随着人工智能技术的快速发展，金融机构在数字化转型方面取得了显著进展，尤其是在大模型的应用和组织架构调整方面表现突出。

2024年，建设银行上线了168个金融大模型应用场景，累计达到193个，覆盖集团约一半员工。其中，授信审批金融大模型的财务分析功能将客户财务分析时间从数小时缩短至分钟级别，显著提升了业务效率。

招商银行、中信银行等机构也在数字金融建设中积极布局"AI+金融"的发展路径。招商银行不仅强化了"AI+金融"场景落地和生态建设，还发布了国内银行业首个开源百亿参数金融大模型"一招"，应用场景超过120个。工商银行则推出了企业级千亿金融大模型，赋能20多类业务、200余个场景。

中国平安在2024年年报中将全面数字化战略列为首要任务，并对AI技术的迭代和应用寄予厚望。肖京指出，集团内部员工每天的大模型调用数量达到25万至30万次，涵盖辅助办公、编程等多类场景。他认为，AI大模型的应用必将引发金融行业流程、模式和生态的根本性变革。

更多金融机构正在加速由"数字化"向"数智化"转型。与2023年相比，2024年的机构大模型应用更加广泛，涵盖风控、客服、营销等多个领域。

在组织架构方面，各银行纷纷进行调整以支持数字金融建设。平安集团通过成立专门的技术委员会来协调AI相关工作，而其他银行则通过设立创新实验室或数字化转型办公室来推动技术落地。

人才招聘也成为重点方向。许多银行增加了数据科学家和AI工程师的编制，并与顶尖高校合作建立联合实验室，以培养和引进高端技术人才。

在技术基础设施方面，大型金融机构持续加大投入。2024年，平安集团新增了超过10万台服务器用于支持大模型训练，而建设银行则将云计算能力提升了3倍，为业务系统的智能化升级提供了坚实保障。

专家建议，中小金融机构应避免"数字化焦虑"，根据自身特点制定转型战略，聚焦核心竞争力的提升。董希淼指出，市场竞争的关键在于核心技术水平，必须重视底层技术研发和创新环境的建设。

尽管大型机构在数字金融建设方面取得了显著进展，但部分区域银行和农商行仍显滞后。这些机构的研发投入占比普遍不足1%，技术布局相对落后，数字化转型仍面临较大挑战。

未来，金融机构需要在技术创新与成本控制之间找到平衡点。肖京强调，保障核心技术研发的创新环境仍然是重中之重。只有通过持续的技术突破和模式创新，才能在全球化的数字金融竞争中占据优势地位。