恒生电子董事长刘曙峰：大模型应用发展由场景驱动 期待杀手级入口和原生应用

  金融科技有突出贡献的公司恒生电子即将迎来成立30周年之际，董事长刘曙峰在接受《每日经济新闻》专访时，回顾了中国金融科技近30年的发展历史，他将其划分为信息化、网络化、数智化三个阶段。刘曙峰指出，数字化转型可能也为中小金融机构提供了一个弯道超车的机会。他预计，未来2至3年，很可能是大模型应用爆发的窗口期。

  过去两年，以AI（人工智能）技术和生成式大模型为代表的科技浪潮席卷国内外，科技发展方兴未艾；另一方面，中国金融市场正从快速地发展阶段向高质量发展迈进。即将迎来成立30周年的金融科技有突出贡献的公司恒生电子，交叉感受着两个行业的潮涌和波动。

  梳理近30年来金融科技的发展，恒生电子董事长刘曙峰在接受《每日经济新闻》记者（以下简称NBD）专访时提到了金融科技发展的三个阶段：信息化、网络化、数智化。时至今日，这一发展进程并不是渐进式，而是更多呈现出波浪式推进。

  不同金融机构数字化进程深浅不一，当谈及数字化会不会拉大企业之间的发展鸿沟时，刘曙峰坦言，有这一可能性，但技术迭代，也为“船小好掉头”的中小机构带来更多弯道超车的机会。

  2023年，恒生电子推出金融大模型LightGPT和大模型中间件光子。大模型如火如荼，对于开源闭源的模型路径，业内一度争议不止。但眼下，大模型应用场景的开发和寻找，在刘曙峰看来，是更要关注的问题。

  C端和B端模型应用入口，呈现了不同的发展阶段。C端会不会产生杀手级模型应用入口？原生的模型应用何时到来，成为他持续观察的方向。

  “要做技术公司里最懂金融，金融行业最懂技术的公司。”这对强调工程师精神的恒生电子而言，是冠冕也是压力。如何持续保持技术的敏感性，保持对行业、对业务的专注和耐心，刘曙峰分享了他的“攻守道”。

  NBD：从1995年到2025年，恒生电子见证中国金融科技30年的发展历史，从大背景看，中国金融科技行业在近30年间实现了跨越式发展，伴随着金融业的发展，哪些节点对您而言，是感受比较深刻的？

  刘曙峰：过去的30年是中国经济大发展的30年，也是中国金融市场发展的30年。

  从上世纪90年代有沪深交易所，到今天A股市场规模已突破90万亿元，银行间债券市场托管规模近150万亿元，中国金融市场的发展，在过去30年是非常引人瞩目的。

  服务金融行业的金融科技，它跟随着市场的发展，又嫁接了技术变革浪潮，所以在过去30年迎来了非常好的发展机会。

  第一阶段是金融科技信息化的过程，其实就是计算机技术对手工交易的替代，是一个效率提高的过程。上世纪90年代，恒生电子通过证券交易系统产品，帮助券商打造了高效、稳定、安全的信息化交易平台，以及通过刷卡委托、热自助委托和电话委托等创新产品，提供多种便捷的投资者自助下单工具，为长期资金市场引入信息化。后来我们通过银证转账系统的创新，进入银行业；1998年，我们开始为第一批诞生的公募基金提供产品和服务。到2003年上市时，恒生电子基本建立了证券、基金、银行三个行业经营的格局，为金融市场提供整体服务。

  第二阶段是网络化阶段。互联网发展浪潮进入金融领域，改变了人们习惯的同时，也改变了大家获取金融服务的习惯，且逐步改变了金融机构提供服务的方式。此阶段，通过不断的技术创新与服务优化，恒生电子的产品线逐步拓展至资产管理、经纪业务、财富管理和合规风控等金融市场核心领域，公司发展进入从1到10的阶段。

  其后，随着计算技术的发展，带宽算力等按照摩尔定律进步，以及人工智能技术的突破，我们逐步进入到第三阶段，也就是数智化阶段。公司积极地推进云计算、大数据、人工智能、低代码等前沿技术在金融垂直领域的应用和融合发展，开启新一代核心系统的技术升级和落地，发展数据服务、SaaS业务、大模型应用等新兴业务，加速金融业务的数字化和智能化升级。

  NBD：当前处于金融科技的数字化阶段，您觉得现在是刚好在此阶段的起点上，还是已确定进入深水区？

  刘曙峰：这三个阶段不是说一定按着某一个顺序关系次第发生的，它更像一个波浪，有此起彼伏的过程。

  有些部位可能还在初级阶段，而有些部位可能已进入深入发展的阶段。如果从数字化的整体发展来看，从开始提出云计算、大数据，金融科技行业就正式揭开了数智化阶段的序幕。

  随着AI技术的突破，以大模型为代表的科技浪潮，把数字化推入到一个全新的阶段，此阶段，我认为是全面展开数智化浪潮的阶段。

  数字化转型是技术、业务流程、组织建设和文化转型综合的“四重奏”。除了技术本身，也要培养对技术的关注和重视，在组织内形成技术导向的文化。另外，考虑到各机构规模和能力不一，对于中小金融机构来说，如何在有效控制成本的同时推进数字化很关键，IT服务商也应提供适合这些机构的服务方案。再次，保持适当的投资力度至关重要，但更重要的是制定有效的数字化转型策略，并根据各自情况规划对自己最合适的转型路径。

  NBD：目前金融机构的数字化建设也呈现了分化的行情，部分金融机构的数字化建设程度较深，数字化对一些金融机构而言，已然成为新基础设施的存在，但有的机构可能仍停留在较为浅表阶段，这会不会加大机构之间的发展差距？

  刘曙峰：从现象来看的话，会产生这样的一种状况，也就是说，谁能够更好地利用数字化技术去赋能业务发展，谁就可能获得更好的机会。

  但是我想强调的另外一种原因是，随技术的发展，技术也在越来越普惠，对新技术采用的门槛在不断降低。所以我们能不能保持一个开放的心态，在技术发展的过程中，充分拥抱技术带来的变化，利用新技术，包括技术的普惠性带来的机会，这很关键。

  刘曙峰：船小好调头，所以中小金融机构拥抱科技的态度很重要，甚至数字化转型可能也为中小金融机构提供了一个弯道超车的机会，这是更可以让我们关注的一点。

  NBD：当前的AI大模型技术被认为是新一轮的科技革命，在经历了2023年大模型百花齐放后，2024年行业大模型的应用落地成为市场关心的焦点，譬如推理训练成本、数据质量、应用场景等，恒生电子也推出了自己的金融大模型LightGPT，就金融行业应用而言，当前在金融大模型领域，更重视哪些层面的突破和发展？

  刘曙峰：大模型的应用，对大部分的企业来说，有外部业务用户端和内部运营两个方面的应用，这两个方面的应用是可以同时展开的。

  业务应用端的发展因为涉及外部环境，涉及用户的行为，大模型在用户应用端推广的过程会更具挑战；而在内部，充分的利用大模型技术突破带来的优势，实现降本增效，往往这样的路径会更短，也更加容易看到效果，在过去两年，不管是我们自己，还是我们对行业的观察，都注意到这一变化。

  另一方面，不管是基础大模型，还是针对金融行业训练的行业大模型，大模型本身的能力已经跨越了“好用”这个临界点，接下来我认为关键的点在于如何让大模型用起来、跑起来。未来2至3年，很可能是大模型应用爆发的窗口期。

  刘曙峰：怎么样找到一个好的场景来真正提升客户的使用体验，是当下更需要我们来关注的一个点，也是大模型应用能不能发展起来的一个关键要素。

  我们接下来的任务，是要去发现大模型应用的场景。在这个场景里可提供有质量的服务，且能不断把服务延伸下去，大模型应用发展本质上是由场景驱动的。这可能也是每一个新的技术在应用过程中普遍性现象即技术进步与市场需求之间相互促进的关系。

  从这个视角来观察，当前金融大模型的应用仍处于比较早期的阶段，而这也让我们正真看到可应用场景其实是很丰富的，不论是对客户的服务，还是企业内部运营效率的提高，都有很多应用场景，而且这些场景的验证过程还在持续的过程中，我们对未来两三年金融大模型场景应用的发展应该充满期待。

  刘曙峰：我们最近确实也调研了一些国际上的大模型的应用情况，整体看来，国内外对大模型在金融领域的应用基本处在较为初级的阶段。

  国外对AI的研究和应用，从发展历史和深度来看，比国内有一定的优势，但是大模型把大家的起跑线又拉平了，所以国内外当前在金融大模型的发展阶段基本差不多，后续就看谁能够更快、更好地找到应用场景，能够让它真正有一个应用上量的过程。

  NBD：今年年初，业内一度对大模型开源和闭源路径的选择存在争议，现在行业对这一路径之争怎么看？

  刘曙峰：当我们讲开源还是闭源路径时，大家讨论的是模型的选择，但我自己觉得模型今天已然不是短板了，应用场景的发现和运营才是我们应该突破的核心问题。一方面，我们要去实现用户对大模型应用各方面的需求，另一方面，很多机构对其具体能创造什么价值还不够清晰，我们还需要深入思考和创造更多实际应用。

  此外，当我们将金融大模型的服务推广到C端时，还涉及一些合规的问题，这不仅仅在中国市场，在全球市场都是一个普遍挑战。

  从我们的观察来看，金融大模型面向B端基于效率提升的应用发展会更快，面向C端的模型应用可能会慢一点。但往往面向终端用户的，是能够产生杀手级的应用，因为最大的入口在这里，大家的关注度也会更高，所以这是可以让我们去观察和跟踪的一个市场变化。

  NBD：之前我们正真看到市面上面向C端的大模型应用，在通用性和娱乐性方面有着还不错的表现。大模型带来的改变，似乎正在慢慢影响我们的行为方式？

  刘曙峰：没错，所以这就是大模型、小应用，其实就是可以从一些小的切口切入进去。

  另外，在当前这一阶段，我们注意到，很多模型应用是嵌入式的，在不改变原有流程的情况下，企业嵌入大模型的工具来提高效率，或者提高使用体验。

  我们也非常期待大模型原生应用的入口。原生应用，它会是一个什么样的场景？它会是怎样真正杀手级的应用？这很值得期待，因为这是一次代际的技术升级，它会带来结构性的变化。而这一结构性变化，会以原生应用入口的变化呈现出来。

  目前大模型可能对我们大家带来的一个影响，我们叫语控万数，大家会思考对话框会不会成为一个原生的应用入口？

  其实在搜索领域，我们已注意到了大模型带来的一些变化，那么何时我们能创造一个原生的大模型金融服务入口，这也很值得期待。

  AI大模型的这一轮科技浪潮，实际是新的生态和代际变化的演化过程，这个新时代可能很快到来，也可能还需要观察一段时间。

  NBD：从当前这一轮科技浪潮来看，技术的发展对恒生电子的业务结构会不会带来新一轮重塑？

  “更多一流产品”强调的是我们的业务边界，它有一个扩展过程，金融市场的发展进入了新阶段，在财富管理和资产管理两个核心领域来看，财富管理从以交易佣金为基础的发展阶段，进入到以客户服务为核心的驱动阶段，资产管理则从收益驱动转向风险驱动。这也代表着，整个金融科技体系的构建，从以交易为核心，转向以风险管理为核心的驱动模式。

  过去30年系统建设的核心是交易，恒生电子在这样的领域取得了很明显的竞争优势，那下一个阶段，我们要做更多前瞻的探索。比如说数据服务，因为风险离不开对数据的使用和计算；比如说模型的构建；比如说组合管理体系的构建，这中间必然也伴随着整一个流程的重构。在原有交易买卖平台的基础上，我们应该进一步去构建中前台的投研、投管、风险管理和资产配置的核心业务系统。我们期待在未来3到5年，甚至5到10年内逐步完成这一转型，为公司带来更大的发展空间。因此，“更多一流产品”不仅指物理上的新产品推出，更是对未来发展趋势的一种展望。

  NBD：恒生电子横跨金融和科技两个领域，在过去的两年时间里，科技发展狂飙突进，新一轮AI浪潮奔涌而来，而金融行业在过去两年则进入了调整期，向高水平发展转型，对恒生电子而言，两个行业分化又交叉，你身处其中最深刻的感受是怎样的？

  刘曙峰：中国金融市场从快速地发展进入到高水平质量的发展阶段，这个转型过程很难避免会有一些阵痛和波动，也会有更多的挑战。

  一方面我们要适应这种波动，但是更重要的，我们要深刻地认识高水平质量的发展阶段和快速地发展阶段的差异性。高速成长阶段，往往只要你去做，总会是对的，因为总会有机会。但高水平质量的发展阶段的企业要更聚焦、更有质量地去做事情，你才有机会更好地成长。

  在这个过程中，企业要认识到自己真正的核心能力在哪里，如何去发展核心能力，使其变得更强，同时我们要去思考、去观察，未来成长的部位在哪里？因为此阶段，不是所有的部位都有成长性，它有特定的方向，找准了才具备更多的机会。

  最后也是最关键的，我们要有自己的方向和愿景。你最终要去向何方？明确这一点，专注、持续地去做。就像你刚才讲的，这两年尽管行业看起来面临一些转型和挑战，但技术发展风起云涌，也给我们大家带来了更多的发展机会。面对结构性调整，应有耐心和决心进行长期布局，最终在新的体系下实现更高效、更具竞争力的发展。