随着2025年的深入，众多企业正将Agent技术视为其发展的关键驱动力，尤其在B端垂直场景中的应用机会日益凸显。春节后，DeepSeek的崛起尤为引人注目，中国至少有60家银行宣布与其合作，但这些合作主要集中在非核心业务场景，如投资者的投研报告分析、财报解读、客户资料分析等，或是OA、IT代码开发等非直接业务环节。
与某些企业先声夺人再行动的模式不同，飞虎互动在金融领域的Agent布局已悄然进行了一年多。他们针对金融银行的营销、风控、交易三大核心环节，开发了三款由大模型驱动的Agent应用：对客营销机器人、风控合规机器人和交易服务机器人。飞虎互动的创始人石海东及其团队在与媒体交流时指出，AI大模型在银行业务中，营销和风控领域具有最高的价值和实践优先级。目前DeepSeek尚未涉足这些领域，原因在于不仅需要深刻理解大模型技术，还需对银行业务场景和细节有透彻洞察，尽管价值显著，但实施难度同样巨大。
石海东透露，DeepSeek不仅在大模型的推理成本和推理能力上实现了显著优化，更重要的是，它正在消除各行业客户对大模型的负面印象，包括幻觉、训练数据偏见等缺陷，这进一步推动了深度垂直智能体的落地应用。
未来，我们将迎来大量专业Agent，而非单一的超级Agent。飞虎互动的发展历程为此提供了佐证。早在2015年，面对银行如何更好地服务消费者的挑战，飞虎互动推出了“虚拟营业厅”，通过数字化手段提供“远程面对面”服务，提升了用户体验，实现了银行的降本增效。随着与多家银行的合作，飞虎互动的服务范围也扩展到了保险、证券等泛金融行业。
在此期间，飞虎互动开始探索将数字人体验融入虚拟营业厅，以实现超真实的交互体验。然而，当时的AI技术限制了这一设想的实现。随着2023年初大模型技术革命的爆发，飞虎互动迅速意识到高度拟人化、专业化的数字员工成为可能，因此加大了对大模型智能体的研发投入。DeepSeek的火爆也促使团队认识到大模型智能体大规模落地的紧迫性。
飞虎互动副总裁乔彦军观察到，当前客户市场对数字员工有了全新的认识，团队希望不仅在金融银行领域，还能在证券、保险、消费金融，甚至教育等知识密集型行业，为客户提供AI转型的赋能。这里的数字员工，即Agent，是基于大模型驱动的，不仅能推理决策，还能自主使用工具完成复杂任务。
石海东表示，未来每个人将使用多个Agent，且专业领域的Agent将大量涌现，而非一个通用的超级Agent。飞虎互动为金融业提供业务赋能的垂直Agent，正是基于对未来Agent繁荣和分工专业化的预见。他们提出了构建金融垂直场景Agent的三步策略：强化RAG、知识库与策略库，建立安全合规性围栏；构建Multi-Agent开发框架，实现多智能体协作；以及打造专业工具，以增强Agent解决专业问题的能力。
石海东分享了两个客户案例：某大型国有银行北京分行通过引入飞虎互动的营销机器人Flybot，有效激活了大量睡眠客户，营销效果显著提升。另一案例是某省农信社引入风控机器人，通过大模型分析音视频数据，监测高风险场景，显著降低了信贷风险。据统计，该省农信社在推广风控检测后，预估每年可减少违约损失达4.96亿元。
如今，越来越多的厂商正积极推广Agent产品，客户的使用和付费意愿反映了Agent在B端市场的商业化潜力。石海东指出，企业客户通常一到两周即可完成产品验证，且只需与业务人员对接。客户基于实际产生的价值付费，例如节省的人力成本或在特定场景下的节约和挽回损失。
飞虎互动还致力于通过特定训练的视觉和声音模型，构建如“唇动检测”等工具库，以提升Agent在风控等场景的专业能力。这些举措不仅展示了Agent在金融领域的广泛应用前景，也预示着未来更多垂直场景中Agent的繁荣与发展。
