亚马逊云科技金融行业架构师团队负责人张呈刚关于《生成式 AI 在金融行业的应用及生态发展》的主题分享，内容可以分为三个主要部分：

第一部分：金融行业生成式 AI 应用现状

展示了生成式 AI 在金融行业的多种应用场景，如提升生产效率、优化用户体验、自动化降低成本等，并举例了公开应用的案例，如 BloombergGPT、TigerGPT、LongBridge PortAI、Broadridge BondGPT 等。

第二部分：金融行业生成式 AI 细分需求讨论

讨论了金融行业对生成式 AI 的细分需求，将需求方分为四类：业务人员（Buyer）、业务开发人员（Model Consumer）、算法人员（Model Tuner）和算法团队（Model Builder/Provider），并探讨了与基础模型的多种交互方式，包括预训练、微调和提示工程等。

金融行业生成式 AI 落地思考

深入思考了如何利用生成式 AI 解决业务问题，强调了工程化实现、合规安全、能力边界、技术选型和场景挖掘的重要性，并讨论了生成式 AI 工程化“最后三公里”的挑战，包括用户界面开发、工具链、模型调优、数据工程和云基础服务等。