同花顺e配科技部原副部长李萌：构建金融智能体，关键在吃透场景需求与痛点

　　【大河财立方记者陈玉静】10月27日至30日，2025金融街论坛年会在北京金融街举行。金融科技大会作为论坛年会特定板块，与金融街论坛同期举行。10月30日上午，在“2025金融科技大会平行论坛——AI+金融专题论坛”上，十四届全国政协委员、科技部原副部长李萌出席论坛，并发表了题为“推动智能体垂直场景价值实现催生金融新质生产力”的主题演讲。

　　李萌指出，从大模型到智能体，是AI向生产力落地的必然路径，金融智能体更是撬动金融新质生产力的有力工具。当前大模型在金融领域渗透率达35%，而构建金融智能体的关键在于吃透各场景需求与痛点。

　　他强调，智能体虽非新概念，但大模型时代赋予其新内涵与新能力，而Agentic AI(自主规划智能体和多智能体协同)未来或成为社会基本单元。发展大模型、智能体与AI的核心价值，在于推动智能体微观价值形成正向循环，并向宏观价值延伸，最终提升行业乃至全社会全要素生产率。

　　构建金融智能体

　　关键在于吃透场景业务的需求和痛点

　　从大模型迈向智能体，是AI进一步向生产力转化的必然路径。金融智能体将成为撬动金融新质生产力的有力工具。

　　李萌表示，智能体的发展及其生态构建正在重塑金融业的工作流程、服务模式、组织结构和价值链。智能体在金融行业具备良好的发展基础，因为大模型在金融行业的应用渗透率在各行业中处于领先地位，相关调查显示约为35%同花顺e配，而第二位的制造业为15%左右。

　　李萌认为，当前银行、证券、保险、信托、资管等不同业态和不同牌照的金融机构都有其与众不同的场景。构建金融智能体的关键是把每个场景、每个业务的需求和痛点了解透、理解深，这是前提。

　　结合观察行业智能体发展实践，李萌分享了他的几点思考：

　　一是提出需求、评估价值。要提出不同场景的智能需求，精准刻画需求，判断需求价值，明确定位搭建智能体的目的和功能。

　　二是分析场景、找准痛点。找到行业或领域的场景，针对性痛点解决问题。

　　三是个性方案、提高价值。要制定高价值个性化方案。

　　四是安全保障、治理托底。要让单智能体和智能体生态有足够的安全防护能力。智能体完成工作任务环节多、流程长，涉及数据隐私、任务保密、资产安全、用户特殊要求等，安全保障要求高，而搭建金融智能体从一开始就要高度重视安全问题，配置更高级别的安全技术和保证系统，确保客户需求、投资意向、项目安排等不泄露。

　　五是多智协同、构建生态。工具链和多智能体协作决定了人工智能应用的广度。金融系统和金融机构内部场景丰富多样，多智能体协同将发挥更为显著的作用。鉴于细分领域众多，需要建立有效的协同机制，通过一系列协议来维护和沟通智能体生态，以实现更加顺畅的协同运作。构建以智能体为节点的网络——智联网，这是影响社会连接格局的重要事项。

　　构建以智能体为节点的网络

　　——智联网是大势所趋

　　对于AGENTIC AI，即自主规划智能体和多智能体协同，李萌认为，虽称其正在来临，实则才初露端倪。部分学者认为其可能成为未来社会的基本单元，对此观点，李萌深表赞同。

　　“华为预测未来十年全社会将有9000亿个智能体，智联网节点数将远远大于现有互联网节点数。在多智能体协同的基础上，构建以智能体为节点的网络——智联网，形成以交互能力为核心的智能体生态网络，是大势所趋，也是影响社会连接格局的重要事项，且日益临近。”李萌说道。

　　当然，AI Agent在金融垂直领域的应用也面临诸多挑战。例如，智能水平、全程精度以及整体鲁棒性均有待提升。

　　大模型作为智能体的核心，其水平虽不断提高，但仍存在不足，且成本偏高。

　　李萌表示，智能体尚未达到我们预期的智能程度，全过程精度的一致性有待增强，不准确情况会在不同环节多次调用工具的过程中被放大和累加，进而产生不确定性。整体系统的鲁棒性也需进一步完善。再者，在业务领域通过多个智能体构建的生态中，若每个环节的运行成本稍有增加，叠加后推理和调用工具的资源成本将居高不下。因此，需紧密结合细分场景，深入探讨更优的落地方式，包括通过人机协作持续纠正错误，增强全链条、全过程任务执行的稳定性与一致性，并在不断优化迭代的过程中降低成本。

　　“当前，各领域的智能体纷纷涌现，需明确需求、评估价值、深入了解场景、解决痛点，最终实现价值。真金白银的投入需有回报，要么实现盈利，要么节约成本，避免盲目跟风、一哄而散。”李萌表示。

　　责编:史健|审校:张翼鹏|审核:李震|监审:古筝

同花顺e配

线上配资提示：文章来自网络，不代表本站观点。