在2025金融街论坛年会期间，国泰海通首席信息官俞枫围绕人工智能在证券领域的应用发表主旨演讲。他指出，AI已成为行业高质量发展的重要着力点，是以科技创新为核心的新质生产力。随着大模型技术快速迭代，金融行业需采用“通用+垂类”融合的“1+N”应用策略，通过模型组合精准适配场景需求，实现成本与效益的平衡。

一、AI作为新质生产力，深刻变革证券行业生态

俞枫强调，人工智能正引发全球社会生产力变革，推动各行各业提质增效。在证券行业，AI不仅是技术工具，更是代表新质生产力的核心驱动力，其影响力和应用价值持续扩大。大模型性能的提升已使其具备深度语义理解能力，显著改变了客户交互模式与业务逻辑，成为企业转型的关键竞争力。

二、技术迭代加速，模型能力组合成行业必然选择

人工智能发展呈现“进步摸高”特征，技术迭代周期缩短至约三个月。俞枫指出，从早期的规则系统到当前的深度优先模型，历史技术如混合专家架构、强化学习机制等仍为升级提供基础。证券行业应用更注重工程创新，需平衡不同阶段模型的适用性与成本收益，而非盲目追求单一新模型。因此，模型能力组合成为行业应用的必然路径，通过协同发挥各技术优势。

三、数据要素价值凸显，驱动全链条变革

在新一轮科技革命背景下，数据作为新型生产要素，通过AI技术加速转化为新增生产力。俞枫表示，数据已融入生产、分配、流通、消费及服务管理各环节，推动经济与社会治理方式深刻变革。证券行业需深化数据价值挖掘，将其转化为精准决策和高效运营的核心资产。

四、应用场景分层演进，从效率提升到自主决策

证券行业AI应用呈现阶段性演进特征：早期智能体聚焦客服、销售等场景，提升运营与办公效率；远期聚生机器人将实现环境感知与自主决策，成为驱动产业发展的贴身助手。这一路径体现了AI从工具性辅助向战略性赋能的升级。

五、“1+N”策略：通用与垂类模型协同破解行业痛点

针对金融行业特性，俞枫提出“1+N”AI大模型应用策略。通用大模型虽在语言理解、文本生成方面优势突出，但难以深入解决行业特定问题且成本高昂；垂类模型则能以“小而精”方式精准匹配需求。通过“通用+垂类”融合，实现模型有机协同，可覆盖多样场景，兼顾技术先进性与经济可行性。

俞枫的演讲为证券行业AI落地提供了清晰框架，凸显了技术创新与实用主义的结合。在2025金融街论坛“创新、变革、重塑”主题下，这一思路呼应了全球金融业通过科技赋能实现高质量发展的共同追求。