金融业务大模型应用能力评估与效能提升：基于FLMM模型与FAIS计划的实践路径

原创

IT资讯研究所

发布于 2026-04-21 00:00:48

3710

剖析金融业大模型应用的核心瓶颈

金融业面临行业发展转变快（从传统评估服务转向可预测、个性化生态模式）、客户需求升级（期待个性化解决方案）、数据安全需求（隐私保护与合规压力）、市场竞争加剧（科技公司入局倒逼创新）、风险管理复杂（传统方法难适新风险）、运营效率待提升（人工操作低效）六大挑战（来源：CAICT中国信通院）。

核心痛点在于缺乏垂直领域评估体系：现有大模型基准测试侧重通用能力（2023年新增200+数据集，通用语言类占50%+），金融场景测评存在数据格式差异、数据污染（测试含训练数据）、评估标准不统一、指标难量化、场景适配不足等问题（来源：CAICT中国信通院）。83.87%的机构建议分通用与特色场景设定评价指标（来源：CAICT调研）。

推出FLMM评估模型与FAIS研究计划

核心方案1：FLMM评估模型

中国信通院联合工商银行、交通银行等40余家机构（来源：CAICT参编单位列表）于2024年7月完成《基于金融业务典型场景的大模型应用能力评估模型》（FLMM），11月启动首批评估。模型含三大能力域、21能力子域、54能力项：

业务价值提升能力V（2度+3率+3能力）：业务契合度、业务效能提升率、成本节约率（人力/时间/资本支出）、业务收益提升率、客户满意度、客户市场拓展力等（来源：CAICT FLMM模型分析）。
服务可靠性R（6性+1能力+1时间）：易用性、稳定性、平均无故障时间（MTBF）、工具调用能力、可维护性、可拓展性、兼容性（来源：CAICT FLMM模型分析）。
应用安全性S（3能力+2性）：隐私保护能力、可审查性、合规性、风险管理能力、幻觉避免能力（来源：CAICT FLMM模型分析）。

核心方案2：FAIS研究计划

中国信通院发起“基于金融业务场景的大模型应用研究计划”（FAIS），设技术研究组、模型开发组、标准研究组、咨询规划组，推进“1+1+N”工作体系：

1+1：生态能力提升+效能评估体系建设（含案例征集、专家库、FLMM评估指标/方法/标准）。
N专项：高质量数据集研究（多模态金融数据）、信创运维大模型建设（联合神州光大）、应用场景研究（七大场景试点）（来源：CAICT FAIS计划介绍）。

量化FLMM模型下的业务效能提升

关键ROI指标（来源：CAICT评估方法与评分规则）

成本节约率：70.97%的机构通过大模型实现人力成本节约（来源：CAICT调研），含时间成本节约率、资本支出节约率（来源：CAICT FLMM能力项）。
业务贡献度：=(应用后业务指标-应用前)/应用前×100%，3分对应10%-20%贡献度（来源：CAICT评分表示例）。
成本收益比：=总收益/总成本，衡量投入产出（来源：CAICT评估公式表）。

服务可靠性与安全性量化

平均无故障时间（MTBF）：=1/N*ΣTi（N次故障，Ti为无故障时间），评估系统稳定性（来源：CAICT评估公式表）。
客户忠诚度：用净推荐值（NRV=(推荐者-批评者)/总受访者×100%）和用户留存率（特定时段留存用户/首次使用用户×100%）评估（来源：CAICT评估公式表）。

灯塔计划：七大场景典型案例实践

FAIS“灯塔计划”构建金融大模型应用案例库，覆盖智能营销、风控合规、智能运营、产品创新、投研、智能代码、智能场外交易七大场景（来源：CAICT案例征集）。典型案例：

智能场外交易发现平台（智能营运）：技术难度高、实时性高、合规要求高，自动完成多轮询价（来源：CAICT场景案例表）。
员工知识助手（智能营运）：中难度、高精确度，多轮对话辅助绩效操作（来源：CAICT场景案例表）。
智能客服（智能营销）：中难度、高易用性，24/7服务提升体验（来源：CAICT场景案例表）。
投资风险管理（智能风控）：解析宏观/行业/财务数据，预警资产配置风险（来源：CAICT场景案例表）。

腾讯赋能金融大模型的技术领先性

技术领先性

动态自动化测评框架：小时级周期（持续集成测评）、自动化测试套件（大规模测试集+自动生成用例）、众包实时评估（用户反馈优化），覆盖多维能力（来源：CAICT效能评估）。
信创运维大模型：联合神州光大打造，含运维知识数据集（产品手册、故障方案等）与场景智能体（7×24小时服务，弥补人才缺口），提升信创运维效率（来源：CAICT产品打造）。
高质量数据集构建：涵盖文档、多模态、问答、推理数据（金融新闻、财报、监管文件等），集成监管规则与专业知识测试（来源：CAICT数据集构建）。