在监管评价“指挥棒”指引下，当地部分银行落地了力度更大的普惠业务免责细则：若信贷出现风险，需由银行合规部门举证经办人员存在履职疏漏，方可启动追责。 新疆独特的地理格局与人口分布特点，大幅抬高了银行线下摸排、客户触达与实地尽调成本，对普惠金融下沉拓面、规模化落地构成天然约束。 受访的12家金融机构当地分支机构均积极绑定数字大模型，信用贷款的信审依据主要源自大模型算法下的农户信贷画像，以此构建普惠领域专属的信用评估体系，并在此基础上形成差异化放款额度。

2025年，产业应用取得实质性突破，已经开始全面嵌入到生产流程的各个环节中。 整体观察，金融机构AI投资增速虽低于想象，但结构却不断优化，金融大模型“应用元年”得以确立。 AI是先进的引擎，却被当作“插件”装在旧马车上，能否让这个马车提速尚未可知。

中国互联网行业发展水平和监管水平均居世界领先水平，可以把互联网领域成熟有效的监管经验借鉴到人工智能领域，构建人工智能算法治理体系，弥补监管体系空白。 金融机构对于最前沿的人工智能大语言模型技术“既爱又怕”，既希望通过科技赋能实现商业模式上的迭代进化，又担心技术失控给金融机构带来新的风险隐患。 人工智能也给金融消费者权益保护带来新的课题。金融机构一旦发生被不法分子利用高科技手段攻击，诸如利用人脸识别或人工智能技术冒领储户存款，损失谁来承担？谁有举证义务？这些问题现实且棘手。

进入2023年以来，无论金融科技从业人员数量还是金融科技投入金额，各金融机构的投入有所放缓。 对于“大模型”各项投入进入审慎期。投入的冷静与表象的火热形成了反差。 随着各金融机构数字化转型进入深水区，金融机构系统问题时有发生，甚至成为热搜新闻。第三方支付公司数据安全成为雷区。

进入2023年下半年，国内金融机构加快布局大模型。除银行外，保险公司和头部券商渐次加入“百模大战”。值得注意的是，消费金融公司也开始逐鹿大模型之战。 从开发模式看，与第三方合作仍是金融机构开发大模型的主流方式。相比于自主研发，合作研发性价比相对较高。 即使在大模型应用最广的客服业务，仍面临诸多问题。此外，金融机构App存在利用智能客服过度营销的现象，如，利用机器人电话频繁骚扰。 在合作模式下，金融机构关注的问题主要有三个：一是效率；二是安全；三是合规。

一位英国的“80后”创业者与一位大学教授联手，通过对推特（Twitter）上每天超过3亿条推文进行抽样，对网民的情绪评分并做成金融模型，以预测证券市场趋势。尽管两个合作者后来分道扬镳，尽管这种预测被一些市场人士批评为“不太靠谱”，但这个年轻人依然在坚持梦想。