金融行业作为大模型应用的重要领域，正通过大模型技术在实际业务中创造显著价值。金融行业场景复杂且数据密集，每个业务环节都依赖于对信息的深入挖掘与处理，尤其是在决策支持方面。金融大模型凭借其在处理海量数据和复杂计算方面的天然优势，能够在风险评估、投资决策、客户服务、市场营销等核心金融业务场景中，发挥关键作用，帮助金融机构实现降本增效，提升业务运营效率与决策精度。
基于对2024年上半年中国金融大模型的调研与分析，弗若斯特沙利文（Frost & Sullivan，简称“沙利文”）联合头豹研究院发布《中国金融大模型市场追踪报告，2024H1》。本报告深入分析中国金融大模型的市场份额和竞争格局，阐述各商业模式和产品交付形式下的主要参与者，同时深入挖掘金融机构部署金融大模型的核心考量因素。
01
2023年，中国金融大模型市场的规模为15.93亿元，预计到2028年将增长至131.79亿元。2024年上半年，市场规模已达到16亿元，显示出金融大模型市场正快速扩张
随着大模型技术的不断进步与金融行业数字化转型的加速推进，中国金融大模型市场正迎来迅猛增长。预计市场规模将从2023年的15.93亿元跃升至2028年的131.79亿元。仅2024年上半年，金融大模型市场规模便已达到16亿元，全年规模预计将实现140%的显著增长。这一增长主要得益于大型金融机构，尤其是银行、保险公司和券商的强力推动。这些机构逐步将金融大模型视为数智化转型的核心工具，利用AI技术优化风险管理、客户服务及智能投顾等业务。同时，金融大模型的轻量化部署特性使得中小型互金机构也能够广泛采用，进一步推动了市场的扩展。
02
2024年H1中国金融大模型市场，MaaS部署占52%市场份额，引领中小型机构规模化应用，私有化部署占48%，是大型金融机构首选
2024年H1,中国金融大模型部署模式中，Maas模式凭借“开箱即用、按需付费”的特点，大幅降低了中小型互联网金融机构的技术门槛和初始投资压力。同时，私有化部署因其在数据安全、合规性以及深度定制方面的优势，成为大型金融机构的首选。未来几年，MaaS将继续占据主导地位，持续满足金融企业在降本增效方面的需求。
03
在金融大模型的落地应用中，标准化产品占据了约60%的市场份额，未来几年，标准化产品的市场份额将持续增长，预计2026年将会达到70%以上
定制化方案的部署周期通常为3至6个月，投入金额从数百万元到千万元不等；而标准化产品通过融合模块化架构与预训练参数解决方案，能够在4至6周内迅速完成部署。这类产品依托成熟的大模型平台，提供强劲的算力、资源调度、模型训练及推理能力，确保了高效的执行效率。未来几年，标准产品将凭借促进云技术与私有化环境高效融合能力，助力客户实现整体架构升级与迭代能力，及应对未来技术变革及不断变化业务需求提供灵活支持能力，推动其市场份额持续增长。
04
金融大模型在客服服务与数据分析等前中台场景赋能显著，但复杂金融决策领域仍需进一步深化
目前，金融大模型主要通过与厂商现有的数据库和大数据平台深度融合，优化营销、信贷、客服等核心业务场景，从而显著提升客户体验。同时，在中后台，大模型通过自动化的数据处理和分析能力，有效提升了业务流程的效率和决策的响应速度，进一步推动了运营效能的提升。然而，对于高复杂度的金融决策场景，如投资组合优化和衍生品定价等，金融大模型的智能化水平仍需进一步深化和提升。未来，更多的金融大模型将依托原生数据中台和智能应用体，在高复杂度业务决策场景提供更精准的支持，从而进一步推动金融行业智能化升级。
05
负毛利时代的百模大战后，未来3年，中国将形成“3-5家闭源巨头+1-2家开源平台”的格局，同时，头部企业将实行开源和闭源的双轨策略
未来三年，开源模型市场预计仅有1-2家头部企业，能依靠“非大模型业务”的现金流来支撑长期投入。这些企业会战略性地选择开源，以释放技术红利、培育开发者生态；同时，利用闭源模型保护核心技术，实现高价值变现。由于开源模型维护成本高昂，需要万卡算力并持续迭代，因此这些头部企业将会推出“有限开源”模式（如部分模块开源+核心闭源），或者采用“开源即服务”（开源模型必须部署在自家云平台）的方式，以实现商业与生态的双向驱动，从而模糊闭源与开源的边界。
在金融机构数智化转型的浪潮中，阿里云、百度智能云、华为云等企业凭借深厚的技术积累、对行业的精准把握以及丰富的项目落地经验，主导了金融大模型市场。这些领先的金融大模型企业不仅深耕自身技术领域，更以强大的技术优势为驱动，精准满足市场需求，为整个行业的智能化和数字化进程注入了强大动力。
