过去两年，以AI（人工智能）技术和生成式大模型为代表的科技浪潮席卷国内外，科技发展方兴未艾；另一方面，中国金融市场正从高速发展阶段向高质量发展迈进。即将迎来成立30周年的金融科技龙头企业恒生电子，交叉感受着两个行业的潮涌和波动。

梳理近30年来金融科技的发展，恒生电子董事长刘曙峰在接受《每日经济新闻》记者（以下简称NBD）专访时提到了金融科技发展的三个阶段：信息化、网络化、数智化。时至今日，这一发展进程并不是渐进式，而是更多呈现出波浪式推进。

不同金融机构数字化进程深浅不一，当谈及数字化会不会拉大企业之间的发展鸿沟时，刘曙峰坦言，有这一可能性，但技术迭代，也为“船小好掉头”的中小机构带来更多弯道超车的机会。

2023年，恒生电子推出金融大模型LightGPT和大模型中间件光子。大模型如火如荼，对于开源闭源的模型路径，业内一度争议不止。但眼下，大模型应用场景的开发和寻找，在刘曙峰看来，是更需要关注的问题。

C端和B端模型应用入口，呈现了不同的发展阶段。C端会不会产生杀手级模型应用入口？原生的模型应用何时到来，成为他持续观察的方向。

“要做技术公司里最懂金融，金融行业最懂技术的公司。”这对强调工程师精神的恒生电子而言，是冠冕也是压力。如何持续保持技术的敏感性，保持对行业、对业务的专注和耐心，刘曙峰分享了他的“攻守道”。

恒生电子董事长刘曙峰 图片来源：受访者供图

金融科技30年：经历了三个发展阶段

NBD：从1995年到2025年，恒生电子见证中国金融科技30年的发展历程，从大背景看，中国金融科技行业在近30年间实现了跨越式发展，伴随着金融业的发展，哪些节点对您而言，是感受比较深刻的？

刘曙峰：过去的30年是中国经济大发展的30年，也是中国金融市场发展的30年。

从上世纪90年代有沪深交易所，到今天A股市场规模已突破90万亿元，银行间债券市场托管规模近150万亿元，中国金融市场的发展，在过去30年是非常引人瞩目的。

服务金融行业的金融科技，它跟随着市场的发展，又嫁接了技术变革浪潮，所以在过去30年迎来了非常好的发展机会。

梳理过去30年金融科技的发展脉络，我认为可以分为三个阶段。

第一阶段是金融科技信息化的过程，实际上是计算机技术对手工交易的替代，是一个效率提高的过程。上世纪90年代，恒生电子通过证券交易系统产品，帮助券商打造了高效、稳定、安全的信息化交易平台，以及通过刷卡委托、热自助委托和电话委托等创新产品，提供多种便捷的投资者自助下单工具，为资本市场引入信息化。后来我们通过银证转账系统的创新，进入银行业；1998年，我们开始为第一批诞生的公募基金提供产品和服务。到2003年上市时，恒生电子基本建立了证券、基金、银行三个行业经营的格局，为金融市场提供整体服务。

第二阶段是网络化阶段。互联网发展浪潮进入金融领域，改变了人们习惯的同时，也改变了大家获取金融服务的习惯，且逐步改变了金融机构提供服务的方式。这个阶段，通过不断的技术创新与服务优化，恒生电子的产品线逐步拓展至资产管理、经纪业务、财富管理和合规风控等金融市场核心领域，公司发展进入从1到10的阶段。

其后，随着计算技术的发展，带宽算力等按照摩尔定律进步，以及人工智能技术的突破，我们逐步进入到第三阶段，也就是数智化阶段。公司积极推进云计算、大数据、人工智能、低代码等前沿技术在金融垂直领域的应用和融合发展，开启新一代核心系统的技术升级和落地，发展数据服务、SaaS业务、大模型应用等新兴业务，加速金融业务的数字化和智能化升级。

可以说，恒生一直与中国金融市场同步成长。

NBD：当前处于金融科技的数字化阶段，您觉得现在是刚好在这个阶段的起点上，还是已经进入深水区？

刘曙峰：这三个阶段不是说一定按照某一个顺序关系次第发生的，它更像一个波浪，有此起彼伏的过程。

有些部位可能还在初级阶段，而有些部位可能已经进入深入发展的阶段。如果从数字化的整体发展来看，从开始提出云计算、大数据，金融科技行业就正式揭开了数智化阶段的序幕。

随着AI技术的突破，以大模型为代表的科技浪潮，把数字化推入到一个全新的阶段，这个阶段，我认为是全面展开数智化浪潮的阶段。

数字化转型是技术、业务流程、组织建设和文化转型综合的“四重奏”。除了技术本身，也要培养对技术的关注和重视，在组织内形成技术导向的文化。另外，考虑到各机构规模和能力不一，对于中小金融机构来说，如何在有效控制成本的同时推进数字化很关键，IT服务商也应提供适合这些机构的服务方案。再次，保持适当的投资力度至关重要，但更重要的是制定有效的数字化转型策略，并根据各自情况规划适合自己的转型路径。

NBD：目前金融机构的数字化建设也呈现了分化的行情，部分金融机构的数字化建设程度较深，数字化对一些金融机构而言，已然成为新基础设施的存在，但有的机构可能仍停留在较为浅表阶段，这会不会加大机构之间的发展差距？

刘曙峰：从现象来看的话，会产生这样的一种状况，也就是说，谁能够更好地利用数字化技术去赋能业务发展，谁就可能获得更好的机会。

但是我想强调的另外一方面是，随着技术的发展，技术也在越来越普惠，对新技术采用的门槛在不断降低。所以我们能不能保持一个开放的心态，在技术发展的过程中，充分拥抱技术带来的变化，利用新技术，包括技术的普惠性带来的机会，这很关键。

从这个角度来看，实际上一些中小的金融机构可能更具优势，因为它更灵活。

NBD：中小机构船小好调头？

刘曙峰：船小好调头，所以中小金融机构拥抱科技的态度非常重要，甚至数字化转型可能也为中小金融机构提供了一个弯道超车的机会，这是更值得我们关注的一点。

大模型应用真正的发展由场景驱动

NBD：当前的AI大模型技术被认为是新一轮的科技革命，在经历了2023年大模型百花齐放后，2024年行业大模型的应用落地成为市场关心的焦点，譬如推理训练成本、数据质量、应用场景等，恒生电子也推出了自己的金融大模型LightGPT，就金融行业应用而言，当前在金融大模型领域，更重视哪些层面的突破和发展？

刘曙峰：大模型的应用，对大部分的企业来说，有外部业务用户端和内部运营两个方面的应用，这两个方面的应用是可以同时展开的。

业务应用端的发展因为涉及外部环境，涉及用户的行为，大模型在用户应用端推广的过程会更具挑战；而在内部，充分利用大模型技术突破带来的优势，实现降本增效，往往这样的路径会更短，也更容易看到效果，在过去两年，不管是我们自己，还是我们对行业的观察，都注意到这一变化。

另一方面，不管是基础大模型，还是针对金融行业训练的行业大模型，大模型本身的能力已经跨越了“好用”这个临界点，接下来我认为关键的点在于如何让大模型用起来、跑起来。未来2至3年，很可能是大模型应用爆发的窗口期。

NBD：大模型在应用端的发展，在您看来，当前面临哪些机遇和挑战？

刘曙峰：如何找到一个好的场景来真正提升客户的使用体验，是当下更值得关注的一个点，也是大模型应用能不能发展起来的一个关键要素。

我们接下来的任务，是要去发现大模型应用的场景。在这个场景里能够提供有质量的服务，而且能够不断把服务延伸下去，大模型应用发展本质上是由场景驱动的。这可能也是每一个新的技术在应用过程中普遍性现象——即技术进步与市场需求之间相互促进的关系。

从这个视角来观察，当前金融大模型的应用仍处于比较早期的阶段，而这也让我们看到可应用场景其实是非常丰富的，不论是对客户的服务，还是公司内部运营效率的提高，都有很多应用场景，而且这些场景的验证过程还在持续的过程中，我们对未来两三年金融大模型场景应用的发展应该充满期待。

NBD：对标国外金融领域的大模型发展，我们在哪些方面可以学习和借鉴？

刘曙峰：我们最近确实也调研了一些国际上的大模型的应用情况，总体来看，国内外对大模型在金融领域的应用基本处在较为初级的阶段。

国外对AI的研究和应用，从发展历史和深度来看，比国内有一定的优势，但是大模型把大家的起跑线又拉平了，所以国内外当前在金融大模型的发展阶段基本差不多，后续就看谁能够更快、更好地找到应用场景，能够让它真正有一个应用上量的过程。

面向C端的大模型可能诞生杀手级应用

NBD：今年年初，业内一度对大模型开源和闭源路径的选择存在争议，现在行业对这一路径之争怎么看？

刘曙峰：当我们讲开源还是闭源路径时，大家讨论的是模型的选择，但我个人觉得模型今天已然不是短板了，应用场景的发现和运营才是我们需要突破的关键问题。一方面，我们要去满足客户对大模型应用各方面的需求，另一方面，很多机构对其具体能创造什么价值还不够清晰，我们还需要深入思考和创造更多实际应用。

此外，当我们将金融大模型的服务推广到C端时，还涉及一些合规的问题，这不仅仅在中国市场，在全球市场都是一个普遍挑战。

从我们的观察来看，金融大模型面向B端基于效率提升的应用发展会更快，面向C端的模型应用可能会慢一点。但往往面向终端用户的，是能够产生杀手级的应用，因为最大的入口在这里，大家的关注度也会更高，所以这是值得我们去观察和跟踪的一个市场变化。

NBD：之前我们看到市面上面向C端的大模型应用，在通用性和娱乐性方面有着还不错的表现。大模型带来的改变，似乎正在慢慢影响我们的行为方式？

刘曙峰：没错，所以这就是大模型、小应用，实际上是可以从一些小的切口切入进去。

另外，在当前这一阶段，我们注意到，很多模型应用是嵌入式的，在不改变原有流程的情况下，企业嵌入大模型的工具来提高效率，或者提高使用体验。

我们也非常期待大模型原生应用的入口。原生应用，它会是一个什么样的场景？它会是什么样真正杀手级的应用？这非常值得期待，因为这是一次代际的技术升级，它会带来结构性的变化。而这一结构性变化，会以原生应用入口的变化呈现出来。

目前大模型可能对我们带来的一个影响，我们叫语控万数，大家会思考对话框会不会成为一个原生的应用入口？

其实在搜索领域，我们已经注意到了大模型带来的一些变化，那么何时我们能创造一个原生的大模型金融服务入口，这也非常值得期待。

AI大模型的这一轮科技浪潮，实际是新的生态和代际变化的演化过程，这个新时代可能很快到来，也可能还需要观察一段时间。

业务重塑：从以交易为核心转向以风险为核心

NBD：从当前这一轮科技浪潮来看，技术的发展对恒生电子的业务结构会不会带来新一轮重塑？

刘曙峰：我们提出“更多一流产品、更加满意客户”的“恒生愿景2030”。

“更多一流产品”强调的是我们的业务边界，它有一个扩展过程，金融市场的发展进入了新阶段，在财富管理和资产管理两个核心领域来看，财富管理从以交易佣金为基础的发展阶段，进入到以客户服务为核心的驱动阶段，资产管理则从收益驱动转向风险驱动。这也意味着，整个金融科技体系的构建，从以交易为核心，转向以风险管理为核心的驱动模式。

过去30年系统建设的核心是交易，恒生电子在这个领域取得了非常明显的竞争优势，那下一个阶段，我们要做更多前瞻的探索。比如说数据服务，因为风险离不开对数据的使用和计算；比如说模型的构建；比如说组合管理体系的构建，这中间必然也伴随着整个流程的重构。在原有交易平台的基础上，我们需要进一步去构建中前台的投研、投管、风险管理和资产配置的核心业务系统。我们期待在未来3到5年，甚至5到10年内逐步完成这一转型，为公司带来更大的发展空间。因此，“更多一流产品”不仅指物理上的新产品推出，更是对未来发展方向的一种展望。

NBD：恒生电子横跨金融和科技两个领域，在过去的两年时间里，科技发展狂飙突进，新一轮AI浪潮奔涌而来，而金融行业在过去两年则进入了调整期，向高质量发展转型，对恒生电子而言，两个行业分化又交叉，你身处其中最深刻的感受是怎样的？

刘曙峰：中国金融市场从高速发展进入到高质量发展阶段，这个转型过程很难避免会有一些阵痛和波动，也会有更多的挑战。

一方面我们要适应这种波动，但是更重要的，我们要深刻地认识高质量发展阶段和高速发展阶段的差异性。高速成长阶段，往往只要你去做，总会是对的，因为总会有机会。但高质量发展阶段的企业要更聚焦、更有质量地去做事情，你才有机会更好地成长。

在这个过程中，企业要认识到自己真正的核心能力在哪里，如何去发展核心能力，使其变得更强，同时我们要去思考、去观察，未来成长的部位在哪里？因为这个阶段，不是所有的部位都有成长性，它有特定的方向，找准了才具备更多的机会。

最后也是最关键的，我们要有自己的方向和愿景。你最终要去向何方？明确这一点，专注、持续地去做。就像你刚才讲的，这两年尽管行业看起来面临一些转型和挑战，但技术发展风起云涌，也给我们带来了更多的发展机会。面对结构性调整，应有耐心和决心进行长期布局，最终在新的体系下实现更高效、更具竞争力的发展。