A
I
20
国
25 年
现
金
状
融
与
服
趋
务
势
业
目录
2025 年金融服务业主要 AI 趋势 3
战略基础设施和投资
行业洞察和未来展望
AI 使用日趋成熟，可部署战略用例 4
您的公司正在使用或评估哪些 AI / 机器学习工作负载？
AI 在改善业务运营方面发挥什么作用？
生成式 AI 正在驱动行业变革 5
最热门生成式 AI 用例
AI 驱动金融公司的业务成果
AI 投资力度不减
挑战依然存在 9
高能效计算
前瞻：AI 机会与展望 10
2025 年金融服务业主要 AI 趋势
最新问卷调查结果显示，生成式 AI 成为了金融服务领域的关键技术。
延续去年的调查，40% 的受访者目前正使用生成式 AI，而去年这个数字仅为四分
之一。使用生成式 AI，用户可以使用多种类型的输入生成文本、图像、3D 模型等
形式的数据。这项技术不仅提升了现有应用程序，也推动了金融服务行业创新服务
和解决方案的创造。
战略基础设施和投资
为在竞争中保持领先优势，银行和金融服务公司继续大力投资 AI 领域，以期优化
承销流程、提升客户体验、降低风险，并将投资组合回报最大化。问卷调查结果
显示，很大一部分 AI 投资将流向计算基础设施。这些基础设施投资使企业能够构
建AI 工厂，即专门构建的加速计算平台，用于处理、提炼和转化海量数据，使其变
为珍贵的 AI 模型和 token。金融服务公司将利用这些功能提高运营效率，增强服务
能力，从而获得制胜优势。
今年的问卷调查突出了 AI 的显著影响：
> 对 AI 基础设施的投资呈现强劲增长，98% 的管理层人员表示他们将在 2025 年
进一步增加相关支出。
> 超过三分之一的公司将 AI 视为未来成功的关键要素，表明对 AI 作为战略商业杠
杆的依赖程度日益增加。
> AI 阻碍减弱，提到 AI 预算不足的受访者不到 50%，提到 AI 数据问题的公司也
大幅下降。
行业洞察和未来展望
针对如何最好地利用 AI 变革金融服务，为更好地了解行业想法与态度，NVIDIA 完
成了第五期年度《金融服务业 AI 现状》报告。本报告基于对全球 600 位金融服务专
业人士的调查，对中国市场的分析来自于其中约占一半的中国数据。调查涵盖行业
中关于加速计算、AI 和机器学习的趋势、挑战与机遇等。
2025 展望揭示了 AI 将在交易、银行、支付和金融技术等方面发挥更多作用，从提
升运营效率到支持新的业务模型和收入来源等。金融机构不仅将重视提升客户体验
和网络安全，还更多地致力于可持续实践。AI 驱动的环境、社会和治理 (ESG) 以及
可持续金融行动的大幅增长便是最直接的体现。
通过对今年问卷调查结果的分析，突出以下四个要点：
> AI 用例成熟度：尽管企业仍在增加受评估的生成式 AI 用例，但一些关键用例的渗
透率表明，AI 的探索与应用在走向成熟。
> 数据分析和生成式 AI 的主导地位：数据分析仍是占比最大的工作负载，同时，生成式
AI 呈现显著增长，成为占比第二的工作负载。
> AI 的变革性影响：随着 AI 和生成式 AI 越来越多地与不同业务功能集成，绝大部分
的受访者认为它们起着变革性的作用。
> AI 优势的多元化：超过 40% 的中国受访者表示，运营效率提升是 AI 的最大优势，
竞争优势和新的业务机会也被视为关键优势。
随着行业越来越多地应用 AI，它还必须应对高能效计算，并开发可信 AI，以合乎道德
且可持续的方式释放其潜力。
AI 使用日趋成熟，可部署战略用例
过去 12 个月中，金融服务公司一直围绕着几个核心应用加强 AI 工作。这表示企业已
从探索 AI 转向关注部署高价值、具有战略意义的用例。
数据分析仍然是主要的 AI 工作负载，企业利用这项技术获得海量数据，从而更好地检
测欺诈、提供个性化服务、预测市场趋势和管理投资风险。而生成式 AI 同比增长最为
显著，成为最热门工作负载，有 40% 的中国受访者表示正在使用或评估该技术。
您的公司正在使用或评估哪些 AI / 机1器学习工作负载？
60
50
40
30
20
10
0
数据分析
生成式
AI
高性能计算
预测性分析 数据处理
2023 2024
四分之一的管理层受访者认为 AI 和生成式 AI 是其组织内部的变革力量。金融机构正
将AI 整合到各个业务职能中，特别是在风险与合规、营销、销售、网络安全和运营
等领域，AI 的使用率得到了显著提升。
AI 为业务运营带来的优势呈现着多样化。虽然提及运营效率的企业数量与去年相比有所
下降，但在员工生产力、创造竞争优势和新业务机会等方面出现了实质性提升。这一
多样化标志着 AI 角色的转变，从提升效率的工具进阶成为了业务全面变革的催化剂。
n/a
24% 26%26%
34%
36%39%40%
43%
47%
AI 在改善业务运营方面发挥什么作用？
42%
增强运营效率
23%
开创新业务机遇
27%
提升客户体验
19%
生成更精确的模型
23%
创造竞争优势
11%
提升员工生产力
在 20 多个用例中，投资组合优化实现了 18% 的最高同比增幅，表明企业越来越认识到
GPU 加速在投资组合优化中发挥的优势。网络安全也得到了增长，超过三分之一的受访
者表示正在评估或投资面向金融服务网络安全的 AI。希望使用 AI 应对鱼叉式网络钓鱼
攻击的受访者增加了一倍多，从 9% 长到 22%，标志着网络威胁形势的变化。同样，
使用 AI 应对供应链攻击和分布式拒绝服务 (DDOS) 攻击的用例也有所增加，表明人们
对这些威胁的认识有所提升，并采取积极态度应对。
您的组织内部已解决（或将要解决）的网络安全挑战有哪些？
29%
勒索软件 / 恶意软件
22%
鱼叉式网络钓鱼攻击
14%
分布式拒绝服务 (DDOS)
27%
欺诈检测
21%
供应链攻击
23%
凭证 / 身份攻击
20%
零信任
总体而言，公司正在确定并实施最具战略意义的 AI 用例，并利用 AI 增强韧性，面
对不断变化的挑战。
生成式 AI 正在驱动行业变革
延续去年的热度，生成式 AI 实现了最高的环比增长，是今年使用率排名第二的工作
负载，仅落后于数据分析。60% 的管理层受访者表示已经开发首个生成式 AI 服务或应
用，另外有 21% 表示计划在接下来的 12 个月中进行部署。NVIDIA 专家称，领域自适
应预训练、微调和 RAG 等技术现在可以与开源基础模型结合，共同推动生成式 AI 的
开发形成“飞轮效应”，在提升准确性的同时保护企业信息安全。
生成式 AI 应用的使用和评估测验呈现显著增长，特别是那些专用于通过自动化和数
据检索提升任务效率和准确性的 AI 智能体。
27%
15%
15%
最热门生成式 AI 用例
您的公司正在使用或评估的生成式 AI/LLM 用例有哪些？
客户体验 / 参与（包括聊天机器人，
虚拟助理，坐席辅助等）
合成数据生成
25%
65%
报告生成 / 合成 / 投资研究
创建营销和销售资产（广告文案 /
电子邮件文案 / 内容生成）
合规与客户引导（了解您的客户 / 文档处理）
文档处理（例如：投资文档分析）
交易 / 产品系列优化
企业搜索（例如：搜索内部文档、政策等）
代码辅助 / 软件生成
49%
24%
46%
20%
41%
n/a
32%
33%
26%
n/a
23%
定价 / 风险管理 / 承销
0
2023
2024
10 20 30 40 50 60
据报告，客户体验和合成数据生成是最常见的生成式 AI 用例。鉴于聊天机器人的可
用性、成本效率和可扩展性，客户体验领域的聊天机器人普及率很可能会继续上升。
与此同时，数字虚拟形象和数字人技术不断进步，且部署也变得越来越轻松。
NVIDIA Blueprint 在简化的 API 中整合了将近 20 个 AI 模型。如此，金融服务机构
便能够部署使用企业专有数据训练的数字助手技术。
2024 年首次对用于文档处理的生成式 AI 智能体进行调查，其采用率达到了 32%。
合成数据生成尤其适用于那些需要在不泄露敏感信息的情况下测试模型和策略的
公司。目前，超过一半的金融服务公司已经开始使用合成数据生成。金融服务机构
现广泛利用合成数据来训练欺诈检测和身份验证模型，找出新的威胁向量和欺诈
模式。代码辅助和软件生成智能体在问卷调查中达到了 23% 的采用率，表明如果
技术可以通过消除低效因素（如加速代码开发）或产生新的收入来源从而明确提升
投资回报率，新用例便会迅速普及。
27%
22%
13%
56%
25%
受访者
增加营收 >
+10%
23%
+5% ─ 10%
42%
受访者
减少年度成本
+10% ─ 20%
16% 16%
> +10%
51%
+5% ─ 10%
在全球范围内已部署的生成式 AI 用例中，25% 的受访者认为基于 AI 的交易和产
品组合优化可提供最高的投资回报率。另有 21% 的受访者认为，客户体验和参与
度带来了最佳投资回报率，同时 11% 的受访者认为投资研究的报告生成 / 合成与文
档处理也带来了同样的投资回报率。
生成式 AI 用例投资回报率（全球数据）排行榜
25%
交易 / 投资组合优化
AI 驱动金融公司的业务成果
21%
客户体验 / 参与
11%
报告生成
11%
文档处理
对于行业中的利益相关者而言，最终想要达成的成果应是借助 AI 增加营收，降低成本。
几乎所有的受访者都认为 AI 能够带来投资回报率 (ROI)，管理层尤其乐观。全球超 80%
的管理层人员预测，AI 领域的投资回报率至少为 2 倍，这表明人们对 AI 的信心日益
增长，且意识到 AI 投资将带来的财务收益。
AI 助力增加营收、减少支出的趋势将继续。近 70% 的中国受访者认为 AI 对营收的贡献
达到 5% 或以上，77% 的管理层人员表示 AI 确实带来了这些增长。有些企业表示收
入大幅增长了 10 ─ 20%，从 2023 年的 11% 增长到 2024 年的 20%。此外，近 70%
的 受访者表示，AI 将年度成本降低了至少 5%。
AI 对营收的影响
AI 对减少年度成本的影响
这些结果凸显了 AI 对业绩的重大影响，展示了其提升营收与节约成本的潜力。
AI 投资力度不减
43% 的公司报告称增加了 AI 基础设施支出，去年这个数字是 16%。98% 的管理层人员
表示他们将在 2025 年进一步增加 AI 基础设施的支出。
N/
A
AI 基础设施支出表明，金融服务公司正着手构建能够进行全栈加速计算的 AI 工厂，
以支持从 AI 探索到部署的转变，并加速组织内的 AI 采用。对 AI 工厂的基础设施
投资也让公司可以更好地利用代理式 AI —— 即利用大量不同来源的数据并通过精确
推理自主解决复杂、多步骤问题的 AI 系统。银行和投资公司有众多潜在的 AI 应用，
包括提供个性化财政规划建议的聊天机器人，风险自动评估测验代理，实时欺诈
检测等。
接下来 12 个月内，您计划如何对 AI 技术进行投资？
50
40
30
20
10
0
与第三方合作伙伴
合作加速 AI 采用
加大对基础设施
方面的投入 为员工提供
AI 训练
识别更多的
AI 用例
优化
AI
工作流
聘用更多
AI 专家
2023 2024
人才招募与训练已成为 AI 投资的一个关键领域，有四分之一的受访者表示他们将为
现有员工提供 AI 训练。与此同时，用于雇佣更多 AI 专家的支出也同比增加了 20%。
事实证明，基础设施和人才招募的支出相辅相成，因为训练有素的 AI 专业人士都
希望拥有所属领域最先进的工作环境。如果公司投资加速计算 AI 工厂，这是一个
双赢的局面，因为数据科学家可以更快地训练和部署更复杂、准确的模型。最后，
AI 工作流的优化也有显著增加，表明 AI 的快速发展已推动用户从关注基础设施转向
应用层面，希望通过高效使用 AI 应用得以提升投资回报率 (ROI) 的解决方案。
其他领域的 AI 支出包括与第三方合作伙伴合作，加速 AI 采用，和鉴别其他用例。
在评估测验或正在投资的热门 AI 用例中，客户体验和参与度仍处于优先级，尽
管报告的投资额略有下降。网络安全是同比增长最为显著的领域，有 38% 的受访
者选择了该选项，反映出对网络威胁的担忧日益增长。文档处理、算法交易和风
险管理也是重要的用例。
企业正在评估或已投资的五大 AI 用例
50
40
30
20
10
0
网络安全
客户体验 / 参与 算法交易 合规性 文档管理
2023 2024
17%16%18% 24%26%34%40%41% 20%23%25%43%
21% 25%
26%29% 32% 39% 41%
49%
25%
38%
51%
技术格局也在发生变化，投资正大量转向用于 AI 工作负载的云解决方案和混合解决
方案。本地部署基础设施的使用率大幅下降，表明人们倾向于使用更灵活、可扩展的
解决方案。
在 ESG 和可持续金融领域，从试点系统到生产能力的转变十分显著，实现生产能力
的公司数量增加了一倍以上。这一转变突显出可持续金融计划中的 AI 应用日渐成熟
且集成度高。
AI/ML 在 ESG/可持续金融中的应用
19%
0
2023
2024
10 20 30 40 50 60
最后，我们还观察到对可信、安全和可解释的 AI 的投入也有显著增长。启动 AI/ML 治
理框架试点系统的公司比例从 21% 增加到 51%。鉴于严格的法规和金融数据的敏感性，
金融组织必须要优先开发符合道德和法律标准的可靠 AI。
挑战依然存在
今年的调查数据显示许多公司前几年面临的 AI 挑战已经到达平台期或已减少，表示公
司从评估测验、测试阶段过渡到了成功部署阶段。
与去年相比，报告与 AI 评估测验与探索早期阶段相关问题的公司已有减少。报告数
据问题、隐私担忧、模型训练数据不足、招聘困难、预算不足等问题的公司也有减少。
> 数据问题和隐私担忧 —— 同比下降 33%
> 模型训练数据规模不足 —— 同比下降 42%
> AI 专家与数据科学家的招募和留存难题 —— 同比下降 31%
> AI 预算不足 —— 同比下降 53%
这些数据反映出 AI 领域日趋成熟，企业更有能力应对 AI 实施相关的各类基本挑战。
当然，我们仍然面临着一些挑战。企业推进 AI 应用需要更多计算能力，这引发了新
的能源担忧。
前瞻： 机会与展望
您的公司认为高能效计算在哪些领域最具挑战？
管理向高效解决方
案过渡的成本
部署最新的高效软件，
并培训新的用户
对每个工作负载进
行测量和能量消耗追踪
及时掌握最新的高效
软件集成信息
0 10 20 30 40 50 60
为应对能源挑战，企业采取了积极措施，如优化软件减少服务器和数据中心的运行
时间，使用提升了电源使用效率 (PUE) 的云服务，并迁移到更高效的硬件如 GPU 等。
AI
随着金融服务机构探索 AI 赋能时代的机会，人工智能在塑造业务战略和运营中所
发挥的作用持续扩大。银行、资产经理、支付公司和保险公司正构建数百个 AI 驱
动的应用，将涵盖以下用例：提升对 AML/KYC 的身份认证，减少交易欺诈的误报，
生成新的交易策略以提高市场回报，自动化文档管理以缩短融资周期等。
管理层对战略性 AI 的支持日益增加，有一半的高层领导认可 AI 在推动业务成功
方面的价值。为最大程度发挥 AI 优势，银行和金融机构领导者们为 AI 投资和人
才招募投入了更多资源。
大量企业开始利用 AI 创造竞争优势、提升客户体验，并提高员工生产力。这些领
域越来越受到关注，因为企业不仅希望使用 AI 节约成本，更希望其助力转型与增
长。
其中一个最显著的趋势是，有关拓展新业务机会和推动收入增长的目标有所增加，
从去年的 7% 增长至今年的 23%。这表明企业进行了战略调整，希望通过 AI 推动
更多创收活动，并探索新的市场。
最后，调查数据显示，生成式 AI 的发展势头愈发强劲，40% 的受访者表示正在使
用这项技术。NVIDIA 预计生成式 AI 的下一阶段发展目标是代理式 AI，金融机
构将 使用精密、自主的 AI 智能体执行网络安全威胁检测、客户服务聊天机器人和
虚拟形象，以及加速投资分析等任务。借助 AI 工厂，金融服务公司将能够构建由
专有数据驱动的 AI 应用，为客户提供最合适、量身定做的银行与投资解决方案。
今年的报告突出了 AI 在金融业的重要性日益增加，将其定位为创新的基石，也
是实现战略业务目标的关键工具。
38%
25%
29%
33%
