本文围绕中国农业银行董事长谷澍在中国发展高层论坛2025年年会“人工智能普惠包容发展专题研讨会”上的发言展开，详细阐述了AI赋能金融所需的努力方向、应用路径选择以及应体现的人文关怀，并结合农业银行自身实践进行说明。
在3月24日举办的中国发展高层论坛2025年年会“人工智能普惠包容发展专题研讨会”上，中国农业银行董事长谷澍发表重要观点。他指出，AI赋能金融并非一蹴而就之事，需要持之以恒地付出努力。在金融业AI应用方面，路径选择至关重要，应注重专业适配，同时要始终坚持结果导向。而且，AI应用不能只追求技术的冰冷，更要不忘温度，充分体现人文关怀。
谷澍强调，“人工智能应用于金融需要持续积累，不能只靠单点爆发。特别是在IT基础设施的建设和数据管理水平的积累方面，更需要久久为功。”这意味着金融行业在引入AI技术时，要做好长期规划，一步一个脚印地推进相关工作。
从农业银行自身的发展历程来看，自2019年起，该行便启动了数字化转型。此次转型从客户、用户的视角出发，聚焦数据采集、数据标准化、数据安全、数据应用这四大关键领域，实施完成了十方面工程，成功构建了数字化转型的主体框架。到了2024年，农业银行进一步加快人工智能创新应用的步伐，发布了《“人工智能+”创新实施纲要》，为未来几年的主要工作进行了规划。在整个数字化转型和智慧银行建设的过程中，农业银行按季度召开全系统专题会，及时总结成效经验，着力解决突出问题，持续做好组织推动工作。
在谈到金融业AI应用的路径选择问题时，谷澍抛出了一个关键问题：“究竟是大模型赋能金融，还是建设金融大模型？”他指出，当前存在一种倾向，即将人工智能在金融领域的应用简单等同于建设金融大模型，而实际上这两个概念并不完全相同。
谷澍进一步具体阐述道，一方面，大模型作为人工智能领域的一种特定技术，为人工智能在各领域的应用提供了新的技术基础。然而，金融业应用人工智能是跨技术和金融领域的工作，需要将AI技术与金融业务深度融合。另一方面，当前金融大模型的内涵并不十分清晰，在实践中容易将金融大模型与金融知识库、金融数据集等同起来，还可能将金融大模型的建设离散独立于金融业务流程的调整与改造。
谷澍认为，大模型赋能金融与建设金融大模型，二者之间尽管不是泾渭分明，但不同的侧重未来可能产生不同影响。他举例说明，比如应用DeepSeek大模型，是将DeepSeek接入金融业务中应用，还是要做一个金融版的DeepSeek大模型？这需要客观的评价标准。“哪种路线更合理、更有效，需要客观的评价标准，要看是否带来显著的业务提升和优化。”在谷澍看来，当下，金融业要讲求AI技术与业务流程、作业模式的适配性，才能构建符合自身发展需要的AI应用路径。
从农业银行的具体实践来看，谷澍表示，农业银行面对庞大的客户规模、分散的客户群体、巨额的业务体量，始终坚持问题导向、结果导向。系统分析业务入口过滤、集中监控等“高耗能点”，适配AI能力特点，针对性调整现有的劳动组合、作业流程、管理制度等，努力以高效能的“人机协同”，统筹各类业务的高质量发展和信贷等各类风险的有效控制。
此外，谷澍还着重强调了AI应用的人文关怀。他表示，在AI应用上更要突出客户满意、员工满意的基本标准，注重人文关怀。一方面要全力为客户服务，不断增强客户满意度；另一方面要积极为基层减负，不断提升员工获得感。
本文围绕中国农业银行董事长谷澍的发言，介绍了AI赋能金融需要持续努力、注重路径适配以及体现人文关怀的观点。通过农业银行自身的数字化转型实践，阐述了金融行业应用AI的具体做法。同时对金融AI应用路径中的大模型问题进行深入分析，并结合农行实际说明了如何构建适配的AI应用路径，强调了AI应用中人文关怀的重要性。
原创文章，作者：东海凝丝，如若转载，请注明出处：https://www.gouwuzhinan.com/archives/43042.html
