这就需要一个壁垒。而大模型具有随机性，这很难实现。”该分析师表示，出于这一顾虑，该模型初期仅供内部顾问使用，帮助新员工快速获取关键信息。

　　此外，为防止隐私泄露，其所在公司的法律部门提出不能在开放的大模型平台上训练。最终，该公司决定将开源模型下载后部署到公司服务器上，在本地完成检验、微调。

　　曹海峰认为，生成式AI对金融行业的潜在重塑将大于其他行业，主要由于其大量的数据沉淀、劳动力密集度高，以及与语言相关的工作内容占比高。

　　Tinus表示：“金融领域正在经历一场由多元技术融合推动的创新浪潮。在这场浪潮中，人工智能、区块链、大数据、云计算等前沿技术相互交织，为金融应用创新提供了强大的动力。”

　　Tinus表示，随着这些多元技术的不断融合和发展，人工智能必将进一步推动金融科技创新和金融应用领域的变革。

　　Tinus认为，AI在金融领域的应用中，数据全生命周期的安全保障问题至关重要，可信人工智能将成为重要的发展趋势。

　　可信人工智能的要素包括安全性、鲁棒性、公平性、可解释性、隐私性、可控性等。采用隐私计算、区块链、数据沙箱等技术搭配融合，是实现人工智能隐私增强的有效手段。通过隐私增强打造可信人工智能的安全底座，将赋能金融科技在从“数字化”向“数智化”转型的道路上，实现安全可靠可追溯，促进人工智能的可持续发展和更多创新应用。

　　“AI Agent是大模型在金融领域应用的一个重要趋势。AI Agent是基于大语言模型进行构建，同时具备记忆检索、决策推理及行动顺序选择等特性，让其在处理复杂任务上更具备优势，被认为是未来的发展方向。AI Agent的智能决策、自动化执行、个性化服务、持续学习和优化等特点，能够为金融机构提供更加智能化、更高效的服务和决策支持。”Tinus表示。