Anthropic 正在向价值万亿美元的金融服务行业发起迄今为止最积极的进军，推出了一套工具，将其 Claude AI 助手直接嵌入 Microsoft Excel ，并将其与来自一些全球最具影响力的金融信息提供商的实时市场数据连接起来。

这家总部位于旧金山的人工智能初创公司周一宣布，即将推出 Claude for Excel ，让金融分析师能够直接在电子表格中与人工智能系统进行交互——电子表格是现代金融的精髓工具。除了 Excel 之外，部分 Claude 模型也将在 Microsoft Copilot Studio 和 Researcher Agent 中使用，从而扩展与微软企业人工智能生态系统的集成。此次集成标志着 Anthropic 的战略升级，旨在将自己定位为银行、资产管理公司和保险公司的首选人工智能平台，在这些市场中，精准度和合规性远比创意天赋更重要。

此次扩张距离 Anthropic 于 7 月份推出其财务分析解决方案仅过去三个月，标志着该公司决心抢占该行业市场份额。 预计到 2027 年，该行业在人工智能方面的支出将从 2023 年的 350 亿美元增至 970 亿美元 。

更重要的是，它使 Anthropic 能够直接与微软竞争——讽刺的是，微软是此次 Excel 集成中的合作伙伴——其 Office 套件中嵌入了自己的 Copilot AI 助手 ，而 OpenAI 则将微软视为其最大投资者 。

Excel 为何成为金融领域人工智能的新战场

直接嵌入 Excel 的决定绝非偶然。Excel 仍然是金融行业的通用语言，分析师们在这个数字化工作空间里花费了无数时间构建金融模型、进行估值和进行压力测试。通过将 Claude 嵌入到这个环境中，Anthropic 能够在金融专业人士的办公场所与他们直接沟通，而无需他们在应用程序之间来回切换。

Claude for Excel 允许用户在侧边栏中使用 AI，它可以读取、分析、修改和创建新的 Excel 工作簿，同时通过跟踪和解释变化并让用户直接导航到引用的单元格，提供有关其所采取操作的完全透明度。

这一透明特性解决了金融领域围绕人工智能最持久的担忧之一： “黑匣子”问题 。当数十亿美元依赖于一个金融模型的输出时，分析师不仅需要了解答案，还需要了解人工智能是如何得出答案的。通过在细胞层面展示其工作，Anthropic 正试图建立必要的信任，以便在一个职业和命运都可能因小数点位置错误而发生改变的行业中实现广泛应用。

技术实现非常复杂。Claude 可以讨论电子表格的工作原理，在保留公式依赖关系的情况下修改电子表格（这是一项众所周知的复杂任务），还可以调试单元格公式，用新数据填充模板，或者从头开始构建全新的电子表格。这不仅仅是一个回答数据问题的聊天机器人；它是一个协作工具，可以主动操纵驱动价值数万亿美元的投资决策的模型。

Anthropic 如何围绕其金融 AI 平台构建数据护城河

或许比 Excel 集成更重要的是 Anthropic 对其连接器生态系统的扩展，该生态系统现在将 Claude 与来自金融信息巨头的实时市场数据和专有研究连接起来。该公司新增了六个主要数据合作伙伴，涵盖了专业投资者所依赖的整个金融信息领域。

Aiera 现在为 Claude 提供实时收益电话会议记录以及股东大会、演示和会议等投资者活动摘要。Aiera 连接器还支持来自 Third Bridge 的数据馈送，使 Claude 能够访问来自专家和前高管的洞察访谈、公司情报和行业分析库。Chronograph 为私募股权投资者提供运营和财务信息，用于投资组合监控和尽职调查，包括绩效指标、估值和基金层面的数据。

Egnyte 使 Claude 能够安全地搜索内部数据室、投资文件和已批准的财务模型的授权数据，同时保持受管控的访问控制。伦敦证券交易所集团 (LSEG ) 将 Claude 连接到实时市场数据，包括固定收益定价、股票、外汇汇率、宏观经济指标以及分析师对其他重要财务指标的评估。 穆迪提供专有信用评级、研究和公司数据，涵盖超过 6 亿家上市公司和私营公司的所有权、财务状况和新闻，支持合规、信用分析和业务发展方面的工作和研究。MT Newswires 为 Claude 提供有关金融市场和经济体的最新全球多资产类别新闻。

这些合作相当于争夺支撑现代金融的信息基础设施。Anthropic 此前于 7 月宣布，已与 S&P Capital IQ 、 Daloopa 、 Morningstar 、 FactSet 、 PitchBook 、 Snowflake 和 Databricks 达成整合 。这些连接使 Claude 能够访问分析师可能需要的几乎所有类别的金融数据：公司基本数据、市场价格、信用评估、私人公司情报、另类数据和突发新闻。

这一点至关重要，因为人工智能输出的质量完全取决于输入的质量。基于公共互联网数据训练的通用大型语言模型根本无法与拥有直接访问彭博高质量金融信息的渠道的系统竞争。通过建立这些合作伙伴关系，Anthropic 正在围绕其金融服务产品构建其竞争对手难以复制的护城河。

这里的战略考量显而易见：Anthropic 押注的是，拥有专有数据访问权限的特定领域 AI 系统将胜过通用 AI 助手。这直接挑战了某些竞争对手所推崇的“一机统领”模式。

预先配置的工作流程针对华尔街分析师的日常工作

Anthropic 公告的第三大支柱涉及六项新的“ 代理技能 ”——用于常见财务任务的预配置工作流程。这些技能是 Anthropic 试图将初级和中级财务分析师的工作流程产品化的尝试，这些分析师是那些整天忙于构建模型、处理尽职调查文件和撰写研究报告的专业人士。Anthropic 专门设计了这些技能来自动化这些耗时的任务。

新功能包括构建贴现现金流模型，包括完整的自由现金流预测、加权平均资本成本计算、情景切换和敏感度表。此外，还有可比公司分析功能，其中包含估值倍数和运营指标，并可轻松使用更新数据进行刷新。Claude 现在可以将数据室文档处理成包含财务信息、客户名单和合同条款的 Excel 电子表格。它可以为项目推介书和买家名单创建公司简介和资料，进行盈利分析（使用季度业绩和财务数据提取重要指标、指引变化和管理评论），并生成包含行业分析、公司深度分析和估值框架的初始覆盖报告。

值得注意的是，Anthropic 的 Sonnet 4.5 模型目前以 55.3% 的准确率超越了 Vals AI 的金融代理基准测试 。该指标旨在测试人工智能系统在入门级金融分析师预期任务中的表现。55% 的准确率听起来可能有些平庸，但它已是顶尖水平，凸显了人工智能在金融领域的潜力和局限性。这项技术显然可以处理复杂的分析任务，但它还不够可靠，无法在无人监督的情况下自主运行——这一现实或许能让监管机构和分析师们都安心，否则他们的工作可能会面临风险。

Agent Skills 的方法尤其巧妙，因为它将人工智能功能以金融机构已经理解的方式打包在一起。Anthropic 并非销售通用的“人工智能助手”，而是针对具体、定义明确的问题提供解决方案：“您需要 DCF 模型？我们有这方面的技能。您需要分析收益电话会议？我们也有这方面的技能。”

万亿美元的客户已经看到了巨大的生产力提升

Anthropic 的金融服务战略似乎正逐渐获得那些对企业销售至关重要的大型客户的青睐。该公司的客户包括桥水基金的友邦保险实验室 (AIA Labs at Bridgewater) 、 澳大利亚联邦银行 (Commonwealth Bank of Australia) 、 美国国际集团 (American International Group ) 和挪威央行投资管理公司 (Norges Bank Investment Management )。挪威央行投资管理公司是挪威规模达 1.6 万亿美元的主权财富基金，也是全球最大的机构投资者之一。

NBIM 首席执行官 Nicolai Tangen 报告称，生产力提高了约 20%，相当于 213,000 小时，投资组合经理和风险部门现在能够“无缝查询我们的 Snowflake 数据仓库并以前所未有的效率分析收益电话会议”。

AIG 首席执行官 Peter Zaffino 表示，此次合作“在我们早期的部署中将业务审核时间压缩了 5 倍以上，同时将数据准确率从 75% 提高到了 90% 以上。” 如果这些数字在更广泛的部署中保持不变，那么对金融服务行业的生产力影响将是惊人的。

这些并非试点项目或概念验证部署；而是在管理着数万亿美元资产、做出影响数百万客户承保决策的机构中进行的生产实施。他们的公开认可提供了社会认可，这通常会推动保守行业的企业采用这些技术。

监管不确定性为人工智能部署带来机遇和风险

然而，Anthropic 的金融服务雄心是在监管审查加强和执法重点转变的背景下展开的。2023 年， 消费者金融保护局发布指南，要求贷款机构“在对消费者采取涉及人工智能的不利行动时，必须提供具体且准确的理由”，并发布了补充指南，要求受监管实体“评估其承保模型是否存在偏见”，并“以最大程度减少偏见的方式评估自动化抵押品估值和评估流程”。

然而，根据布鲁金斯学会的分析 ，这些措施已被撤销，在现任政府缩减规模的消费者金融保护局（CFPB）的工作已停止或取消，从而造成了监管的不确定性。形势已经从拜登政府的谨慎态度（以关于安全人工智能发展的行政命令为例）转向特朗普政府的“ 美国人工智能行动计划 ”，该计划旨在通过放松监管“巩固美国在人工智能领域的主导地位”。

这种监管变化既带来了机遇，也带来了风险。渴望部署人工智能的金融机构如今面临的联邦监管规定有所减少，这可能会加速其采用。然而，由于缺乏明确的监管，如果人工智能系统产生歧视性结果，尤其是在贷款和承保方面，这些机构也面临潜在的责任。

马萨诸塞州总检察长最近与学生贷款公司 Earnest Operations 达成了一项 250 万美元的和解协议 ，指控该公司使用人工智能模型导致“批准率和贷款条款产生不同影响，尤其不利于黑人和西班牙裔申请人”。随着人工智能部署的扩大，此类案件可能会成倍增加，即使联邦监管力度减弱，州一级的执法力度也可能参差不齐。

Anthropic 似乎敏锐地意识到了这些风险。在接受 Banking Dive 采访时，Anthropic 金融服务全球行业主管乔纳森·佩洛西 (Jonathan Pelosi) 强调，Claude 需要“人为参与”。他表示，该平台并非旨在实现自主的财务决策，也不提供用户盲目遵循的股票推荐。佩洛西告诉该刊物，在客户入职期间，Anthropic 专注于培训和理解模型的局限性，并设置了防护措施，以便人们将 Claude 视为一项有用的技术，而不是人类判断的替代品。

各大科技公司瞄准金融 AI，竞争愈演愈烈

Anthropic 进军金融服务领域之际，人工智能在企业领域的竞争日益激烈。OpenAI、 微软 、 谷歌以及众多初创公司都在争夺这一可能成为人工智能最赚钱的垂直领域之一的市场地位。 高盛今年 1 月向其银行家、交易员和资产经理推出了一款生成式人工智能助手，这表明各大银行可能会自主开发相关能力，而不是完全依赖第三方供应商。

像 BloombergGPT 这样专门针对金融数据进行训练的领域特定 AI 模型的出现，表明市场可能会在通用 AI 助手和专用工具之间分化。Anthropic 的策略似乎找到了一个中间地带：通用模型，因为 Claude 并非专门接受过金融数据的训练，而是通过金融专用工具、数据访问和工作流程进行增强。

该公司与德勤 、 毕马威 、 普华永道 、 Slalom 、 TribeAI 和 Turing 等实施咨询公司的合作战略同样至关重要。这些公司发挥着倍增器的作用，将 Anthropic 的技术嵌入到自身的服务产品中，并提供金融机构成功大规模采用人工智能所需的变革管理专业知识。

首席财务官担心人工智能出现幻觉并引发连锁错误

更广泛的问题是，像 Claude 这样的人工智能工具究竟能真正改变金融服务的生产力，还是仅仅转移工作岗位。PYMNTS Intelligence 的报告《 代理信任差距 》发现，首席财务官们仍然对人工智能代理犹豫不决，并“持续担忧”出现幻觉，“人工智能代理可能会偏离脚本，导致公司面临一系列支付错误和其他不准确之处”。

报告警告称：“对于财务主管来说，信息是严峻的：现在要利用人工智能的势头，但在下次季度电话会议之前建立防护措施，否则将面临承担后果的风险。”

毕马威 2025 年的一份报告发现，70% 的董事会成员已经为员工制定了负责任的使用政策，其他受欢迎的举措包括实施公认的人工智能风险和治理框架、为人工智能开发人员制定道德准则和培训计划以及定期进行人工智能使用审计。

金融服务业面临着微妙的平衡：行动太慢，在竞争对手提高生产力的同时，又面临竞争劣势的风险；行动太快，又面临运营失败、监管处罚或声誉受损的风险。上周，在纽约举行的 Evident AI 研讨会上，汇丰银行新兴技术、创新和风险投资集团主管 Ian Glasner 对该行业采用人工智能的准备情况表示乐观。据 CIO Dive 报道，他表示：“作为一个行业，我们已经做好了充分的风险管理准备。我们不要把事情复杂化。我们只需要专注于业务用例及其相关价值。”

Anthropic 的最新举措表明，该公司已将金融服务视为 AI 的滩头阵地，因为该市场的价值主张清晰，客户资金雄厚，且技术要求能够充分发挥 Claude 在推理和准确性方面的优势。通过构建 Excel 集成、确保数据合作伙伴关系以及预先打包通用工作流程，Anthropic 正在减少阻碍企业采用 AI 的阻力。

该公司在 3 月份的融资轮中获得了 615 亿美元的估值 ，高于去年同期的约 160 亿美元，这表明投资者相信这一策略能够奏效。但真正的考验将伴随这些工具从试点项目走向生产部署，服务于数千名分析师，并涉及数十亿美元的交易。

金融服务业或许是人工智能最严苛的试验场：在这个行业里，错误代价高昂，监管严格，信任至关重要。如果克劳德能够成功驾驭华尔街的电子表格单元格和数据，而不至于在小数点位置出现错误，那么 Anthropic 所取得的成就将远比赢得另一项基准测试更有价值。这将证明人工智能值得信赖，可以管理资金。