“整個世界都判斷失誤了”，黃仁勛在3月18日的GTC大會上如是宣告。他發現，AI的發展速度并未放緩，恰恰相反，正比以往任何時候都要快。

黃仁勛首次提出了 AI 演進的路線圖：從當前的生成式 AI（Generative AI）過渡至代理式 AI（Agentic AI），最終邁向物理 AI（Physical AI）。AI正帶動人類文明躍遷。

代理式 AI，亦即AI智能體，以其在線上自主完成復雜任務的能力，將與物理 AI成為線上線下兩端交相呼應的雙子星。

死磕數字智能的奇富科技，其CEO吳海生的觀點與之不謀而合。他透過金融視角回望之前的兩次革命浪潮，依次是由傳統人工和紙面的工作方式向數字化存儲系統升級，再向互聯網化升級。當下AI技術引領的智能化，正推動金融行業進行第三次革命。

站在金融生產力變革的臨界點 ，奇富決定All in AI。

3月17日，奇富科技（03660/QFIN）發布2024年第四季度及全年業績公告，營收與利潤繼續穩健增長，業績表現全年在線。去年的宏觀環境雖難言確定性，但AI大模型在金融領域的創新應用，給足了公司底氣。

金融為本，AI為器，奇富走出了一條輕資本、重科技 的成長之路，為行業 提供了一個AI進化樣本。

01

站上AI時代風口

不謀萬世者不足以謀一時。早在2017年，奇富就通過AI算法平臺、算法庫進行訓練，提煉出了能在業務場景落地的系列模型；2023年初更是前瞻性地將大模型確立為公司的戰略級項目。

隨著2023年AIGC大爆發，奇富率先在行業組建了大模型團隊：并于當年推出自研大模型“奇富GPT”，及各項大模型應用，落地于客戶服務、軟件研發、信用評估等業務場景。積跬步，至千里，2024年12月，奇富攜100多個智能體在上海金融科技國際論壇特展周亮相，用確實落地的應用宣告了AI方向的決心，也預示著行業真正從講概念到拼業務應用。

黃仁勛判斷，在AI智能體時代全面到來之際，AI正在經歷一個新的拐點，變得越來越智能、應用越來越廣泛。

金融行業天生就與AI契合，幾乎所有的生產要素全是數字化的，天然適合大模型的訓練和生成。AI時代，金融科技公司又將以何種姿態開啟新的周期？

去年 3 月，奇富上線了智能體平臺 AI STUDIO。該平臺的核心優勢來自于兩項技術：企業級 RAG 和 AI Flow。通過 RAG 技術構建企業級知識庫，再利用 AI Flow 的技術把 RAG 的知識串聯起來，負責調用企業級知識庫和大模型，形成解決問題的智能體。

連接2億+用戶及162家金融機構，奇富打造了自身的“鏈主”地位，既有數據、又有技術、還有應用場景，得以賦能AI。

截至四季度末，奇富的26個智能體應用達到了商用級別，覆蓋了金融企業的全生命周期，比如貸前、貸中、貸后，甚至睡眠客戶的管理。從工作內容上涵蓋了客戶識別、產品服務、金融產品研發和經營分析等核心環節。

例如，小微圖譜智能體專注于精準洞察小微用戶經營能力，能為用戶定制端到端服務方案。

ChatBI智能體融合了deepseek-R1與React推理架構，在用戶需求識別準確率上實現突破性進展。

營銷助手智能體能實時解析客戶需求，整合多渠道營銷管理。

未來，將有更多的智能體整合到奇富智能體平臺，向金融機構輸送智能化的能力，為金融行業進入下一個指數級增長打開了想象空間。

02

奇富智能體方法論

作為對數據高度依賴的行業，金融堪稱是AI的最佳實踐場。但同時，大模型的迭代是一場“暴力”填數據、拔規模而造就的美學盛宴，投入高、周期長。

事實上，金融機構并沒必要一味地卷參數、卷算力，而是要比拼AI智能體，是否足夠貼近真實場景（具備行業know-how），能否把一個任務執行好。

大模型如何在金融行業落地生根？奇富意識到，需滿足三大要素：

一是深耕場景。比如在客服場景，AI大模型需協助座席工作人員更精準迅速地捕捉用戶意圖。拿奇富 Copilot 來說，能面向坐席人員實現 200% 的提效，這離不開奇富 GPT 大模型+場景的持續深耕。

二是數據飛輪。大模型的效果與數據質量息息相關。奇富不僅有T級別海量數據，還對數據進行了大量的清洗工作，質量更高。通過持續迭代的數據反饋機制，確保模型性能形成良性循環。

三是多智能體協作。通過調用多個智能體協作，實現從任務優化升級到自主智能解決問題。最近刷屏的一款通用 AI 智能體Manus，不僅僅是一個聊天AI 工具，而是一個真正的自主智能體，能直接交付完整的任務成果。奇富智能體與其有異曲同工之妙。以風險智能體為例，其會大體評估判斷出幾個結果：第一，材料信息充分可以直接提供貸款；第二，還需要提供什么材料作為補充；第三，提供任何材料都無法滿足借貸需求。這是一個很大的邏輯框架，有可能直接返回，也有可能會再調過來營銷智能體。

奇富從實踐中得來了以上經驗，大模型指揮場景落地，場景又反饋給大模型不斷進化 ，形成了一個螺旋上升的飛輪 。

更懂金融業務的金融大模型+更懂金融業務的金融場景反復打磨，才打磨出了這樣的金融大模型。經過一年多的積累，奇富智能體大模型已在信貸場景實現了應用破局。

在這個充滿不確定性的時代，可以確定的是，大模型時代一定會到來，大模型賦能金融科技這條路一定行得通。那么，誰會是率先沖線的那一個？從奇富身上，或許可以找到答案。

03

金融與科技雙向奔赴

3月17日央行科技工作會議要求：加快金融數字化智能化轉型，安全穩妥有序推進人工智能大模型等在金融領域應用。

金融機構既要降本增效，又迫切需要業務創新。這在智能化革命時代是一個挑戰。

畢竟，如果金融機構將自己定位成底座大模型研發公司，投入產出比不見得劃算。而且只有少數大型金融機構有能力自建私有化生態，更多的中小型金融機構仍需外部的科技助力。即使是有自建能力的大型金融機構，也需要外部協同來加速創新。

因為AI 智能體的應用難度，不在于拼算法，而在于拼場景與用戶體驗。金融機構未必需要將自己變成一家大模型公司，只要“為我所用”即可。

喬布斯說，在我們為蘋果制定戰略和愿景時，一開始是從我們能為客戶帶來怎樣的好處開始考慮，我們能將客戶帶向哪里？而不是一開始先和工程師們一起坐下來，弄清楚我們擁有哪些厲害的技術，然后考慮如何營銷它。

奇富自研的數字普惠信貸解決方案FocusPRO，為機構提供了從產品設計、風險管理到用戶運營的全鏈條服務，能夠幫助機構快速實現信貸業務的數字化轉型。

2024年，FocusPRO新增11家合作金融機構，累計合作機構數達到16家。FocusPRO模式下的放款量月均復合增長率達到17%。

舉個例子，奇富與華東一家頭部城商行的合作項目中，通過FocusPRO助力該行實現了消費貸款業務的快速增長，客戶經理人均月放款產能已達到業內領先的200多萬，同時有效控制了風險。

小微企業及個體工商戶是經濟運行的毛細血管，當前我國有超過4800萬戶中小微企業，超過6000萬個體工商戶，合計占市場主體比例超80%。

奇富借助大模型構建創新性小微企業知識圖譜并采用多模態數據融合技術，賦能小微金融，服務超千萬小微企業主和個體工商戶。

一直以來，小微普惠金融存在著風險、成本與規模的“不可能三角”。奇富則給出了一個破題思路：以大模型技術重構成本結構并管控風險，打破上述困境。

“顛覆時代”金融機構很難在某一方面長期占據技術優勢，科技公司則可幫他們縮短創新周期。某種意義上，奇富不是算力公司，也不是算法公司，而是一家技術驅動的產品公司，通過產品幫助金融企業實現一個又一個環節的智能化，補齊技術鴻溝與金融服務的差距。

近日，奇富還啟動“Deepbank星海計劃”，通過社招、校招及內部轉崗，集結頂尖AI人才，將基于Deepseek開發AI+bank的智能體平臺Deepbank，進一步助力銀行解決核心業務痛點，提升經營效率，目標直指“用大模型重構金融行業效率”。

奇富內部郵件形容為：“這不是一個封閉的實驗室，而是一場全員參與的AI革命?！?/p>

AI大模型在金融行業中的價值，不再僅僅是降本增效，已升級到高效提升業務核心收益。金融行業迎來了一波顛覆式產品服務模式創新。

過去幾個季度，AI大模型的落地能力和商業價值，已成為奇富業績穩健增長的核心動力，也是其積極投身第三次金融科技革命的底氣。中長期來看，公司還有望在技術對外輸、對行業賦能中探索出更多的商業機遇，打開成長的天花板。

金融科技不止是詩和遠方，也有現實的柴米油鹽，當從業者感覺亂花迷眼之際，奇富以精準的AI能力展現了標桿樣本，證明了一條可行之路。

當下，資本市場正熱情擁抱AI概念，在確定性與成長性疊加下，奇富科技的價值已不言而喻。

?END?

個人觀點，僅作參考，不作推薦。股市有風險，投資需謹慎。