隨著金融AI科技的快速發展，金融業面臨數據處理複雜性、通用語言模型（LLM）知識局限性、快速變化的市場需求以及基礎設施挑戰等多重困難。在數據處理層面，財務報表、即時數據分析、風險評估和動態市場資訊的多樣性和複雜性對技術解決方案提出了更高要求。通用LLM在處理金融專有術語和高精度任務（如風險管理和市場預測）方面存在不足，而金融市場的快速變化又使得模型需要頻繁更新以保持準確性。此外，從邊緣設備到數據中心的計算需求也對基礎設施提出挑戰，涉及負載均衡和大規模並行計算等問題。