大智慧携手阿里云：把行情软件改造成AI原生应用
钛媒体《云栖战略参考》刊登的案例显示，成立于2000年、拥有二十余年数据积累的大智慧与阿里云合作，把传统行情软件改造为 AI 原生应用：双方在2024年夏天沟通两个多月，项目于2024年10月正式启动。改造围绕四大要素展开——把原本为“人”设计的行情、财务、资讯数据治理成“给 Agent 用”的数据；搭建以阿里云 FinXScope 2.0 为核心的智能体工程框架，包含任务编排层、工具执行层和安全沙箱层，并用覆盖行情查询、选股、特色指标、资讯研报、交易辅助、企业问数六大类别的 Skill 体系封装业务能力；建立四层记忆体系；以及人机协同的评测体系。文章称，意图识别最初调用某厂商全尺寸模型需约10秒，缩小模型尺寸后降到2-3秒，最终把意图分类直接训练进4B小模型，压缩到毫秒级；阿里云表示其策略是大模型做“大脑”、小模型做“关卡”，并按场景匹配不同尺寸的千问系列模型，同时提供 GPU 与平头哥 PPU 推理算力及弹性算力、FDE 驻场交付等支撑。
它展示了一家老牌金融软件商如何把数据治理、智能体工程与小模型调优组合落地，可作为同类行业 AI 原生改造的参考。
本文摘自《云栖战略参考》，这本刊物由阿里云与钛媒体联合策划。目的是为了把各个行业先行者的技术探索、业务实践呈现出来，与思考同样问题的“数智先行者”共同探讨、碰撞，希望这些内容能让你有所启发。
金融业是数字化、智能化的先行者，也是大模型技术落地的绝佳领域。从早期的电子交易系统到如今的智能投顾，技术每一次迭代都重塑着这个行业的运行逻辑。
当大模型的热潮席卷各行各业时，一个更深层的命题摆在传统金融软件商面前，如何将多年积累的数据资产与业务理解，转化为真正可用的智能能力，而非简单地接入一个 AI 对话框。金融数据是一个极其丰富、复杂的数据资产池，数据含义、口径、来源、时效性，每一个信息的偏差都可能让 AI 输出错误的回答，从而误导用户决策，这不仅是简单的财务损失，而是彻底摧毁用户的信任。所以，金融行业的 AI 改造，并不是接入一个大模型接口就能交差，而是要从底层数据治理到上层交互逻辑，完成一场由内而外的重构。