生成式 AI 正快速改变金融服务业，并在诈欺侦测、风险管理、投资研究与顾客交互等领域加速创新。NVIDIA 于 4 月 17 日参加由 Macnica 主办的「NVIDIA 金融 AI Meet-up with Macnica」，NVIDIA 全球银行策略负责人 Ase Blanco 介绍 AI 如何改造金融业务，并分享全球最新趋势。日本主要金融机构与合作企业也登台，分享为满足日本国内对数据主权与高精度兼顾需求所推动的最新措施。 Blanco 表示，AI 的应用不是单纯的进化，而是真正意义上的革命。他强调，NVIDIA 并不只是芯片制造商，而是支撑 AI 革命的平台，从芯片、基础设施、模型到应用程序，都以集成式堆栈提供。NVIDIA 也高度投入开源，不只公开模型，也公开训练数据与训练后权重，让用户能创建新业务。他指出，金融业必须建构可由自身掌控的智能。 金融服务是全球获利最大的产业，每年创造约 1.2 兆美元利润。仅通过 AI 改善流程，就可能带来 2,000 亿至 3,400 亿美元的额外利润。另一方面，诈欺每年造成超过 5,000 亿美元损失，且以每年 10% 以上速度增加，因此 AI 诈欺侦测具有庞大价值。NVIDIA 调查也显示，99% 金融业者将持续或扩大 AI 投资，89% 已感受到 AI 带来的营收增加或成本降低，84% 认知到开源的重要性。 Blanco 指出，未来银行将不再由数据集驱动，而是由智能驱动。2025 年已有多家大型银行导入 AI Factory，这是可比拟 1960 年代导入大型主机的历史转折。AI 中心化银行应结合自有专属数据与开源模型，创建各银行独有的智能。未来银行将拥有多个专门模型，例如授信审查模型、产品与价格知识模型，以及理解顾客行为的交易模型。 AI 模型可改善既有流程，也能提升员工生产力。例如 RBC Capital Markets 将分析师原本需 40 小时的分析工作缩短至 15 分钟，涵盖股票数从 1,500 档增加至 2,500 档。GPU 也让过去需整晚运行的风险分析与定价计算缩短至 1 小时以内，创造更多时间进行新分析、发现与机会探索。 Blanco 最后表示，金融业是数据产业，而 AI 将数据转换为智能。AI Factory 是扩大这项机会的基础，技术本身已存在且可运作，真正课题在于企业如何从商业角度投资并运用 AI。每一家银行都必须重新定义「银行是什么」，未来 10 年将是连续创新的时代。 随后，日本 8 家代表性机构分享最新成果。京都大学经营管理大学院南正太郎介绍能以数学方式保证信息品质的 LLM，以及 AI 时代所需的新 OS。KDDI 分享与 MUFG 的协作，聚焦在机密性、专业性与模型固定性需求高的金融特化 AI。大和总研介绍在本地 GPU 环境中以 NVIDIA NIM 实现语音转文本与文章摘要的验证。NRI 分享以金融法规应对为题，创建产业与任务特化 LLM，并在三项实务任务中达到高于 GPT-5.2 的精度。 First Accounting 介绍使用 NVIDIA Nemotron、NeMo Data Designer 与 DGX B200 创建企业文档特化 SLM，将信息抽取精度从 89% 提升至 100%。瑞穗金融集团分享「瑞穗 LLM」的阶段性建构，并探索以 NeMo Curator 与合成顾客 persona 数据强化训练数据。乐天集团介绍金融领域 Vertical LLM 的微调设计、学习流程与性能比较。Ricoh 则展示以 Dify、Nemotron-Nano-9B-v2-Japanese、kintone 与内部保存集成，支持财务影像读解、事业性评估与融资禀议书草稿生成。 会场也展示加速金融 AI 应用开发的技术。Macnica 展示兼顾数据主权与 persona 型市场调查仿真的金融机构本地 LLM，并以 NVIDIA Nemotron-Nano-9B-v2-Japanese、Nemotron-Personas-Japan 与 DGX Spark 实现反映日本地理与人口分布的调查仿真。NVIDIA Inception 成员 Ippu Senkin 展示金融特化本地生成式 AI 服务 Local AI Agent，可在本地环境自律处理从文档生成到程序开发等业务。