上证报中国证券网讯（记者王子霖）“大模型决定能力下限，行业知识才决定能力上限。”日前接受上证报记者采访时，神州信息常务副总裁于宏志以此回应一个行业热议的话题：当百度、阿里等互联网大厂纷纷深入金融领域、直接服务银行，传统金融IT服务商是否正在被“边缘化”？

　　接受记者采访的神州信息高管一致认为，问题的答案绝非“谁取代谁”。一个更清晰的分工格局正在浮现：大厂擅长搭建底层平台，而以神州信息为代表的软件开发商（ISV），负责完成从模型到业务的“最后一公里”。

　　大厂与行业ISV各擅胜场

　　神州信息新动力数字金融研究院副院长薛春雨从技术落地角度阐述了这种分工的合理性。他认为，大厂与行业独立软件开发商（ISV）在银行AI生态中扮演着不同但互补的角色。大厂的优势集中在底层算力、基础模型和标准化平台——这些是银行AI应用的“地基”，需要强大的研发投入与规模效应。

　　而神州信息擅长的，是在此基础上解决银行业务中的具体问题。以对公开户为例，该业务涉及资质审核、监管报送、账户管理等多个环节，每个环节都有复杂的业务规则和合规要求。这些规则并非源自教科书，而是数十年实践沉淀的行业经验。

　　“这不是高下之分，而是专注点不同。”薛春雨表示，大厂致力于让模型更强大、算力更充沛，而神州信息聚焦于让这些能力在真实业务场景中“跑得通、跑得好”。他观察到，银行在采购AI方案时，越来越倾向于“专业的人做专业的事”：算力平台选择大厂，业务系统选择深耕行业的服务商。这种组合正成为主流。“双方不是替代关系，而是上下游的协作关系。”

　　于宏志进一步剖析了大厂与行业ISV的定位差异。他指出，大厂服务金融机构的商业逻辑，决定了其更关注如何让银行“用起来”——即通过持续的API调用和算力消耗回收基建成本。而神州信息几十年来始终与金融机构站在一起，核心诉求是“构建系统、提供服务”，帮助银行真正解决业务问题。

　　“大模型能力会越来越强，通用能力会越来越趋同，这是‘下限’。”于宏志说，“但要做行业应用，必须拥有专有知识和行业积淀。神州信息近四十年积累的，恰恰是那些刻在每家银行业务细节里的东西——这才是真正的‘上限’。”他补充说，神州信息保持多模型适配能力，在同一场景用不同模型测试效果，为银行提供不被单一厂商锁定的选择空间。

　　行业经验是AI落地的关键

　　AI创新中心总经理晋梅分享了一个真实案例。某家银行从大厂采购AI平台后，发现难以与自身业务结合。银行甚至高薪从大厂挖来技术专家，但该专家因从未接触过银行核心系统的复杂流程，在现场难以有效开展工作。

　　最终，银行请回了神州信息的团队：一位拥有20年行业经验的资深专家，凭借对信贷审核、合规报送、账户管理等场景的深度理解，花费数月时间，将AI能力与业务流程逐一打通。

　　“大厂的平台很强，但他们的人未必了解银行的‘开户’需要经过几次人工复核。”晋梅说，“而我们数十年积累的，恰恰是这些看似琐碎、实则关键的行业知识。”

　　她告诉记者，银行对于AI投资的心态正在发生变化。2025年初，银行普遍集中采购算力、搭建平台，竞争焦点在于AI场景的数量；到了2026年，银行管理层开始审视去年投入的大量资金所产生的实际效益。

　　“今年银行在采购AI方案时，会明确提出上线周期、反馈指标、投资回报率测算等具体要求。那些缺乏场景运营能力的纯技术平台，最终往往被闲置，难以产生实际价值。”她表示。

　　在晋梅看来“大厂看重的，不是这些服务商的代码，而是他们手中数千家银行的客户资源，以及沉淀了几十年的行业知识。”

　　正如于宏志在采访最后所言：“我们和大厂各有所长。他们的目标是让算力跑起来，我们的目标是让业务跑起来——这两件事，本来就不矛盾。”