黃仁勛預言的100萬億市場，被易鑫金融Agent撞開一道口子

新智元報道

編輯：KingHZ

作者：譚璇

【新智元導讀】黃仁勛說Agent將創造100萬億美元。易鑫用Model+Harness的硬核組合，把這一預言提前落地汽車金融，效率革命已悄然拉開帷幕。

大模型在垂直行業的落地，正邁入深度融合的新階段。

過去一年，大模型概念在各行各業加速滲透。作為公認「最具AI潛力」的垂直領域，金融行業展現出了極高的敏銳度與行動力。

行業數據顯示，金融行業成為大模型技術落地的核心戰場，全球近半數金融機構已積極引入大模型。

盡管目前大模型在核心業務環節的應用仍不足10%，但這恰恰意味著一個超過90%的藍海市場正等待行業去開拓。

然而，巨大潛能的背后，同樣伴隨著極高的落地門檻。

金融業務兼具復雜性與專業性：獲客線索來源多且分散，單筆融資額從數萬到數十萬不等，業務周期普遍超過20天，所需材料最多可達60余種，涉及15+關鍵決策節點，業務路徑組合可達數萬種，且存在正向與逆向反復決策過程。

面對這種復雜、動態的業務鏈路，缺乏業務根基的通用大模型或簡單的「套殼」應用，往往只能停留在業務外圍。

它進不了預審、碰不到風控，更摸不透資金鏈路，難以創造真正的價值。

行業真正亟需的，從來不是只會泛泛而談的AI百曉生，而是一個懂業務、能干活、守規矩的專屬AI解決方案。

在此背景下，作為國內規模領先、AI驅動的金融科技平臺，易鑫依托10余年行業深耕經驗，推出了一套深度適配汽車金融場景的Agentic AI解決方案，為行業破局提供了可行路徑。

（易鑫是一家AI驅動的金融科技平臺，2017年在香港上市，2025年成為港交所科技100指數成員。目前年交易額已達到約750億元人民幣，全球擁有員工5000多人，核心產品為Agentic AI解決方案，深度賦能汽車金融全鏈路。）

易鑫Agentic AI = Agentic Model + Harness

易鑫Agentic AI解決方案的底層邏輯，源于一個核心公式：

Agent=Model+Harness

Model與Harness相輔相成，缺一不可。

大模型具備強大的理解、推理與生成能力，但在業務應用中存在很大的局限性：

• 沒有持久記憶，無法直接調用業務系統API；

• 穩定性不足，易出現「幻覺」輸出；

• 更關鍵的是，它缺乏業務約束機制，不懂得什么叫「權限」與「合規」，能力無法直接轉化為業務價值。

Harness則是彌補Model局限性的關鍵。

作為連接模型與應用的中間層框架，Harness的核心價值在于兩件事：

一是賦予模型上下文管理和工具集成等能力，讓其能順暢處理復雜業務；

二是給模型劃好規矩、守住底線，把不確定的概率性輸出轉化為確定的業務結果。

Model提供智能潛力，Harness提供執行標準。

基于這個邏輯，易鑫推出了行業首個專屬的Agentic大模型XinMM-AM1，并配套設計了全面的Harness AI Infra（Harness Framework）和三層Harness體系。

這兩者的結合，正如易鑫CTO賈志峰所言，「Agentic基礎模型和Harness AI Infra，是金融垂直行業真正把Agent用起來的兩個輪子，缺一不可。」

輪子一：專為汽車金融打造的Agentic大模型——XinMM-AM1

XinMM-AM1絕非通用模型的簡單套殼，而是在業務實踐中打磨而成的專屬模型。

極高的工程效率：參數量約為300億，單卡吞吐可達370 tokens/s，響應延遲低于200ms，可支持語音實時交互，完全匹配汽車金融一線業務的高效需求。

優質的專有數據：擁有超過15T tokens的訓練語料，且絕大部分來自易鑫真實、多元的汽車金融業務場景，讓模型更懂行業痛點，更貼合業務實際。

四大核心能力：全渠道互動、全模態感知、全局協同決策和全量安全合規，全方位覆蓋汽車金融從渠道到資管的全鏈路需求。

輪子二：基于人機協同的HarnessAIInfra和三層Harness體系

為了讓Agent真正走進業務流程，易鑫設計了全面的Harness Framework和三層Harness體系（人類駕馭層、Agentic駕馭層、數據駕馭層）。

這相當于Agent的「手腳」與「運行規則」，可使AI賦能的業務安全合規、全鏈可審計、低成本維護更新。

人類駕馭層：在同一個訂單流里，實現Agent與真人實時無縫切換，涵蓋語音、文字、圖片等多模態形式。在關鍵的合規節點，人類實時干預，成為風險兜底者。

Agentic駕馭層：根據模型能力邊界和人類特長進行動態混合編排。一旦大模型出現「幻覺」或試圖做出違規承諾，系統能在毫秒級觸發熔斷機制，瞬間切換至人工干預鏈路。

數據駕馭層：打通人與AI的操作數據，通過人類示范修正模型能力邊界，相關數據反哺模型訓練，這不僅放大了人與AI各自的優勢，還推動模型持續進化，Harness逐漸變輕。

易鑫「Model + Harness」如何重塑核心業務？

「Model + Harness」的協同效應，充分釋放了易鑫Agentic AI解決方案的核心價值。

從前端智能進件，到中端風控決策，再到后端融后服務，易鑫Agentic AI解決方案，不再是孤立的單點應用，而是覆蓋汽車金融全鏈路的一站式AI智能服務解決方案。

那么，從概念到落地，易鑫Agentic AI解決方案究竟如何通過「Model + Harness」賦能核心業務？

場景化應用案例一：風控和反欺詐前置，構建全鏈路風險屏障

傳統汽車金融風控多在客戶提交資料后進行風險攔截，主要依賴靜態征信信息與人工審批。

易鑫Agentic AI采用全鏈路風險管控模式，不僅將風控節點前置，還可以處理語氣、語速、情緒波動等非結構化數據，實現風險的動態識別與實時攔截。

渠道線索即時核驗：客戶留資后，XinMM-AM1會立即調用渠道風險識別工具，核查渠道和線索的真實性和質量，并迅速判斷線索跟進的優先級。

聲紋檢測識別風險：確認線索后，XinMM-AM1自動調用外呼Agent致電客戶，并實時調用聲紋檢測工具，與歷史聲音風險庫比對，捕捉高風險信號（如通過聲紋匹配發現客戶為歷史黑名單客戶）。

多模態信息無損納入決策：XinMM-AM1可以將文本、語音和圖片等多模態信息無損納入建模過程中，減少傳統特征工程帶來的信息丟失，確保全量信息參與決策，并提高模型泛化能力，識別更多長尾風險案例。

人工鏈條實時介入：當系統檢測到潛在欺詐、高風險或復雜案例時，Agentic AI確保人工能立刻接手當前交互，并獲悉完整上下文，實現人機無縫協同。

場景化應用案例二：一次對話即辦理，告別溝通「拉鋸戰」

在傳統流程中，客戶常需要與信息采集、產品推薦、風控驗證等多個環節重復對接，導致流程割裂與重復，同時影響審批效率與客戶體驗。

易鑫Agentic AI通過多模態實時交互與跨模塊協同，在一次交互中完成聯動和業務目標。

情緒洞察與動態話術：在交互過程中，XinMM-AM1可調用情緒分析工具，實時檢測客戶情緒，識別客戶的真實意圖和上下文，并動態調整溝通話術，優化客戶體驗和交互效果。

Example:

以典型交互場景為例，當客戶說出「說了，你繼續說吧」時，僅從文本語義的角度極易將其判定為積極的溝通信號。

而XinMM-AM1能夠通過實時情緒分析，識別語調升高、語速加快等細微變化，進而判斷出語義背后隱藏的不耐煩、催促等負面情緒。

基于此判定，XinMM-AM1會自適應調整為安撫性話術或主動轉換話題，從而更好地貼合客戶情緒，實現高效溝通。

信息采集與方案推薦：在交互過程中，XinMM-AM1能引導客戶提供進件信息和電子授權，并自動完成進件信息的采集。同時，XinMM-AM1能實時聯動產品與風控模塊，根據資質推薦最優金融方案，在一次對話中完成信息錄入和方案匹配。

數據閉環與模型進化：人類處理復雜情緒、疑難問題、棘手案例的操作數據，同步反哺至XinMM-AM1的訓練，形成「AI助人，人教AI」的閉環。

結語

英偉達CEO黃仁勛曾預言：未來的主流極有可能是Agent，新興的AI技術（如Agent和機器人等）將會創造100萬億美元的價值。十四屆全國政協委員、科技部原副部長李萌則指出，從大模型到Agent，是AI向生產力落地的必然路徑，金融Agent更是撬動金融新質生產力的有力工具。

宏觀趨勢已然清晰，關鍵在于如何落地。易鑫通過Agentic大模型與Harness的結合，讓AI真正應用于真實、復雜、充滿變數的汽車金融場景。

汽車金融的效率革命已拉開序幕，而這，正是易鑫給出的答案。

參考資料：

https://project.chinabgao.com/info/2463.html

https://www.fxbaogao.com/detail/4926722

https://www.langchain.com/blog/the-anatomy-of-an-agent-harness

https://finance.huanqiu.com/article/4OwpiQnCc5h

https://www.jiemian.com/article/14097234.html

https://blogs.nvidia.cn/blog/ai-5-layer-cake

https://finance.sina.com.cn/tech/roll/2024-11-13/doc-incvxhxi1288983.shtml