Louis在金融行业待了十年，做过行业研究员、产品经理，参与过全国性金融系统设计。2020年中秋，他写一份调研报告耗掉整个假期；今天把框架和素材喂给AI，调出几个自建Skill，几个小时交稿。IDC数据显示，2025年中国金融生成式AI市场规模17.4亿元，增速90.4%，2029年将增至113.5亿元。近日，Anthropic、Google Cloud、腾讯WorkBuddy、OpenAI、千问接连扎进这条赛道。
希鸥网观察到，需求端的池子足够深。中国结算数据显示，A股投资者超2.5亿，自然人占比99.76%，登记存管证券超4.2万只，沪深总市值近138万亿元；5469家上市公司每年滚动披露数万份定期报告，信息处理量以亿字计。券商、基金、保险的从业者每天在找数据、整理材料、搭初步模型上耗掉大半精力，这正是AI的主场。需求一直都在，巨头为什么偏偏挤在这个时间点进场？
拦在门口的是幻觉。金融对AI的要求是零幻觉、可回溯、审计留痕，过去这是禁区。Vectara幻觉排行榜的摘要事实一致性测试中，头部金融垂直模型幻觉率已压到2%以内；工程端RAG成为B端标配，模型被约束在机构给定数据源内作答；产品端每个结论强制挂引用、每次调用全部留痕。一位金融AI创业者的判断很直白：客户不追求幻觉率为零，他们关心说错了能不能发现、能不能定位。
另一关是Agent。聊天机器人时代，AI本质是搜索，把文档切成数据块、按关键词拼答案，只提效不改流程。Agent能跑通工作流闭环，基金公司的行业研究里，行业、要素、权重、方法论一层套一层，靠多个子Agent分工协作，整套研究框架才被AI化。头部VC投资分析师赵永国（Octo）的判断是，闭环跑通之后，金融行业第一次确认这东西真能用，这才是巨头集体入局的时间拐点。
剩下的是算账。外部数据账号年费上万元，一家中型基金公司一次采购几百个；实习生扒数据、整理数据、写会议纪要，人力成本不低，产出却是行业普遍认知。Octo的算法很直白，这是AI替代最现实的ROI。低基数（2024年市场仅9.14亿元）只是放大器，真正拉动90.4%增速的是需求集中释放，加上金融机构付得起钱。数据、技术、预算三样齐了，巨头才会同时挤进来。
希鸥网认为，三条路线对应三种利益格局。卖工具的Anthropic、Google、OpenAI放量最快，但技能可复制、模型可替换，护城河最浅；卖系统的腾讯WorkBuddy、阿里点金嵌进机构内网，权限、数据、审计留在墙内，客户更换成本高，也最考验企业服务能力；抢入口的千问连接消费者与金融服务，想象空间大，责任、牌照、信任三关最难。上游数据商反而更强势，Wind、同花顺、彭博的授权与口径，巨头绕不过去。被替代的岗位已经出现：实习生和初级研究员。
达利欧复盘自己崩盘时说过，他离谱地过度自信，并放纵自己被情绪左右，那一败涂地反而是他一生中最好的事情之一，因为它让他变得谦逊，而谦逊恰好平衡了他的进攻性。金融AI正处在同样的位置，技术跑通带来的兴奋，很容易让团队高估自己能吃下的边界。信贷审批、风险评估、合规决策这些核心环节，AI目前仍只是辅助，没有任何一家产品能覆盖借贷和存款的全周期。把谦逊放在进攻性前面，是入场的第一课。
达利欧还有个观察，人的最大缺点与最大优点互为正反面，有人过度冒险，有人过度规避风险，多数人在某一方面过度、另一方面不足。巨头也是。Anthropic、OpenAI强在模型与全球数据连接，弱在本地化交付与机构信任；腾讯、阿里强在企业服务和内网部署，弱在模型前沿性。创业者的机会不在正面硬刚，而在巨头结构性偏弱的缝隙里：细分场景的最后一公里、数据口径的脏活、中小机构的轻量部署，都是巨头不愿弯腰去捡的活。
达利欧用过一个比喻：为了拥有美好的生活，你必须穿越一片危险的丛林，可以安全留在原地，也可以冒险穿越。金融AI现在就是这片丛林，上游数据不在自己手里，下游大机构正在自研，东吴证券的秀财GPT、中金把资深分析师方法蒸馏成技能包、国君广发国信中信建投各自搭起智能体矩阵，长桥从底层到应用全链路自研。路径随时可能被截断。关键不在于是否冒险，而在于失败之后改不改做法，成功的人改变做法，继续利用优势弥补不足。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo