過去幾年間，在田間地頭，在辦公樓宇，在工廠車間，金融機構(gòu)用算法丈量普惠客群的信用半徑。中國普惠型小微企業(yè)貸款余額從2017年末的8.8萬億元飆至2024年末的33萬億元上方，年均復合增速達到20.7%，金融服務的核心需求從"有沒有"轉(zhuǎn)為"好不好"。

進入2025年后，AI逐步從實驗室走向規(guī)模化應用。在金融行業(yè)，AI跨越單點工具輔助階段滲透至金融業(yè)務的各環(huán)節(jié)，普惠金融的齒輪加速轉(zhuǎn)動。普惠金融的"最后100米"，不再是物理距離的阻隔，而是信任、成本與合規(guī)的三重考題。AI能否成為解題鑰匙？答案藏在每一次模型迭代、每一次監(jiān)管沙盒的測試里。

AI員工接連上崗

2025年以來，以大模型和智能體為代表的生成式AI技術(shù)迎來突破性發(fā)展，AI從執(zhí)行指令的"自動化工具"演進為具備推理能力和自主決策的"業(yè)務伙伴"，除了AI客服外，還有更多AI員工上崗。

北京商報記者向業(yè)內(nèi)十余家金融機構(gòu)調(diào)研發(fā)現(xiàn)，當前AI在金融領域的應用不再是零星的點狀嘗試，而是呈現(xiàn)出體系化、規(guī)模化的特征。從信貸審批的分鐘級響應到反欺詐的秒級攔截，從投研報告的智能生成到普惠服務的全域覆蓋，AI向金融領域更深層次的業(yè)務賦能演進。

以智能投顧為例，從業(yè)機構(gòu)使用各類智能體自動化地提供資產(chǎn)配置建議、進行投資組合再平衡，極大地提升了服務效率。據(jù)光大證券金融產(chǎn)品總部相關(guān)負責人介紹，光大證券通過自主研發(fā)的智能體"小數(shù)同學"，整合專業(yè)業(yè)務知識與投研資訊并定向輸出給投顧，再由投顧向客戶傳遞標準化、專業(yè)化的投教服務。

廣發(fā)證券相關(guān)負責人告訴北京商報記者，旗下易淘金平臺依托大模型技術(shù)構(gòu)建了主動式個性化引擎，在行情、交易、資訊、賬戶等全流程高頻服務場景中深度嵌入了AI能力，服務范圍覆蓋投前、投中以及投后等不同環(huán)節(jié)。

不僅僅是服務效率的提升，AI還能進行復雜的業(yè)務決策。網(wǎng)商銀行為小微企業(yè)配備"AI信貸專家"，通過智能產(chǎn)研助理和智能盡調(diào)助理協(xié)同工作，自動化構(gòu)建出千行百業(yè)的認知框架，并使用多模態(tài)智能交互方式對客戶進行精準盡調(diào)。

AI智能體是年內(nèi)金融業(yè)AI應用最顯著的升級方向，從業(yè)機構(gòu)在技術(shù)迭代上持續(xù)加碼。奇富科技相關(guān)負責人表示，奇富科技過往在AI賦能普惠金融部分累計投入近百億，2025年更是提出對有價值的產(chǎn)品技術(shù)投入不設上限。其自主研發(fā)的多個金融智能體，如AI審批官、AI信貸員，已在多家銀行落地。

信任、成本和合規(guī)

從北京商報記者的調(diào)研結(jié)果來看，過去十余年間，普惠金融的發(fā)展大致可以分為可得性、便捷性、精準性三個階段，實際上就是普惠客群金融服務需求從"有沒有"轉(zhuǎn)向"好不好"的過程。

普惠金融發(fā)展的關(guān)鍵階段，AI被寄予厚望。而普惠金融的核心矛盾，始終是信任與成本的博弈，同時，隨著AI應用的深入，科技倫理的治理受到更多關(guān)注。

首先是金融領域的信任問題。傳統(tǒng)模式下，金融機構(gòu)主要依賴抵押物和歷史數(shù)據(jù)來評估風險，但普惠客群普遍具備"缺少抵押物、缺少盈利能力證明、缺少信用記錄"等特征，AI模型不得不依賴替代性數(shù)據(jù)。算法不以人的意志為轉(zhuǎn)移，且AI決策過程難以解釋，就容易產(chǎn)生模型"黑箱"（即"內(nèi)部規(guī)律尚未被完全認知"），導致用戶和機構(gòu)對其結(jié)果難以全然信任，還可能會產(chǎn)生對部分特定群體的系統(tǒng)性歧視，算法公平性難以保證。

在成本方面，AI落地涉及模型訓練、數(shù)據(jù)治理和合規(guī)驗證等冗長流程，前期投入巨大。數(shù)據(jù)治理環(huán)節(jié)，高質(zhì)量數(shù)據(jù)的獲取、整合等方面具有較大難度，人才團隊建設、AI應用的合規(guī)驗證成本同樣不菲，這些均對金融機構(gòu)的利潤造成侵蝕。

此外，金融是強監(jiān)管行業(yè)，AI技術(shù)的快速迭代與相對滯后的監(jiān)管政策之間存在時差，合規(guī)成為AI落地的"紅線"。這也要求金融機構(gòu)在應用AI時更為審慎，并且AI模型越復雜，合規(guī)審查的難度和成本就越高。

北京市社會科學院副研究員王鵬指出，三大核心問題的存在，其本質(zhì)并非孤立的技術(shù)難題，而是AI技術(shù)特性與金融底層邏輯之間的結(jié)構(gòu)性沖突。這些問題會侵蝕普惠金融的社會價值根基，用戶信任一旦流失，需耗費數(shù)倍成本重建，且可能引發(fā)行業(yè)信任連鎖反應。如何在三者之間找到平衡，是決定AI能否在普惠金融領域深度落地的關(guān)鍵。

普惠金融新藍海

面對普惠金融的現(xiàn)實瓶頸，金融機構(gòu)正在逐步構(gòu)建技術(shù)創(chuàng)新、行業(yè)共建等解決方案。這些措施不再局限于單一機構(gòu)的技術(shù)應用，而是通過多主體協(xié)同，針對性破解普惠金融領域不同層面的難題，讓AI技術(shù)在小微企業(yè)、農(nóng)村金融、老年服務等藍海市場中真正落地生根。

為解決數(shù)據(jù)和成本問題，AI技術(shù)層面正朝著更輕量化、更精準的方向發(fā)展。針對普惠金融場景，行業(yè)開始探索更高效的模型架構(gòu)，以降低算力和存儲成本。例如，螞蟻數(shù)科研發(fā)的金融大模型Agentar-Fin-R1減少對海量數(shù)據(jù)的依賴，僅需少量行業(yè)數(shù)據(jù)即可實現(xiàn)精準適配，有效降低了大模型在企業(yè)落地的門檻和成本。

針對普惠客群的數(shù)字素養(yǎng)差異和使用場景特點，金融機構(gòu)正推動AI應用走向更細化的場景定制。在"三農(nóng)"領域，金融壹賬通通過"數(shù)據(jù)信用"模式替代傳統(tǒng)抵押方式，成為鄉(xiāng)村產(chǎn)業(yè)振興的新引擎；螞蟻消費金融的花唄推出"賬單助手"，讓用戶理性管理消費額度，使用該功能的2.7億用戶，不良率比整體低8%，實現(xiàn)了用戶與機構(gòu)的雙贏。

同時，監(jiān)管體系的逐步完善為AI規(guī)模化應用筑牢風險底線。金融科技"監(jiān)管沙盒"項目有序推進，既為AI創(chuàng)新預留試錯空間，又通過明確的風險評估標準防范風險。

從結(jié)果來看，AI賦能下，普惠金融發(fā)展成效顯著：截至2025年三季度末，我國銀行業(yè)金融機構(gòu)普惠型小微企業(yè)貸款余額為36.5萬億元，同比增長12.1%；普惠型涉農(nóng)貸款余額14.1萬億元，較年初增加1.2萬億元。

面對這些挑戰(zhàn)，普惠金融的AI應用呈現(xiàn)出清晰的未來趨勢。中國普惠金融研究院研究員戴茜強調(diào)，金融服務本身是很嚴肅的場景，且本身容錯率比較低。金融機構(gòu)在服務客戶的過程中，應審慎看待AI技術(shù)，嚴格地審查自身的數(shù)據(jù)安全執(zhí)行能力，將防控風險作為底線。在AI加持下，普惠金融的發(fā)展將會呈現(xiàn)生產(chǎn)力提升、服務提質(zhì)、技術(shù)規(guī)制不斷完善的新態(tài)勢。

北京商報記者廖蒙