炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：华夏时报）

本报（chinatimes.net.cn）记者付乐 北京报道

AI在金融业究竟走到哪一步了？

数据显示，75%的用户在发现信用风险后愿意主动修复个人信用，用户自主管信、主动护信意识显著提升。在个人信用需求持续觉醒的背景下，AI正从传统的金融机构风控工具，转向服务个人、赋能个体的信用管理新引擎。

9月12日，博通咨询首席分析师王蓬博对《华夏时报》记者表示，利用AI技术和合规数据体系的支撑，普通人可以自主管理自己的信用数据是最主要的，因为用户能够自己决定数据的授权使用范围，也能自主维护和优化个人信用情况，所以个人信用不再只是机构开展风控的依据，也为其成为普通人可自主经营、产生实际价值的数字资产打下基础。

从机构风控到个人自主信用管理

相较于金融机构侧重风险防控的传统逻辑，当前信用经济最大的变化，是赛道重心从“服务机构”转向“服务个人”。随着居民信贷行为常态化、信用意识提升，个人主动管理、主动修复信用的需求出现，征信行业的发展逻辑也出现变化。

钱塘征信总经理李臻在2026外滩大会分论坛上表示，公司正在探索从金融数据服务商向社会信用基础设施运营商转型，以服务金融机构的信贷业务为基础，打造以个人为核心的信用管理服务。

这一转型以公共数据授权运营和可信数据空间建设为切入点。李臻介绍，钱塘征信正在探索用户自主授权、主动管理信用的服务模式。

“是否每个人都能清楚说出自己的信贷能力，是观察信用经济的另一视角。若AI把数据、服务、风控链接在一起，双向奔赴成为可能，信用经济才具备探索基础。”李臻认为。

李臻表示，过去20年，数据开始丰富、多元化，也可以获取。现在更希望进化到第三阶段，让人更好地知道自己的数据变成信用刻画后，如何得到更好的服务、受到什么影响。

在传统金融信用服务领域，行业长期聚焦个人逾期信息归集与信贷风险评估，服务主要围绕个人金融信用展开。不少合作银行、消费金融机构发现，当用户通过信用服务平台查询到自身逾期记录、信用瑕疵后，会主动点击寻求对应的信用修复与问题解决方案。

据李臻介绍，75%的用户在发现信用风险后愿主动修复，月复访率达60%，其中小微经营者占复访群体的25%。持续复访和主动修复意愿，显示出个人对日常信用管理的需求。信用服务的价值，也从支持机构判断风险，延伸到帮助用户维护自身信用。李臻表示，这一模式未来有望从信贷延伸至民生服务、行业资质管理等领域。

传统催收多为即时施压，触达转化率百分之十几，容易激化用户抵触情绪。而自主信用管理模式，让用户主动正视信用瑕疵、预判信用受损带来的长期负面影响，自发产生修复意愿，这也是信用服务能够实现高效转化的底层核心动力。

钱塘征信在信用经济方向的落地探索包括三部分：第一，采用分布式模式完成数据加工与生产工作，不触碰、不汇集原始数据。

第二，赋予个人完整的数据授权管控权限。当下用户在各类APP使用场景中频繁进行数据授权操作，但普遍缺少自主解除、中止授权的官方渠道与操作入口。完善个人授权、撤权的自主管控机制，能够规范数据输出流程。

第三，打通机构与个人的信用服务体系。行业既要具备风险研判、风控管理的专业能力，也要让信用主体清晰认知自身数据与信用状况，实现权益供给方与信用主体的权益匹配。

规模化落地存瓶颈

钱塘征信首席技术官朱乐表示，行业当前存在这样的痛点，金融机构有数据需求，数据持有方拥有数据，但双方无法确认数据是否可用，需要开展大量样本交换与评估工作。在传统模式下，从提出需求、获取样本，再到完成样本评估，整个流程大约需要一个月。

“依托智能体模式，则可在可信环境中快速完成样本交互、样本特征评估与探查。将技术能力落地于业务痛点，才能输出更贴合场景需求的产品与服务，这正是科技带来的改变。”朱乐表示。

朱乐分享道，面向大规模个人用户，信用管理需要持续、高效的服务能力。在个人数据、风控决策、用户交互等环节，AI技术可以将原本需要按月协作完成的产品研发上线压缩至小时级，降低多岗位协同成本。

百融智能合伙人高级副总裁段莹对《华夏时报》记者表示，对于投资决策、风险管理、核保核赔、合约处理等专业性较强的业务领域，需由专业人员对关键环节和最终结果进行把关。相较而言，类似信用卡中心、消费金融等一些规则较为成熟、流程相对标准化的业务，在大语言模型之前，便已经积累了较为丰富的机器学习应用经验，具备AI规模化落地的基础。

例如在成熟消费金融场景，AI赋能效果已经显现。蚂蚁消金副总经理兼首席风险官林嘉南介绍道，蚂蚁消金已升级场景风控，支持识别日常消费、大件消费、旅游、进修等230多个关键场景的消费需求并提供专项额度。2026年，场景化精准提额同比增长30%，相关用户不良率比整体用户平均水平低20%。

王蓬博认为，这一转变可能会改变现有信用服务模式，因为数据来源更加合规全面，金融机构的风控和获客成本会持续降低，下沉用户的普惠信贷门槛会持续下放，所以整个消费金融行业会更规范化，普惠信用生态的覆盖范围和服务质量都会稳步提升。

不过，在整个信用经济领域，怎么把AI的能力用在真实的业务场景中，依然是行业非常大的挑战，涉及谁能清楚地定义高价值的场景，谁又能够通过科技的能力把问题解决掉。

业内判断，当前AI信用服务仍处于信贷场景起步阶段，未来将持续从金融领域外溢至民生服务、公共资质、社会权益等场景。随着AI技术与公共数据体系持续完善，个人信用将从被动风控标签，转变为可管理、可提升、可变现的个人核心资产，真正实现机构风控与个人守信的双向奔赴。

责任编辑：冯樱子 主编：张志伟