随着金融机构加速智能化转型，大模型技术与金融业务场景耦合加深，在过去的2025年，金融智能体市场正在跑步进入商业化探索元年。

　　招投标情况是观察这一领域商业化进展以及市场供需关系的重要参考坐标。根据《中国大模型中标项目监测与洞察报告 (2025) 》不完全统计数据：2025年金融行业大模型中标项目数量同比激增341%，披露金额飙升527%。

　　其中一个最显著的结构性变化在于项目类型的迁移。2025年，应用类项目（智能体/场景解决方案）占比达到58%，并在第四季度稳定在60%以上，正在赶超传统占据市场主导地位的算力采购类项目。

　　艾瑞咨询《中国金融智能体发展研究与厂商评估报告(2025)》（以下简称《报告》）显示，2025年，中国金融机构对智能体平台及应用解决方案的投资规模达到9.5亿元，预计2030年将达193亿元，年复合增长率达到82.6%。

　　一位科技厂商内部人士向《中国经营报》记者透露：许多企业抱怨早期AI项目“未达预期”根源在于项目徘徊于通用场景，未能深入业务核心，导致投入与产出失衡。因此，厂商能否在投标时清晰勾勒出价值实现路径，并提供可信的ROI测算，已成为能否中标的关键。

　　百万级项目成主流应用类爆发

　　据《中国大模型中标项目监测与洞察报告 (2025) 》，2025年全年，近587个金融行业大模型中标项目中，超430个披露中标金额的项目总额约为15.06亿元。以大模型中标项目数量计算，金融行业在所有行业中排名第五。

　　2025年下半年开始，金融应用类项目出现快速增长，智能客服&数字人、知识问答&知识平台、智能审核&分析决策、智能编程、内容生成是中标项目数量排名前五的场景。

　　从披露金额来看，中标金额的中位数为118.4万元，小金额项目开始涌现。从项目类型来看，应用类项目最多，算力类项目次之。

　　艾瑞咨询的调研同样印证了上述趋势，根据《报告》，目前智能体应用类项目的金额高度集中于30万至150万元、智能体平台类项目金额多集中在100万至150万元。“大模型（或金融大模型）+智能体平台+应用项目”的价格通常偏高，一些项目会存在数百万元（甚至更高）的价格差异。

　　“当前很多项目是轻量级探索，项目金额在数十万或百万元上下，数量占比较多。另外也有一些项目在为金融机构的部分业务提供全流程、体系化智能体升级改造，项目金额在千万元级，数量极少，主要是拥有金融KnowHow的厂商提供服务。”艾瑞咨询合伙人肖艺学在接受记者采访时表示。

　　根据《报告》，银行发起的智能体项目数量占金融行业的43%；资管类机构（证券、基金等）以27%紧随其后；保险业以15%的占比处于第三梯队，其需求聚焦于保单核保、客户服务等场景。

　　此外，记者根据公开信息梳理发现，有别于此前仅仅采购底层通用大模型，“大模型基础平台+智能体场景应用”正成为金融机构典型的采购模式。

　　例如，2025年5月底，阿里云以209万元中标广发银行“大模型基础平台+智能体场景应用”项目，提供全栈支撑。重庆农商行则在2026年1月底密集披露了包括AI中台智能体应用开发项目、财富业务增长智能体采购项目中标结果，百度、蚂蚁数科等厂商现身其中。

　　相对而言，中小金融机构则偏爱轻量化试点。公开信息显示，2025年6月中原银行金额智能体开发平台项目，由中关村科金以66万元中标服务，重点推进通用智能体快速适配。

　　中关村科金总裁喻友平在接受记者采访时表示：当前金融机构的需求较为务实，集中于降本、提效、合规与增长四大核心诉求。在投标中，公司主要以“平台+应用”组合拳服务，既能提供支撑全行级AI能力的基础平台项目，也可以针对某个具体场景提供轻量、快速部署的智能体解决方案。

　　肖艺学及团队在调研中也发现，2025年，金融机构较为关注验证智能体实际的业务价值。项目类型上，主要是“嵌入式智能体功能”（52.9%）与“独立智能体应用开发”（47.1%）两类项目双向发展。

　　全栈大厂VS垂类黑马商业模式比拼

　　从市场调研来看，当前金融智能体厂商阵营呈现多元化竞合态势，多种类型的参与者，依托各自资源禀赋与技术基因切入市场。

　　根据前述《报告》，目前市场参与者主要分为科技厂商背景（31.4%）、IT系统和垂类方案厂商（27.5%）、金融科技背景（21.6%）以及大厂背景（13.7%）四大类。

　　具体来看，部分云厂商的战略是面向金融机构推出全栈生成式AI产品，覆盖算力、大模型、智能体平台及应用的综合解决方案；一些拥有金融业务KnowHow的数科公司或金融科技公司，主要探索RaaS（结果交付）的商业模式；此外，垂类技术厂商也是一类主要的市场玩家，涉及AI厂商、数据科技厂商、RPA厂商等；最后一类则是解决方案厂商（如系统解决方案厂商、垂类场景解决方案厂商）。

　　综合不同市场统计数据的公约数来看，科大讯飞、百度、阿里云、蚂蚁数科、火山引擎、腾讯云、中关村科金、达观数据等厂商，在金融行业大模型中标项目中较为活跃。

　　一家企业级大模型公司高管向记者透露：目前金融机构在选择厂商时，两种心态较为多见，一种是看重供应商品牌价值、综合能力并叠加了一定免责心理，这类机构倾向选知名大厂。另一种相对追求性价比，重视贴身服务、响应和配合度以及落地效果，这类机构也愿意尝试选择一些垂类领域的服务商。

　　在TO B厂商核心的业务模式上，据记者了解，目前厂商涉及金融领域大模型服务的付费模式主要以项目制为主，即根据解决方案的定制化程度、开发工作量、软件授权和交付服务进行整体报价。

　　此外RaaS（结果即服务）模式也在萌芽。例如蚂蚁数科等厂商探索“风险共担、按效付费”，即支持企业客户根据大模型应用的实际效果（如业务增长或成本节省）来付费，而非传统的项目制或订阅制模式，也迅速在市场上激起不小浪花。

　　这也在一定程度上折射出科技公司服务对象从金融机构成本中心转向金融机构利润中心的趋势。在蚂蚁数科副总裁孙磊看来：业务价值将成为AI投入的核心驱动力。这一模式的未来目标，是推动全链路价值交付，比如按效果付费，分阶段评测，按照智能体准确率和提效指标来收取费用。

　　不过这一模式实施起来对厂商的挑战仍然较大。喻友平向记者直言：“相对于‘按效果付费’，市场相对更常见的是将‘效果承诺’（如效率提升百分比）作为项目验收和价值衡量的关键指标。我们目前的收费模式以项目制为主，同时还有API调用收费，此外也在与部分客户共同探索按效果付费、持续运营和服务付费等模式。”

　　合规是底线价值交付成关键

　　根据《报告》，目前，96%的智能体应用实践处于初步探索期，大部分项目集中在“POC、智能体平台部署以及完成部署进入试点运行”的阶段；仅4%的应用实践进入敏捷实践期，主要集中在智能运营类场景或非核心金融业务场景。

　　天娱数科（002354.SZ）相关负责人向记者透露：公司大模型在金融行业主要落地在产研、获客、销售、用户留存等路径，通过接入通用大模型算力与推理策略的基础上投喂语言与数据开发垂直模型。目前在部分通用办公场景上也会考虑使用付费智能体。

　　根据《报告》，安全合规、价值评估、落地实践和持续发展是金融机构在采纳智能体时的核心决策链路，其中，合规是前提和底线。“确保智能体运行的可靠、可控，规避控制模型幻觉，防止被恶意操纵”在受访金融机构关注方向中排名第一。接受调研的金融机构均认为，如果影响安全合规，将会立即终止对智能体的应用。

　　“过去一年，业务中最关键的一步是引入了校准强化学习（RLCR）技术。”度小满相关负责人告诉记者，“我们训练模型在输出决策时，必须同时给出置信度的量化指标。这意味着模型在面对复杂逻辑时，具备了自我评估的能力——能告诉业务人员自己有多大把握。这种从确定性向概率校准的转变，极大程度抑制了不可控的幻觉风险，让大模型真正具备量化决策任务的能力。此外配合底层的安全沙盒机制，也确保数据合规性底线不被突破。”

　　《报告》在趋势预测中提出了一些值得金融机构和厂商共同关注的方向：未来的1—2年行业处于“混沌中的考验期”，将有大量形式多样化的融智能体项目涌现，低质量的项目将在初步探索期被淘汰。到2028年，预计26%的融智能体项目会因缺乏合理成本规划导致项目ROI不达预期， 甚至部分客户会放缓投资节奏……

　　在喻友平看来，行业在拥抱大模型的同时，也要警惕 “唯大模型论”。应该强调 “大模型 + 小模型” 协同——大模型负责语义理解、复杂决策（如客户需求洞察、财富方案生成），小模型负责垂直场景精准执行（如语音识别、图像 OCR、风控规则落地）。

　　“我们预计35%以上的融机构将在2028年前实现构建面向价值增长的融Agent Infra（智能体基础设施）。金融智能体最终要回归价值创造，解决效率、成本、风险痛点才可持续。”肖艺学强调。