金融行业对生成式 AI 的采用正从试点转向规模化落地，但不同模型的偏好已显现明显分化。多家全球银行在过去一年将大量预算投向 Anthropic 的 Claude，用于自动化工作流、尽调分析和实时风控，而非更通用的 GPT 系列或开源方案。这反映出企业级用户对模型可靠性和合规性的优先排序。
具体来看，Claude 在处理长上下文文档和结构化推理任务上表现出色，适合银行高合规要求的场景。相比之下，OpenAI 模型虽在创意生成和多模态上更灵活，但部分机构因 token 消耗和安全顾虑转向更“保守”的闭源选项。Bloomberg 近期报道指出，银行正为 AI 培训和集成支付高昂费用，全球机构已投入数十亿美元，却仍在为工作流自动化寻找平衡点。
根本驱动力在于推理成本下降与监管压力并存。闭源模型提供更强的企业支持和责任边界，而开源方案虽成本低，但在数据隐私和审计追踪上仍存短板。过去微软与 OpenAI 的深度绑定，曾让 Azure 成为默认选择；如今 Anthropic 与多云策略的结合，正改变这一格局。
未来 6-12 个月，关键悬念在于真实 ROI 是否能匹配当前投入。若 Claude 等模型在欧洲和亚洲市场进一步渗透，闭源阵营或巩固企业份额；反之，若开源工具在定制化场景突破，或电力与算力瓶颈加剧，金融业可能转向混合架构。观察重点为各大银行下一季度财报中 AI 相关支出与营收贡献的对比。
信源：https://www.bloomberg.com/opinion/articles/2026-05-26/ai-boom-bankers-love-of-claude-carries-a-heavy-price
