生成式 AI 增速近 50%：金融 AI 迈向智能体超级工厂

据 Woofun AI 消息，2026 IDC 中国 CIO 峰会于上海召开，IDC 中国研究经理指出，金融 AI 转型已跨越单点应用，正式进入以'智能体超级工厂'为基座的多场景纵深阶段。其核心逻辑在于将业务知识与专家经验转化为可复用、可协同且持续优化的智能资产。此次峰会公布的 IDC 中国金融行业'AI 创新案例 50'，从 130 余家报名企业中严格遴选，涵盖、等头部机构，以及、等城商行，实践领域横跨风控合规、智能运营与客户经营。

竞争焦点正从人力规模转向能力的资产化沉淀，其中宁波银行与杭州银行的案例极具代表性。利用大模型多 Agent 协同，实现业务知识问答、技能培训辅导、智能评分及岗位能力评估，将知识复用与反馈闭环融入培训体系，推动个人经验向组织能力转化。则覆盖财富管理、消费信贷、信用卡等领域，通过多智能体协同连接客户需求洞察、产品分析与经营策略，支持客户全生命周期经营，促使 AI 从单项任务提效跃升至业务流程协同。

Woofun AI 整理数据显示，提供的金融大模型与 ，为上述实践提供了知识应用、智能体研发、多智能体协同及安全围栏评测等关键工程化底座支撑。

构建'智能体超级工厂'需贯通基础设施、模型、平台与应用四大层级，将知识、连接器、技能组件及评测资产沉淀为标准化组件，推动项目交付从定制化走向批量生产。思二勋强调，传统的以部门为边界的治理模式必须重构，以适应跨业务、跨流程的风险传导机制，更重要的是建立持续的测评、治理、运行优化及经验回流体系。

这一工程化体系的成熟度，直接决定了智能能力扩展的效率与边界。

从宏观投资结构看，2025 年金融行业整体 IT 投资年增长率不足 10%，而生成式 AI 相关投资年增长率已逼近 50%，后者成为金融 AI 最大的结构性增量。

这意味着金融机构的下阶段竞争维度发生根本性偏移：不再单纯比拼落地场景的数量，而是取决于每落地一个场景，能为企业沉淀多少可复用、可协同、可持续优化的智能能力。这是继大模型普及后，金融 IT 架构向工业化、标准化演进的关键转折点。