巨大技术投入的尽头仍是如何创造商业价值。随着大模型进入规模化落地应用阶段，近期，行业大模型发布潮涌现。2024年12月底，百川智能推出了全链路领域增强的金融大模型Baichuan4-Finance，中关村科金也推出了助大模型平台2.0，更早前，奇富科技已披露将大模型引入小微金融场景。这些举措标志着行业大模型正逐步走向实际应用。

与巨头在通用大模型领域的算力与技术竞争不同，特定场景的行业大模型更加贴近市场需求。一位金融科技公司高管透露，2024年众多云厂商主动寻求合作，因为一线业务场景能够直接构建大模型产品并获得用户反馈。中国工程院院士郑纬民教授也表示，通用大模型无需过多，全国三四个已足够，关键在于如何更好地应用并构建软件生态。

算力、算法、数据是大模型发展的关键要素，其中算力和数据成为企业间的主要壁垒。随着大语言模型规模扩大，算力需求激增，训练成本高昂。郑纬民指出，基础大模型需要巨大计算量，而具体场景的行业模型则相对较轻。一家知名大模型创业公司因推理负载过高导致存储器超负荷，连续购买算力卡仍未能解决问题。同时，数据问题也成为制约大模型发展的瓶颈，高质量语言数据将逐渐耗尽，合成数据将成为主要训练数据来源。

市场普遍认为，大模型行业已进入精细化落地阶段。郑纬民认为，大模型时代的特点是单模态向多模态发展，加速行业智能化升级。三类企业将脱颖而出：研发大模型的企业、推动大模型应用落地的企业，以及支持大模型计算系统的企业。中关村科金总裁喻友平表示，市场需要的是回归商业本质的实用工具，行业大模型需提供端到端解决方案，帮助企业解决实际问题。

2024年11月，央行等联合印发《推动数字金融高质量发展行动方案》，强调数字技术支撑能力，提升金融服务质效。金融行业成为大模型落地的重要领域，前三季度大模型项目中标总额达20.75亿元，同比增长163%。金融行业大模型中标项目数量及金额均有所增长，显示出金融领域对大模型技术的强烈需求。由于金融对技术和安全标准较高，能在金融领域应用的大模型往往具备向其他领域迁移的能力。

企业侧对于场景价值已有共识。奇富科技首席算法科学家费浩峻表示，技术权重占40%，业务场景理解和深耕占60%。应用场景、数据飞轮、智能体是大模型产品的必要条件。喻友平认为，“平台+应用+服务”是企业大模型落地的最佳路径，算力、模型响应速度、应用构建能力是关键因素。场景模板在智能体应用构建中至关重要，不同行业的数据和场景不通用，但场景能力在一定条件下可实现迁移和标准化。

目前，大模型在金融行业主要用于内部赋能及客服、外呼、获客等业务环节。以智能营销场景的大模型外呼为例，某家装平台活动营销转化率大幅提升。在智能运营环节，综合线索留资率也有所提升。如何将降本增效逐步升级为高效提升业务核心收益是关键。费浩峻透露，已将AI能力和金融大模型集成到新信贷业务系统中，支持消费贷和小微金融业务，有效识别欺诈风险。然而，也有业内人士指出，一些大模型在金融业务中使用初期效果较好，但随着迭代次数增多，效果出现不稳定，需持续强化与业务团队的沟通。