環球網

當銀行的風控審核因AI介入而準確率提升至90%，當證券APP通過多智能體協作實現從“人找功能”到“服務找人”的轉變，人工智能在金融領域的價值創造成為正在發生的現實。在近日舉行的2025金融街論壇年會上，金融科技大會作為論壇年會特定版塊，與金融街論壇同期舉行，“AI+金融”如何從技術應用升維至價值創造，成為各方專家熱議的焦點。

據了解，“2025金融科技大會平行論壇——AI+金融專題論壇”由中國民主建國會北京市委員會金融委員會、首都經濟貿易大學北京數字經濟發展研究院、中關村金融科技產業發展聯盟合作承辦，論壇以“智領未來金融科技創新”為主題，在中關村金融科技特色產業園舉辦。

AI向生產力落地

談到“人工智能+保險”，十三屆全國政協委員，原中國保監會黨委副書記、副主席周延禮表示，人工智能技術的應用推動傳統保險業務流程智能化升級，不僅提升業務效率與服務質量，更是從“精準定價”和“風險防范”兩大核心環節賦能保險公司，解決傳統保險定價粗放、風控滯后的痛點，有利于推動保險產品創新與個性化定制。

周延禮認為，未來應當從加強數據整合、建立數據標準、提升數據質量、加強風險防范等方面加強數據治理，并推動保險機構與高校科研機構合作培養復合型人才，筑牢數字保險發展根基。

據十四屆全國政協委員、科技部原副部長李萌介紹，當前大模型在金融領域滲透率達35%，而構建金融智能體的關鍵在于吃透各場景需求與痛點。他強調，智能體雖非新概念，但大模型時代賦予其新內涵與新能力，而Agentic AI（自主規劃智能體和多智能體協同）未來或成為社會基本單元。發展大模型、智能體與AI的核心價值，在于推動智能體微觀價值形成正向循環，并向宏觀價值延伸，最終提升行業乃至全社會全要素生產率。他指出，從大模型到智能體，是AI向生產力落地的必然路徑，金融智能體更是撬動金融新質生產力的有力工具。

談到人工智能具體落地技術細節方面，美國國家科學院院士、美國哈佛大學統計系終身教授、清華大學統計與數據科學系教授劉軍認為，人工智能的落地必須與統計學和數據科學深度融合。他指出：“單純依賴大數據而缺乏嚴謹的統計思考可能導致模型偏差與決策失誤，統計與數據科學是AI落地的鑰匙。”

新加坡國立大學和南洋理工大學客座教授、原新加坡金融管理局學院院長、原新加坡金融管理局銀行機構監管署長白士泮預測，“智能代理”支付是掌握未來機器經濟的咽喉，必須構建起機器可授權、可追責、能結算的全新支付體系。他建議新加坡將“監管沙盒”升級為“協議沙盒”，通過多方對新協議與新風控進行壓力測試，從而在這場變革中搶占先機。

金融機構的探索實踐

“當前，我國科技金融發展成效顯著，金融支持科技創新的政策力度不斷加大，金融產品和服務體系持續優化，資本市場創新活力加速釋放，為科技型企業發展提供了更加多元的金融服務。但仍面臨融資結構偏重間接融資、銀行風控與科創企業特性不匹配等問題。”民建北京市委副主委、中央財經大學金融學院教授郭田勇談到，未來需立足國情，構建具有中國特色的科技金融體系。一是充分發揮銀行主導的間接融資體系的主渠道作用；二是提升銀行服務科技創新能力；三是完善投貸聯動機制；四是更好發揮政府投資基金作用；五是暢通科技型企業直接融資渠道。

對于資管行業而言，業內認為機構需圍繞“以人為本”，挖掘新資產新價值。民建中央青年委主任、國家金融監督管理總局資管機構監管司副司長蔣則沈表示，當前我國資管行業邁向新軌道，面向未來五年，資管機構需圍繞“以人為本”，將社會資本配置與科技驅動經濟升級對接，挖掘新資產新價值；運用數字化智能化手段，優化投資者需求畫像，解決資金同質性與需求差異化矛盾；夯實專業能力基礎，將成熟經驗納入科技輔助，推動行業提質升級。

螞蟻集團副總裁、螞蟻數科AI業務總裁余濱進一步談到，當前城商行面臨凈息差收窄、營收增速放緩、同質化競爭加劇及大型銀行擠壓生存空間的挑戰，AI已從“試試看”走向“必須做”，并從成本中心轉變為服務、營銷與價值創造的核心，成為城商行“彎道超車”的關鍵。

余濱強調，不同金融機構應選擇適配自身的AI演進路徑，預算有限的區域銀行可先從場景應用入手或升級AI手機銀行，有條件的銀行可將AI作為一把手工程構建“金融大腦”。

在成果發布環節，民建北京市委金融委主任，首都經濟貿易大學北京數字經濟發展研究院二級教授、常務副院長李平提到，在全球金融加速數字化轉型的背景下，上合組織國家雖數字金融水平差異顯著，但互補空間廣闊，為區域合作提供了重要機遇。當前合作面臨基礎設施不均衡、監管體系不統一以及跨境支付體系割裂等突出瓶頸，亟需加強數字基礎設施互聯與政策協同。

李平指出，北京憑借其科技、政策、國際化生態等優勢，可在數字貨幣與跨境結算、數字基礎設施互聯、普惠金融與綠色金融協同、數據安全與監管共建等重點方向發揮引領作用，構建上合組織數字金融合作新格局。

民建北京市金融委副主任兼秘書長，中國科學院大學經濟與管理學院金融系副主任郭琨指出，京津冀地區研發投入強度高于全國平均水平，科技金融體系在政策協同、市場建設和產品創新方面已取得重要進展，對區域科技創新與產業融合的支撐作用日益凸顯。當前體系仍面臨政策協同落實不足、早期資本供給短缺、多層次市場銜接不暢以及金融產品適配性不夠等結構性挑戰。她認為，需通過深化區域政策協同、完善早期資本供給體系、暢通多層次資本市場銜接、提升科技金融產品與服務的適配性等舉措，更好地推動科技創新和產業創新深度融合，為京津冀高質量發展注入新動能。

共議AI金融商業模式

記者從圓桌對話環節了解到，與會專家普遍認為，人工智能正推動金融業從技術工具應用層面向商業模式本質變革邁進，這一過程機遇與挑戰并存，亟需在積極創新的同時，構建起與之匹配的風險治理體系。

北京大學計算機學院教授、元宇宙技術研究所所長陳鐘從學界角度，提供了冷靜的觀察。他在肯定大模型在算力優化方面仍有巨大潛力的同時，提醒業界需要關注后續發展動能，特別是要夯實數據采集、利用和加工的能力基礎。他警示要預案外部科技巨變可能對金融業產生的顛覆性沖擊，這種沖擊的力度或許不亞于互聯網帶來的變革。關于風險與挑戰以及未來應對，他直指問題的核心——大模型的“幻覺”問題源于其計算本質，而面客場景的法律風險尤為突出。他強調需要綜合運用大模型和軟件工程方法，在算力、算法、數據三個層面建立與人類價值觀對齊的治理機制。

青島銀行首席信息官楊斌系統地闡述了銀行面對的三重風險：算法的不可解釋性與欺騙性、數據偽造問題，以及AI成為核心引擎后的系統性安全風險。他特別強調，無論AI如何強大，最終都必須堅持人機協同與流程回滾，確保決策責任明確到人。

華福證券首席信息官李寧從證券行業的角度，形象地描述了證券APP從“工具時代”的功能菜單堆砌，到通過知識庫優化進入“核心業務階段”，再到如今出現“AI原生APP”的商業模式變革，指出這種新型APP徹底摒棄了層層菜單的設計，通過多智能體協作，根據客戶畫像和交互習慣，以對話式、圖像化的方式提供個性化服務，實現了從“人找功能”到“服務找人”的根本轉變。

北京銀行軟件開發中心副總經理王曦以供應鏈金融這一核心業務為例，說明了大模型在審核貿易融資合同方面的突破——通過智能分析不同制式的企業合同，將準確率提升至90%以上，極大提升了傳統人工審核的效率。關于風險與挑戰以及未來應對，他指出常被忽視的算力供應鏈安全問題和體制機制挑戰，特別是AI審批貸款的問責機制這一現實難題。他透露，目前業界普遍采用與傳統方式結合的過渡方案，并嚴格遵守監管要求，謹慎控制生成式AI在面客場景中的應用范圍。