12月21日，由人民日报出版社支持，《国际金融报》提供媒体支持，金融科技50人论坛、北京立言金融与发展研究院主办，长三角区域金融机构首席信息官联盟协办的“智能体重塑银行业：探索与挑战”闭门研讨会暨《下一代AI入口——智能体与未来金融》图书发布活动在人民日报社上海分社举办。

来自政产学研领域的十余位专家学者，围绕核心议题展开深度研讨，凝聚行业共识。本次会议由《国际金融报》总编辑徐冲主持。

白岩冰/摄

AI重塑金融业

“‘十五五’规划建议明确提出全面实施‘人工智能+’行动，这一重大战略部署为金融行业智能化转型指明了方向，也让智能体技术在银行业的应用从‘可选’变为‘必选’。”人民日报出版社副社长李凯在致辞时表示。

李凯称，人工智能已成为产业升级的“必争之地”。而银行业作为实体经济的核心枢纽，通过智能体技术实现效率提升与服务优化，正是落实“十五五”期间“科技赋能实体经济”要求的关键实践，为金融服务提质增效注入全新动能，也为行业高质量发展开辟广阔空间。

国家金融与发展实验室副主任杨涛在“新形势下推动数字金融改革的重点”分享中提出，数字金融的首要之变，是把主战场从“居民部门”转向“企业部门”。当前，企业部门数字化程度相对较低，积极推动数字金融在产业领域的创新应用，不仅促进金融、科技、产业的良性循环，也能够促使金融机构对公业务不断提质增效，更好地应对经济周期挑战。

在杨涛看来，数字金融正为供给侧结构性改革“添底气”：商业银行须把数字化能力全面运用到管理、组织、业务、渠道等不同层面，证券、保险等非银金融机构也要同步提升综合实力与价值创造能力。同时，夯实数字金融“地基”，升级金融信用基础设施、完善金融数据要素基础设施、探索通用算力基础设施、优化金融标准化基础设施。

数字金融的创新发展是一把“双刃剑”。杨涛强调，需有效甄别、预防、控制数字化所伴随的各类“增量”金融风险。监管部门也需要全面推动自身数字化转型，比如在反洗钱、非法金融活动防范等领域应用新技术，明确常规与非常规金融风险边界，精准应对风险挑战。

此外，让数字金融成为制度型开放的新名片。杨涛提出，要以数字金融为切入点参与国际新兴金融运行规则制定。例如，通过推动大模型金融应用的技术、业务与伦理规则创新，并积极参与国际协调与交流，有望进一步影响全球大模型应用的“游戏规则”；依托我国支付领域的创新优势，在全球支付互联互通中充分展现“中国力量”。

三大壁垒待突破

作为人工智能技术的重要演进方向，智能体凭借自主决策、环境感知、持续学习等核心能力，以及多场景集成应用优势，正深刻重塑金融服务模式与业务生态。

中国金融传媒特聘高级顾问、中国银行业协会原首席信息官、图书课题组负责人高峰指出，美国正积极筹措全球融资，弥补人工智能领域的投资缺口；中国“十五五”规划明确鼓励双向投资，支持资本“走出去”；印度有望紧随中美，跃升为全球第三大人工智能增量市场。在此背景下，金融智能体作为人工智能与金融业深度融合的核心载体，正加速落地渗透，为金融业开启“人机共生”的全新发展生态。

高峰认为，未来金融智能体的发展将聚焦两大核心路径：一是推行结果导向的付费模式，摒弃“为智能体而智能体”的形式化部署，以实际业务价值作为核心衡量标尺；二是坚守人机融合导向，在关键业务环节保留人工干预空间，既保障服务效率提升，又满足监管合规的刚性要求。

金融智能体的成功落地，离不开技术突破、业务场景迭代与政策支持三大因素的协同共振。高峰表示，模型作为“核心大脑”，支撑智能体各项功能实现，而三大因素的有机结合，正推动智能体应用从客户服务等外围场景，逐步向智能投顾、量化交易等核心业务领域深度渗透。其中，挖掘高价值场景是金融智能体的核心生命力所在，特指金融领域中成本高企、执行难度大、流程繁琐的业务环节。

不过，当前金融智能体落地仍面临三大关键壁垒：一是技术路线抉择，蚂蚁数科提出“可信智能体”核心概念，火山引擎则明确金融智能体建设的战略与路径十大关系，着重强调组织架构与保障体系的支撑作用；二是场景适配转型，需推动行业实现从“流程驱动”向“数据模型驱动”、从“功能提供者”向“问题解决者”的深度变革；三是合规与伦理风险防控，这是智能体在金融领域实现规模化应用的前提与底线。

高峰建议，金融机构双向发力、协同推进：一方面，持续提升技术成熟度，深化场景适配能力，搭建健全的组织架构保障体系；另一方面，积极构建内部协同联动与外部开放合作的生态体系，为金融智能体落地筑牢基础支撑、拓宽发展路径。

“AI+”金融硕果盈枝

“实战派”轮番登场。

上海银行副行长、首席信息官胡德斌在主旨演讲环节围绕上海银行AI手机银行的建设经营进行分享。他透露，该行AI手机银行的设计初衷与实践目标包含三方面：追求更自然的服务交互、着力弥合老年客户的数字鸿沟、探索大模型及智能体在银行场景的落地路径。“通过1.0版本的实践认识到，AI落地不仅需要建设全新的技术架构，还离不开高质量业务知识库的支撑、大模型安全管控能力的匹配等大量协同性工作”。

胡德斌表示，后续AI应用落地，一方面需推动业务部门主动参与，实现业务与技术的深度融合；另一方面，也呼吁行业共建金融垂类模型，以降低单家银行的研发成本。

浦发银行科技发展部副总经理周骏介绍了该行人工智能建设的主要成果：成立人工智能中心；构建“算力算法数据+企业级知识库”的核心基础；在智慧营销、智慧经营、高效运营、智能风控、智能管理五大领域开展相关应用建设；搭建知识工程、模型服务管理、智能体创设三大核心平台。

周骏认为，当前，人工智能应用面临AI幻觉、专业知识与深度不足、行为同质化这三个关键问题。对此，要打造私有及专项知识库，通过工程化模式破解幻觉问题；以流程化贯通、工程化实施、规模化应用为路径，在实践中发现并解决问题。

蚂蚁消金总经理江浩分享了公司在AI智能体赋能消费金融领域的探索，总结出其三大能力：多模态信贷决策、实时场景风控、精准需求匹配。江浩介绍，该公司构建“合纵连横”的智能体框架：首先在上层，主智能体整合长期积累数据，预埋AI规则与模型，负责路径规划、任务分发与模型迭代；其次，通过专项智能体开展客群归因、碎片化数据挖掘、模型调优、风险价格匹配等工作；最后，在迭代中持续将非风险要素提炼为风险要素，完善信贷风险知识库、算法能力与资产结构。由此，通过该体系实现风控全流程覆盖，精准匹配不同年龄、消费偏好客群的风险与定价。

挑战与机遇并存

在点评与交流环节，交通银行测试中心总经理孙莉直指银行软件测试面临的双重挑战：一方面，数字化转型深度提升、软件系统规模激增，对软件质量的要求大幅提升，使得测试范围从单一系统的功能测试，拓展至端到端完整链路以及性能、数据、体验、安全等领域测试。另一方面，金融行业对测试结果的确定性要求高。在多环节AI应用叠加的情况下可能带来差错的放大，不仅要考虑“人机协同”，未来还要探索如何“机机协同”。此外，还要促使AI应用满足公平、安全、向善的要求，解决数据偏差、歧视、不可解释等问题。

安徽省数字金融科技协会金融科技专委会主任朱斌认为，智能体建设面临四大挑战：其一，纯粹IT人员的贡献度下降，智能体解决的是业务问题而非技术问题。其二，工具化水平决定建设水平，但目前人工智能的应用场景仍较为分散。其三，建设成效依赖于业务人员对工具的应用广度与深度。其四，IT架构建设思路面临重构压力，若缺乏纠偏机制，将难以实现稳定迭代。

徽商银行首席信息官王勇聚焦银行智能体建设的五大挑战：架构管理体系待优化，跨部门协同需增强；AI测试存在技术壁垒，方法与传统测试工程差异显著，制约AI在决策主导类场景的落地；数据与资源供给不足，高质量外部数据获取难度大；人工智能领域行业标准尚不完善；业务部门对智能体的需求与传统需求差异较大，业技融合的适配性挑战突出。

谈及智能体的未来发展方向，南京银行数字银行管理部总经理助理黄涛强调，智能体要持续创造价值，需形成运营闭环：既要评估业务效果，也要评估模型参数，以此驱动长期迭代。目前大模型的评估尚未形成成熟标准，而评测体系构建将成为未来优化AI应用效果的重要技术支撑。

苏州银行信息科技部副总经理朱鸣表示，作为中小银行，苏州银行的AI体量虽相对较小但步伐积极：2025年已落地文本润色、合同检验、财报识别、报告生成等30多个业务场景；2026年将全力把AI嵌入贷前、贷中、贷后全流程。

蚂蚁数科AI技术负责人、AI算法技术部总经理章鹏指出，在可信、体系化的方案下，银行业智能体落地存在三种起步路径：一是以手机银行为载体，从智能客服逐步升级为金融管家、生活助手；二是深入核心业务场景，例如为客户经理配备“AI金融业务助理”；三是将AI列为全行“一号工程”，通过全栈AI能力支撑，快速打造多场景智能体，并构建自有金融大模型，赢得战略主动权。

展望未来，北京立言金融与发展研究院首席专家、上海市支付清算协会副秘书长马颖指出，商业银行的AI落地将呈现四大行业趋势：服务模式趋向无感化，物理渠道持续转型；人力资源结构面临调整；智能化成为核心驱动力，盈利模式从利差模式转向生态化，数据与开放生态的竞争加剧；监管需在创新中寻求平衡。她建议，未来进一步从学术与应用双视角出发，探索实现技术创新与社会增值共赢的路径。

记者 陈偲

文字编辑 姚惠

版面编辑 孙霄

—— / 好文推荐 / ——

• 下任美联储主席指向哈西特

• 华伦天奴中国区被曝乱象

• 4.99万的“国民好车”陷退订风波

• 12家上市银行迎调研高峰

• 提车等一年，转头卖现车？

• 实控人“躺赚”8亿分红

• 年底“吃饭行情”还有戏吗？

点亮“在看”，你最好看！ (*╯3╰)