当 AI 从试点进入规模化，华为数字金融的长期选择

15 年，从设备商到生态加速器。

今年 7 月，调研机构 IDC 发布的报告显示，大模型及智能体在工业企业中的渗透率正快速提升，2025 年应用比例从 2024 年的 9.6% 激增至 47.5%。其中，超过 73.7% 的企业的应用已不再停留于试点，而是将 AI 扩展到公司内十数个乃至数十个具体场景。

Google 云去年 10 月发布的《生成式 AI 的投资回报》报告显示，在接受调查的 2500 多位企业高管中，超过 70% 表示其公司在部署生成式 AI 后的第一年便获得了回报。

2025 年，人工智能正从辅助工具与前沿探索，全面迈入实际生产流程，评判标准不再仅是技术是否先进，而是投资能否在回报上兑现。相应地，客户需求也从早期的技术验证，转向更明确的实效导向——他们开始计算 AI 的 “投资回报率”，期待解决方案提供商能够帮助其获得切实的业务增长与财务回报。

在这种需求转向下，华为 9 月的全联接大会上主动回应，分享了诸多关于行业智能化转型的最新实践，并发布了多项重要产品和解决方案。

作为华为服务金融客户的窗口，华为数字金融军团不仅在全联接大会上回顾了过往案例，更重点推出了应对 AI 落地挑战的 FAB（FinAgent Booster）金融智能体加速器。帮助客户快速建立自己的 Agent 能力，缩短开发周期，让 AI 加速融入业务流程。

华为 FAB 金融智能体加速器，旨在帮助客户快速开发智能体、提升利用 AI 的效率。

华为数字金融军团 CEO 曹冲在演讲上说，华为作为一家技术公司，定位绝不是简单为客户提供 AI 底座，而是要全面帮助客户推进 AI 转型和商业成功。

金融业的 AI 变革虽处早期，却蕴含着巨大的结构性机会。这对方案商提出了更高要求——必须从技术、生态到服务构建系统性能力，才能满足客户在加速期的新需求。华为数字金融基于昇腾算力底座，一是在 AI 智能体平台、模型与场景应用上持续迭代升级； 二是扩大生态合作，目标是在算力之上构建一个覆盖 AI 平台、模型、场景各层的开放体系，帮更多用户获得商业回报。

从数字金融到 AI 金融

1970 年代，中国的银行业处于完全手工的阶段：所有客户的账户信息、业务凭证都要整理成纸质档案，存放在专用的档案柜里。若需要查询历史记录，工作人员必须手动翻找档案，基础业务高度依赖人工，效率与准确性受限，且凭证容易丢失损坏。

转机始于 1978 年，中国银行从日本引进第一套理光 - 8 型主机系统，并于 80 年代批量成套引进日立 M150 小型计算机，逐步实现了储蓄、对公、联行、会计报表等日常业务的自动化处理，这标志着中国金融行业数字化的开端。

第一个阶段是数字化，把原本人工操作的业务搬到电脑里去，到 21 世纪初，随着互联网技术的普及，金融行业迈入了信息化阶段，大量业务数据化、智能化，大量的业务也可以线上完成，2002 年，招商银行率先基于短信 /WAP 服务推出了 “掌上银行”，智能手机时代，线上汇款、购买基金、股票交易等也逐步普及。

随着人工智能技术的不断发展，金融行业也开始尝试在对内对外的各项业务中引入 AI 技术，眼下，行业正在走向第三个阶段——金融数智化、AI 化的变革。2021 年《“十四五” 数字经济发展规划》中明确提到，合理推动大数据、人工智能、区块链等技术在银行、证券、保险等领域的深化应用。

技术迭代、技术演进，让金融企业开始加速 AI 落地，今年 6 月，工行半年报中提到，已有 100 余个对内对外的业务中嵌入了  AI 智能体；邮储银行披露，已开展 230  余项大模型场景建设，智能审贷助手” 每天支持三农、信用卡等信审场景超 3 万笔业务。

AI 的价值开始直接体现在财务回报上。中国银行业协会党委书记、专职副会长邢炜在今年的服贸会演讲中披露，人工智能技术显著提升了资产组织效率，数字化领先的商业银行的股东回报年均增长率为 8.2%，明显高于落后银行的 4.9%。

金融行业对于人工智能的态度，已经从早期的技术探索过渡到务实的业务融合，目标开始明确指向效率提升与价值兑现。

金融机构希望通过 AI 降本增效、方案商们希望通过技术升级带来更有竞争力的方案，获得更多客户，这对于双方都是机会、也都是挑战。数据安全、模型可信度、算法透明性、算力不足，尤其是中小银行人才和资源的短板，仍是行业普遍困扰，服务商们需要提升安全性、技术可靠性、效率、可用性等方面的能力，满足日益增长、变化的需求。

华为数字金融 15 年：卖硬件——做软件——提供系统解决方案

作为中国最早、最重要的技术基础设施供应商之一，华为服务金融客户已有超过 15 年的历史。2010 年左右，华为作为 ICT 设备提供商，为银行等金融机构提供构建其 IT 系统所需的基础硬件，如服务器、交换机、存储等等，满足金融机构对稳定、可靠、高性能 IT 基础设施的需求。这也是华为服务金融客户的起点。

当时华为的业务模型相对简单，但华为依靠技术与服务，很快打开了市场。随着能力积累，其布局已演进为覆盖软件、硬件、云、数据与 AI 的全栈式体系，这构成了华为作为技术供应商的核心壁垒。这一优势直接体现在市场地位上：根据沙利文（Frost & Sullivan）与 IDC 的统计，华为云在 2023 年及 2024 年中国金融行业大模型市场份额均位列第一。

曹冲介绍，过去 15 年，华为目前已经拥有 150 多家金融解决方案生态伙伴，在金融行业，华为已经携手全球超过 11000 家伙伴，在 80 多个国家和地区服务超过 5600 家金融客户。

这个过程中，华为积累了若干经验，不光是技术本身，还有关于金融行业的数智化转型经验、大型银行的创新场景思路等等。

2023 年，华为数字金融军团明确了战略方向：构筑韧性的基础设施、加速应用现代化，跃升决策数智化、助力业务场景创新；2025 年，面向 AI 时代的到来，数字金融将最后的助力业务场景创新升级为赋能 AI 业务变革，又新下设了证券军团和保险军团，服务更多元的客户。

本次全连接大会上，华为数字金融军团结合过去的技术积累和对客户需求的洞察，将 AI 创新方案、生态实践、与伙伴的联合方案、工程化经验沉淀下来，推出一套全新的解决方案 FAB（FinAgent Booster）-金融智能体加速器。

在 AI Agent 商业化元年，华为没有直接给客户提供 Agent 本身，而是提供了一个软件开发平台，加速客户的开发，让他们更高效地拥有自己的智能体与 AI 能力。

曹冲说，AI 给金融行业带来了结构性的变革，服务从 GUI（图形界面交互）被动服务向 LUI（自然语言交互）主动服务转型、人机协作从人 + 工具向人 +AI 同事转型、规则 + 结构化数据向知识 + 智能体转型、计算中心从通用计算向智算结合通算转型。

为了让客户能适应这种剧烈的变化，帮助他们开发自己的能力、而不是提供通用的解决方案，是更合理、更高效的方式，他解释说，金融企业级 AI 架构，必须要将能力 “解耦”，对智能体进行功能解耦，避免烟囱式开发；对模型能力分层解耦，通过强化学习和领域知识结合，构建细分场景的 “业务专家” 模型，支撑 AI 决策的专业性不断提升。

华为将 FAB 的特点总结为三点：

• 开箱易用：包含 50+ 专用场景的工作流、合作伙伴积累的 30+ 原子化能力，实现 AI 能力的 “样板间”，把典型场景智能体的开发时间从月级缩短为周级；

• 开箱随用：提供 MCP 生态和知识库，客户可以方便地定制、组装各种能力，与自己或其他第三方服务快速连接。

• 开箱畅用：典型场景的调优，通过数据合成、提示词优化， 强化学习，让模型精度和效果快速提升，实现 90% 以上的意图识别准确率， 85% 以上的任务调度准确率。

华为通过技术手段优化 FAB 的使用门槛，希望做到让客户开箱即用。

华为多年积累的行业经验与技术能力，是实现上述能力的基础。

去年曹冲在演讲中曾总结，华为数字金融从为客户提供可靠的基础硬件，到提供金融级的平台软件，再到系统性的解决方案，现在，华为数字金融希望能加速客户的数智化进程，助力他们更方便、高效地通过 AI 能力提升效率、获得商业回报。

“安全要求极高” 是金融行业区别于其他行业的一大特点，方案商必须提供可靠的基础设施、鲁棒性极强的软件保障系统安全。黑客的技术也在与日俱进，传统计算需 1 万亿年破解的加密，量子计算仅需 100 秒，华为此次发布了一系列安全方案，包括包括零信任园区网实时动态鉴权；量子安全广域网实现抗量子解密；AI 训推保护方案防推理模型投毒；数据安全黑匣子抗极限网络攻击。 

安全基础之上，是高效，AI 落地到业务中表现如何，依赖的依然是 AI 大模型三要素：算法、算力和数据。

华为的优势是自己生态内有完整的技术支持，算力方面，昇腾算力集群提供低延迟、高效率的计算能力，提升推理资源利用率。

数据上，华为提供了一套全链路、全要素的数据处理能力，将金融行业传统的数据湖升级为知识湖，在保留原有数据的情况下，叠加一层知识图谱的结构、语义与业务上下文，AI 在调用数据前，能先经过知识湖，理解沉淀下来的经验，提高准确率与效率，让 AI 智能体能够像资深专家一样，进行深度的推理和决策。

“要像管理数据一样管理知识，包括我们的经验、语义等一切在数字化时代不能量化的东西，这样 AI 才能更懂业务。” 曹冲介绍说。

以 “融海计划”  引领生态共赢

金融本身是一个极其依赖生态、合作的行业。一笔完整的金融业务，往往涉及多个环节和机构，以确保资金的的安全和高效流转。同时强监管的特性，也决定了单靠机构自身难以完成合规验证。

而随着全球化合规要求日益严峻、技术全球化协作加深，不管是作为需求方还是供应方，都需要共同面对急剧变化的环境，科技企业单打独斗的时代已经过去。

大型国有银行、股份制银行与区域性中小银行，在业务重点、技术能力、业务需求上都有显著不同，有的更关注增长、有的更关注合规；各个国家和地区都有着各自的政策、体系与商业规则，单一方案商提供的单一产品难以形成足够的竞争力，往往需要多方协同，比如结合全球独立软件开发商（ISV）的通用技术与本地系统集成商（SI）的落地经验，高效服务当地客户，前者提供行业领先的、通用的技术方案，后者因地制宜，提供当地市场独特的 know-how。

华为数字金融军团也在这个背景下，继续加速生态建设。2021 年，华为就曾推出智慧金融伙伴出海计划（简称 “FPGGP”），希望建立一个帮助中国金融伙伴走向全球市场的平台，它是全球优秀独立软件开发商和本地系统集成商的桥梁，把双方的经验与优势互补。

去年，根据用户加速数智化转型的需求，华为将其升级为 “融海计划”，下设三个子计划，不再只围绕出海，而是从 “出海” 即金融伙伴出海计划（FPGGP）、“开发验证” 方案精筑计划（OBP）、“孵化创新场景” 睿变创新计划（MVP）三个维度，帮助生态内的合作伙伴。

金融伙伴出海计划已经帮助一些中国企业加速走向了全球市场、让全球客户受益，华为与长亮科技合作，为菲律宾数字银行 UnionDigital 开发新一代核心业务平台，用时 35 天完成贷款核心系统上线；

方案精筑计划主要是与合作伙伴沟通深度开发和集成验证，提高数智化转型的效率，提升 AI 系统在业务中应用的速度与精度。华为与神州信息合作开发了一套新的分布式系统，能够同时处理每秒超过 10000 笔的联机交易和联机批处理任务，结息日批处理时间缩短至 60 分钟以内。

睿变创新计划则是帮助客户孵化 AI 创新的应用场景，华为基于昇腾生态的轻量化金融大模型，帮助某银行客户构建智能信贷助手，智能生成信贷报告，时间从数天缩短到数小时。

华为数字金融军团还披露了人才培养上的一些努力，华为已经完成 30 多家金融机构的 AI 实训，培养超过 2000 以上的 AI 人才；曹冲提到，接下来的目标是在国内 AI 人才培养覆盖 5000 人，在海外数智化人才覆盖培养 5000 人；同时，完成 5 期银行数字化转型海外班。

在全联接大会上的演讲中，曹冲总结，华为过去是靠算力变现，但在 AI 时代，华为要和客户用共创的模式，从底座、模型、知识、平台和工程、架构，场景，人才和生态八个方面，全面构建能力，支撑客户 AI 变革有效落地。

“很多金融机构，对 AI 的战略和价值落地仍有很多困惑和困难，我们认为，一定要坚信 AI 对行业的变化是深远的，决不能低估 AI 对金融的长期价值，要面向未来积极布局和探索；同时，也不能高估 AI 的短期价值，要一步一个脚印去实践。” 曹冲说。

题图来源：《当幸福来敲门》 

文章来自于微信公众号 “晚点LatePost”，作者 “晚点LatePost”