九卦 | AGI是月亮，银行AI场景化落地是六便士

主要观点总结

文章介绍了关于人工智能的发展状况和应用场景深化，特别是在金融领域的应用。包括AGI的9年预测、AI微笑曲线的演化、银行AI场景深化的挑战以及其他相关话题。文章还提到了智能体经济、大模型的应用场景、各类AI模型的优势和不足，以及评估AI价值的新视角。

关键观点总结

关键观点1: AGI的9年预测

根据红杉资本的预测，人工智能可以完成的任务长度每7个月翻一番，呈指数增长。从当前模型能处理约1小时任务的水平，到达到爱因斯坦思考广义相对论所需的8年时间，这意味着在9年内，人类将拥有一个能够发现广义相对论的模型。

关键观点2: AI微笑曲线的演化

主要趋势为技术轻量级和场景深化。技术突破使千亿参数模型可部署至普通服务器，通用大模型向垂直领域渗透，形成“开发-场景化-营销”新曲线。全球客户的关注点从“能用的工具”转向“能写入利润表的实际结果。

关键观点3: 银行AI场景深化难度

银行AI场景深化面临概念、财务测算、岗位人才、监管等多维度问题。除了技术，其他障碍还包括如何衡量AI产品的ROI，如何形成合力进行业务和技术人员配合，以及监管是否进入AI时代等议题。

关键观点4: 各类AI模型的优势和不足

文章比较了各类AI模型如Agentic AI和Conversational AI的优势和不足，以及在金融考试和智能语音交互场景中的表现。

关键观点5: 评估AI价值的新视角

将AI Agent视为数字员工为评估其价值开辟了新视角。在特定业务场景中，如营销和催收场景，AI坐席展现出高效能，其成本与产能的对比使得企业在评估AI投入时能做出更具针对性与科学性的决策。

文章预览

作 者 | 百融云创研究院 来 源 | 九卦金融圈 一、AGI的9年之约 最近的红衫资本AI峰会广受关注，会上OpenAI研究员丹·罗伯茨 (Dan Roberts)为了更直观地展示当前模型的推理水平，设计了一个巧妙的思想实验：让1907年（广义相对论提出前）的阿尔伯特·爱因斯坦尝试解答一道关于广义相对论的期末考试题。 结果显示，O3模型已经能够在一分钟内解决复杂的教科书级物理计算。而爱因斯坦本人，则需要大约8年的时间才能“发现这个问题”。 爱因斯坦的思想实验可以作为衡量当前AI推理能力的标尺。 红杉资本的合伙人康斯坦丁提到“人工智能可以完成的任务长度每7个月翻一番，呈指数增长”。基于此，丹进行了一个大胆的推断：从当前模型能处理约1小时任务的水平，到达到爱因斯坦思考广义相对论所需的8年时间（大约需要16个翻倍周期），这意味着“在9 ………………………………