以ChatGPT为代表的消费级应用的面世，极大地提升了我们对AI价值的感知和想象空间。

　　中观来看，大模型时代，将来在落地的场景上，可能会最大程度影响未来的生活、工作以及研究、娱乐模式。大模型以超级助理的形式，会给千行百业带来降本增效的巨大机遇。

　　金融行业数字化进程基本走在大部分实体经济的前面，这是因为金融行业本身对于数字化接受程度高，以及金融行业比较早通过科技赋能提升服务跟产品的质量。

　　每一类保险都要经过产品设计、销售、定价承保、保单管理、出险、理赔全流程，更不用说有寿险、产险、健康险，每份保单的每个环节就是一个场景。如果把人工智能赋能到这些场景，会看到保险业态里可能会有很多超级代理人、人工智能AI代理的应用场景落地。

　　数据方面，数据质量、规模和多样性会影响大模型的效果和性能；数据获取、处理、清洗和标注等需大量资源，要建立起完善的数据采集、处理、管理和安全等体系；数据资源和数据处理能力不足，会限制大模型的应用效果和准确性。隐私方面，大模型的训练和应用过程中可能涉及用户的隐私信息及企业的敏感数据，需要采取措施保护用户隐私和企业数据安全。算力则是大模型训练的另一个刚需。

　　场景方面，当前科技公司有很强的能力，但是结合具体金融机构场景落地的时候，其对业务场景和赋能痛点还缺乏必要了解。