的深度融合与协同。

* 通用大模型，是“通才”，它拥有广阔的知识与强大的逻辑，负责理解意图、规划任务。

* 而行业模型，必须是“专家”，它需要深深扎根业务的土壤，用高质量的行业数据与专业的“思维链”进行淬炼。

其中的关键在于，必须将那些体现自身核心判断与特殊业务逻辑的“独家技艺”注入模型。这才是构建真正的差异化优势、规避模型趋同风险的根本。

最终，通过智能体，乃至多智能体的架构，我们将这两层能力无缝整合，迈向人机协同。但无论智能如何进化，一个前提永不改变：主体责任与人的最终责任，必须牢牢掌握在人手中。

在此理念下，我们的技术布局分为三层：

* 在模型战略上，我们坚持“自主创新”与“开放协同”并举。

* 在算力底座上，我们依托强大的基础设施，为智能的涌现提供坚实支撑。

* 在金融垂类实践中，我们自2022年起持续深耕，通过注入数十万高质量的领域思维链，让模型在专业任务上变得越来越可靠、精准。

接下来，我想分享几个过去一年，这一理念在具体场景中结出的果实。我们在多个核心业务领域取得了扎实的进展：

* 在智能投研方面，与深交所的合作，让复杂资讯的智能分析成为现实，并荣获行业权威奖项。

* 在知识管理上，我们助力上交所，实现了大模型驱动的知识高效体系化与流动。

* 在客户服务与运营侧，与中金公司等伙伴的共创，切实提升了协同效率与审核体验。

* 此外，在财富管理、风险管理等多个方面，我们也已形成了丰富的“AI+”实践生态。

展望2026年，我们的焦点将从“拥有应用”转向“深度赋能”，并聚焦于三个方向的突破：

1. 从文本到全域感知：深化多模态解析，实现对图像、音视频的深度理解。

2. 从响应到深度洞察：深化用户理解，从被动响应需求，转向主动洞察意图与情感。

3. 从生成到决策支持：推动AI从信息生成，向分析、推理与辅助决策演进。

最后，分享我们对未来变革的三点展望。我们认为，变革将沿着三条主线展开：

第一，是业务逻辑的重塑。

* 服务体验将从“人找服务”变为“服务懂人”。

* 投资研究将成为投资经理的“智能副脑”。

* 风险控制将从规则驱动走向“数据智能”驱动。

* 甚至，金融产品本身也可能被重新定义。例如，基于对您需求的深度洞察，为您生成一个独一无二、动态配置的“个人化资产包”。

第二，是应用边界的拓展。它将横向覆盖更多模态，纵向深入决策核心，最终走向生态级的智能协同。

第三，是推进节奏的共识。这将是一个分阶段的渐进过程：从短期在高价值场景的快速渗透，到中期与核心业务的深度融合，再到长期可能出现的生态级重塑。

当然，前路并非坦途。数据安全与质量、算法的可解释性与合规，以及最根本的人才与组织转型，都是我们必须共同面对的挑战。这需要全行业在创新与稳健之间，找到动态的平衡。

总结而言，大模型正从一个“技术亮点”，转变为金融业的“核心生产力引擎”。

它的发展路径，将是从“辅助人”，到“与人协同”，最终“重塑业务”。

我们深信，AI不会取代金融，但善用AI的机构，必将定义未来的金融。

我们期待与所有行业伙伴一道，深耕技术、共创场景、共建生态。