📰 英伟达发布2026年金融服务业AI现状报告：金融行业AI应用已经走出试验阶段
英伟达发布的报告显示，金融行业的AI应用已从试验阶段走向深度落地，65%的机构在积极应用AI，89%的机构同时实现了收入提升与成本下降。深度学习和AI超级计算机使量化交易和风险管理进入“深度学习时刻”，反欺诈和支付场景的ROI逐步显现，但客户体验的直接回报相对较弱。预算继续上升，约四成资金用于优化工作流、三成用于扩展场景、三成用于基础设施，表明金融机构进入规模化和效率优化的新阶段。Agentic AI成为新战略高地，42%的机构在使用或评估其中21%已部署，能够自主推理、规划与执行任务，提升交易路由与授权率。Token经济学成为算力新逻辑，训练向推理转变、Token分层定价为AI能力带来可量化的成本与收益。开源模型成为主流，84%认同开源对AI战略关键，混合策略被提倡以兼顾成本与性能。挑战依然存在，数据质量、复合型人才、监管治理、安全风险及ROI差异仍是落地瓶颈。未来五年，金融AI将从技术驱动转向业务驱动，竞争焦点在于AI能力的有效落地与商业化落成。"
🏷️ #金融AI #OpenSource #AgenticAI #Token经济 #风险与合规
🔗 原文链接
📰 英伟达发布2026年金融服务业AI现状报告：金融行业AI应用已经走出试验阶段
英伟达发布的报告显示，金融行业的AI应用已从试验阶段走向深度落地，65%的机构在积极应用AI，89%的机构同时实现了收入提升与成本下降。深度学习和AI超级计算机使量化交易和风险管理进入“深度学习时刻”，反欺诈和支付场景的ROI逐步显现，但客户体验的直接回报相对较弱。预算继续上升，约四成资金用于优化工作流、三成用于扩展场景、三成用于基础设施，表明金融机构进入规模化和效率优化的新阶段。Agentic AI成为新战略高地，42%的机构在使用或评估其中21%已部署，能够自主推理、规划与执行任务，提升交易路由与授权率。Token经济学成为算力新逻辑，训练向推理转变、Token分层定价为AI能力带来可量化的成本与收益。开源模型成为主流，84%认同开源对AI战略关键，混合策略被提倡以兼顾成本与性能。挑战依然存在，数据质量、复合型人才、监管治理、安全风险及ROI差异仍是落地瓶颈。未来五年，金融AI将从技术驱动转向业务驱动，竞争焦点在于AI能力的有效落地与商业化落成。"
🏷️ #金融AI #OpenSource #AgenticAI #Token经济 #风险与合规
🔗 原文链接
