2026世界人工智能大会期间，金融智能体规模化落地迎来新的发展阶段。
过去几年，AI在金融领域落地多停留在试点探索阶段：调研显示96%相关应用仅完成概念验证与小范围试点，难以深度覆盖核心业务；行业普遍存在重复开发、系统分散等问题，行业整体较难实现AI从基础可用到规模化稳定落地。
华为云联合宝兰德（688058.SH）等十余家合作伙伴搭建“行业AI梦工厂·智慧金融专区”，为行业提供一条从单点试点到标准化复用的落地路径。
从单点试错到行业资产共享
金融行业对AI落地存在严苛约束：监管要求严格、业务容错率低、数据敏感度高，与智能体灵活自主的技术特性存在适配难点。
艾瑞咨询2025年调研数据显示，当年国内金融智能体整体仍处于初步探索阶段，多数落地项目集中在客服、知识库问答等外围场景，信贷审批、风险管控等核心业务的深度落地案例较少。
分散试点带来明显行业成本损耗：各家金融机构独立搭建智能体体系，项目开发周期较长、研发投入偏高；多套智能体框架缺少统一管理机制，运维难度与数据安全风险同步提升；各项目沉淀的行业业务经验无法统一复用，难以形成标准化资产。
单一试点模式难以形成规模效应，也导致金融AI项目普遍存在投入产出效率偏低的问题。
智慧金融专区针对上述行业痛点提供一体化解决方案。专区基于华为云智果AgentArts企业级智能体平台，采用与开源openJiuwen内核同源的双架构体系，围绕手机银行、智能风控、远程银行、智能信贷等主流业务场景，对工作流、技能组件、模型、数据集、提示词等智能体资源标准化梳理，搭建可统一上架、按需调用的行业资源货架。
华为公司董事、华为云CEO周跃峰表示，未来十年智能体或将改变金融服务与业务决策模式，专区建设的核心目标，是推动大模型能力切实服务金融业务提效。
技术底座适配行业业务需求
在十余家合作企业中，宝兰德的核心优势在于：可统一管控多套智能体、解决系统分散问题的技术底座，以及适配企业内网环境的落地实施经验。
openJiuwen等开源框架降低了企业搭建单一智能体的门槛，但也衍生出新的落地难题：多套技术框架并行导致管理分散，安全权限策略难以统一配置，运维工作量大幅增加，项目沉淀的协同方案无法复用。行业规模化部署智能体，需要配套统一管理能力支撑。
宝兰德DeClaw产品聚焦补齐该类管控能力。产品不单独搭建全新智能体开发框架，而是基于openJiuwen的JiuwenSwarm能力搭建统一管控层：向下兼容多框架智能体协同能力，向上统一承载身份认证、安全策略配置、操作审计日志归集功能，打通底层技术框架与上层业务落地的衔接通道。
该方案贴合金融行业合规与管控需求：通过统一纳管多套智能体集群，机构无需针对不同框架单独配置权限与安全规则，整合分散的智能工具；配套技能仓库设置标准化审核发布流程，隔离开源组件与企业私有业务能力，兼顾使用效率与合规要求；双运行时自适应能力可无额外配置适配信创环境，匹配金融行业国产化建设需求。
除此之外，产品支持任务自动编排、任务断点续跑、大模型调用成本优化等功能，降低企业批量部署智能体的运维门槛，帮助openJiuwen技术框架更好地适配企业实际业务使用场景。
技术价值需要实际项目落地验证。依托适配华为openJiuwen的内网智能体平台，宝兰德已在某城商行完成三大核心业务场景落地，验证了内网环境部署AI智能体的可行性与实用性。
上述落地依托宝兰德AI汇智平台全栈支撑。该平台整合算力调度、大模型管理、AI应用建设能力，兼容华为昇腾等国产算力硬件，覆盖大模型全生命周期管理，打通底层算力到上层智能应用完整链路，支撑金融行业深度落地AI项目。
生态协同打造国产化AI行业方案
参与智慧金融专区共建，是宝兰德行业生态布局的重要一步，并非单次短期合作。
在金融领域，宝兰德主要输出场景落地方案与配套实施能力。公司将自身在内网智能体、多智能体统一管控方向的技术积累，以及经过城商行落地验证的风险预警、授信分类等业务组件，纳入专区标准化资源库。
中小金融机构可直接复用成熟方案，减少重复试点投入，快速落地智能体相关业务。在此过程中，宝兰德落地经验转化为行业通用资源，企业自身也同步参与共建行业统一落地标准。
宝兰德AI相关业务布局不局限金融赛道。公司深耕基础软件领域十余年，“基础软件底座+智能体上层应用”的全栈技术体系具备跨行业适配潜力。
依托内网安全部署、行业业务适配、多智能体协同三大核心能力，相关方案正逐步拓展至政务、电信、高校科研等领域：面向高校推出AI算力平台与应用性能监控方案，支撑科研算力调度；面向电信行业输出成熟能力，助力网络智能运维与业务运营优化。
公司整体技术路线坚持国产化自主适配。从底层中间件到上层智能体应用，产品体系适配国产硬件与开源技术生态，既能满足重点行业安全合规要求，也为跨行业长期拓展提供稳定技术基础。
(责任编辑：zx0280)
