2024年金融行业生成式AI投资规模36.26亿

    人工智能技术发展如火如荼，我国已给出了明确的指导意见。2025年8月国务院《关于深入实施“人工智能+”行动的意见》及《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》等政策均对人工智能的发展给出了指导意见，标志着“人工智能+”行动正式从政策倡导迈入规模化、商业化落地阶段。

    金融行业正在经历从“工具赋能”向“智能重构”的战略转型，AI不再仅仅是提升效率的辅助工具，而是有望成为重构业务模式和生产关系的核心驱动力。IDC数据显示，2024年中国金融行业生成式AI投资规模为36.26亿元人民币，预计到2028年投资规模为238.04亿元人民币，年复合增长率（CAGR）为60.1%。其中，2024年保险及资管行业的生成式AI的投资规模为14.11亿元人民币，到2028年将增长到94.89亿元人民币,年复合增长率为61.0%。

    其中，智能体基于“感知-推理-决策-组织/行动-进化”的闭环，以及在自主解析任务、自然交互、跨工具协同、动态优化闭环等方面的卓越能力，正在客户服务、业务流程优化与协同、业务运营、智能决策等多个关键领域发挥核心作用，为企业智能重构带来更大的价值。

    在此背景下，国际数据公司（IDC）于近日发布了《中国金融行业智能体最佳实践案例分析之保险与资管篇》（Doc# CH52907925，2025年10月）。报告瞄准当前保险和资管机构在智能体应用实践方面所面临的挑战、难点，及其在软件工程、智能营销、业务运营/安全运营、智能理赔、经营分析等场景的具体实践方法和实践成效等方面进行了深入阐述，以期以较前沿的实践梳理和洞察，为行业提供参考。

    IDC调研发现，64%的中国企业已在测试或计划部署AI智能体，优先应用到运营（59%）、研发（50.5%）和财务（38%）流程中（来源：IDC’s Future Enterprise Resiliency and Spending Survey, Wave 1, 2025年2月，中国n = 100）。同时，在采购AI智能体时，企业更倾向将其作为“助力业务结果”的引擎，而非仅仅是工具功能的扩展。

    根据IDC观察，头部机构普遍把智能体先用于员工侧（研发/客服坐席/运营/合规），以降低风险与幻觉；对客侧聚焦可监督的“可办理服务+强校验”，逐步引入工作流自动化。智能体通过“对话+工具编排+记忆/知识库+审批路由”，在保险及资管机构的内部生产力提升以及外部业务场景中已初步实现可度量的业务效果。

    本次IDC PeerScape报告提供了金融行业智能体最佳实践案例洞察（保险及资管篇）。IDC认为，未来，智能体形态更多元，其将从单一功能代理向自主协作智能体集群演进，形成更复杂的“AI大脑”，赋能内部生产力的提升及外部业务运营效率，即从辅助环节深入至核心业务决策（如核保、理赔、投资决策以及精准营销），并横向拓展到更多金融子领域。同时，人机协同的作业模式也将持续深化，企业经营更加强调“专家经验+AI能力”的结合，人机协同成为主流模式。

    同业洞察

    某人寿财险机构通过构建多智能体协同体系，在需求分析、代码生成、测试设计、数据分析、安全运维等关键环节提供深度赋能，推动研发模式从“人工主导”向“智能驱动”跃迁，原需测试需求分析及用例设计所需时间单位为天，现缩短至以小时为单位。

    某保险机构聚焦车险业务场景，通过搭建车险语音智能体以及碳硅之间的协同模式，提升外呼与营销能力的个性化与精准性。目前在客户简单外呼业务场景中，已实现100%硅基员工代替，人力成本节约60%；在复杂的车险业务场景中，通过硅基碳基协同，同等业务规模下人力节约20%。

    某证券机构通过打造依托智能体技术的经纪业务智能运营助手，其不仅能实时感知业务场景，并自主规划业务路径，而且可以通过多工具协同及业务上下文记忆，最终实现“员工赋能—客户服务—业务闭环”的全流程智能化升级。目前80%的常规与高频问题全面由AI接管。

    某保险集团通过构建适配集团公司全域的智能安全运营体系，将智能体深度嵌入资产漏洞管理、降噪分诊、威胁研判、响应处置、溯源遏制等安全运营全场景，以此全面提升全系统威胁检测精度、响应速度与协同效率，降低安全运营成本。

    某寿险机构搭建AI能力中心，引入大模型技术、智能对话引擎与工作流自动化能力，并将其能力标准化封装为API嵌入关键业务流程，以"AI能力中心+智能体工作流"，实现"对话即报案、交互即服务"的智能理赔模式，并使理赔周期由3–5天缩短至3分钟，最快42秒完成理赔。

    某寿险机构精准把握业务人员在经营分析、趋势预测等方面的查询场景需求，分阶段推进智能问数智能体建设，借助智能问数智能体的查询能力和经营洞察的分析能力，提升保险业务经营决策水平及业务处理效率。原本需数小时甚至数天的分析任务，现在可在数秒内获得查询结果与可视化图表。