当前，我国金融业进入“数智化”转型深水区，人工智能、区块链、云计算等技术深度融合，正重构金融服务模式与行业生态。尤其是今年以来，多项数字技术创新突破推动AI应用从问答工具向智能体跃迁，更好实现AI大模型在远程银行等具体金融场景中的应用效益。金融数智化生态具备整体性和协同性，既包含金融服务的技术变革，还涉及金融机构、科技公司、监管部门、基础设施等多元主体协作、跨领域资源整合、金融与实体经济融合等。在数实深度融合背景下，围绕“十五五”规划这一关键节点，如何凝聚行业共识，建设全面、健康、有序的金融数智化生态体系？为构建现代化金融体系、加快建设金融强国、服务经济高质量发展提供强大动力，亟待政产学研各界共同探讨。

数字金融合作论坛联合深圳香蜜湖国际金融科技研究院，于10月18日在京举办“金融数智化生态建设”闭门研讨会。与会专家深入探讨金融机构数智化建设的思路与路径，不同类型金融机构代表从业技融合、智能治理、场景落地、人才培养、生态建设等方面积极分享AI大模型与智能体应用实践与展望，系统剖析金融机构尤其是中小银行数智化转型面临的困难与挑战，并就构建多元主体协作、跨领域资源整合、健康有序数智化生态、更好提升金融机构数智化转型质效提出建议。

会议由清华大学五道口金融学院教授、中国人民银行参事、我院学术委员会委员张健华主持，分为机构分享、专家点评、圆桌发言等环节。

张健华

机构分享

中国工商银行首席技术官、我院学术委员会委员吕仲涛，中国农业银行科技与产品管理局局长王怡，武汉众邦银行董事长程峰，百融云创科技公司董事长、CEO张韶峰，北京银行首席信息官明立松，北京农商银行首席信息官易永丰，中国建设银行金融科技部副总经理李晓敦，中信建投证券执委会委员张昕帆，中国光大银行金融科技部总经理史晨阳，厦门国际银行首席信息官王丰辉，南京银行数字银行管理部总经理徐小锋，苏州银行信息科技部总经理王毓蓁等金融机构和科技公司代表在机构分享环节发言。

吕仲涛

王怡

程峰

张韶峰

明立松

易永丰

李晓敦

张昕帆

史晨阳

王丰辉

徐小锋

王毓蓁

专家点评

陈文辉

李礼辉

高峰

圆桌发言

中国人民银行原副行长、国家外汇管理局原局长吴晓灵，浙江省政协经济委员会副主任、浙江农商联合银行原党委书记、董事长王小龙，江苏苏商银行副行长、首席信息官黄进，华夏银行远程银行中心总经理唐丽丽，平安银行客服中心负责人龚萍等领导和专家先后在圆桌环节发言。

落实“人工智能+”行动，金融数智化正当其时

今年8月，国务院印发《关于深入实施“人工智能 +”行动的意见》，明确将金融等服务业作为“人工智能 +”应用的重点领域，提出推动新一代智能终端、智能体等在金融场景广泛应用，以智能驱动服务业向新发展，为金融数智化提供了核心技术路径指引。人工智能技术发展正在深刻改变金融行业，推动金融机构加速从“+AI”向“AI+”演进。

会议指出，金融行业在数据基础、资金实力和人员素质等方面具有良好基础，有能力、有条件积极拥抱数智化转型。2025年被业界称为“AI智能体元年”，随着整体AI应用生态更加成熟和繁荣，整合多个触点的“超级”智能体可能出现，推动人机交互模式从“+AI”到“AI+”变革。百融云创科技公司将智能体形象比喻为“硅基员工”，提出其适用于拟人交流互动、非结构化数据处理和灵活流程处理领域，在信贷业务、财富管理和客户服务等场景可以得到更加广泛的应用。当前，应用场景和价值实现正在成为金融机构数智化转型的关键考量，能否带来显著的业务提升和优化正在成为AI进一步落地金融行业的关键。以银行业为例，远程银行作为金融机构数智化转型的新业态，正步入以AI智能体为核心的新发展阶段，通过数字员工实现更自然的人机交互与更高效的业务处理。“硅基员工”需要从“能用的工具”转向“能写入利润表的实际结果”。

会议认为，金融数智化转型过程中，技术互联是骨架，生态繁荣是血脉。金融数智化的内部生态主要指金融机构通过内部数智化建设提升自身核心竞争力。金融数智化的外部生态则包含金融机构、科技公司、数据平台、律师事务所、监管机构、智库等多业态融合与合作。随着人工智能技术高速发展，外部生态的重要性日益凸显，需通过算力共建、数据共享、标准共认等多方面开展行业生态建设，以完善的合作机制与框架助力人工智能技术快速、安全、普及应用，推动金融行业数智化能力迈上新高度。

会议认为，金融数智化生态中的各参与方应强调链接合作，比如金融机构与政府机构可达成数据赋能与治理协同伙伴关系，与科技公司可成为共同研发伙伴，与金融同业可成为多方协作伙伴。与会专家积极分享金融数智化转型实践与经验，不同类型机构基于各自禀赋，初步探索形成各具特色的数智化业务模式。

国有大行和股份制银行全面应用人工智能，打造智慧银行新型经营模式。中国工商银行聚焦“算力、算法、数据范式、安全”等五大核心技术，打造全栈自主可控的“工银智涌”大模型；中国农业银行通过业技数协同，构建AI+应用能力体系，自上而下打造农行“人工智能+”创新实施纲要、AI能力地图、“农银智+”平台；中国建设银行建设包括算力平台、模型训练、知识库在内的一整套人工智能体系，并在三百多个具体业务场景中探索应用，已在客户经理助理、代码编写、流程开发等方面取得较好成效；中国光大银行不断夯实人工智能技术核心能力，加快推动以大模型为核心生成式人工智能技术在内部运营各环节的应用落地；华夏银行围绕“理论体系、组织体系、业务模式、产品体系、风控体系和系统平台建设”六个维度，进行数字化产业链金融生态建设。

中小银行在数智化发展过程中更加强调场景导向、业务导向和价值共生，立足机构特色开展差异化探索。武汉众邦银行围绕产业链供应链核心企业及上下游需求打造“众链贷”，围绕弱关系泛供应链圈层中小微企业打造“众商贷”；北京银行构建“智算资源-模型赋能-应用落地”三层人工智能架构，打造从底层资源到业务应用的AI全链路，助力业务智能化升级；北京农商银行聚焦“精准营销、智能风控、智慧运营与经营、监管合规审计、安全与运维”五大主题进行业务数字化转型，推广包括人工智能在内的五大工具；厦门国际银行战略布局华侨金融客群和跨境金融产品，打造跨境e站通华侨金融服务数智平台，聚焦本地特色产业，构建差异化竞争优势“护城河”；南京银行面向多个用户群体、主流工作链路形成“一岗一助手、一人一分身”智能场景规划，推动AI应用全面化；苏州银行围绕风险管理、客群经营、产品销售、经营管理、办公协调等方面，持续推进标准化、差异化、数字化建设，提升客户体验。

证券公司以客户为中心深入变革，推行数智化治理等新管理理念。中信建投证券“自下而上”推进数智化转型，于风险管理视角自主研发，创新北极星账户诊断产品，从横向行业对比和纵向自身发展角度对全行业股票进行排序，实现多维度分析和异动提醒。

当前金融数智化生态建设面临的主要困难和挑战

会议认为，金融数智化生态建设正在深刻重塑金融业的运营模式与服务模式，为提升全行业服务效率与普惠水平注入强大动力，但同时也面临一系列亟待解决的问题与挑战，尤其是中小金融机构数智化建设仍是重点和难点。

一是数据流通与开发应用欠佳。数据来源方面，公共数据受行政条块分割影响，开放共享机制不健全；非公共数据则因权属不清、流通机制缺失而难以有效流动；行为数据等深层次数据的价值尚未被充分挖掘，缺乏互认、互连、互通的金融行业专业数据库。流通标准方面，当前跨机构数据交换缺乏统一规范，模型性能与安全评估标准不一，导致行业内容易出现重复建设与“能力孤岛”，制约整体效率提升。

二是技术缺陷与模型风险交织。技术风险普遍存在于传统人工智能模型和大模型中，给金融应用的安全性、可靠性、可控性带来严峻挑战，其中模型幻觉、黑盒困境、“智能涌现”效应、模型脆弱性等风险较为典型。以人工智能大模型为例，模型安全面临训练风险、系统平台风险、算法模型风险、业务应用风险及供应链风险等，既源于内生性技术缺陷，也源于外源性对抗攻击。

三是数智化建设资源与能力不足。对于中小金融机构而言，数智化转型之路首要挑战是资源与能力刚性约束。在算力层面，GPU芯片等投入高昂且持续，算力基础设施建设造成沉重财务压力。在人才层面，中小金融机构在吸引和培养高端技术人才方面竞争力薄弱，难以组建大规模的专业AI研发团队。此外，在模型选择与应用上，中小金融机构面临试错成本高、容错空间小的困境。

四是智能供给与应用质效不理想。供给层面，中小金融机构更加需要与第三方科技公司合作，但当前金融科技企业提供的产品和服务良莠不齐，选品困难。同时，信创生态适配滞后、售后服务与人才支撑不足，增加了技术整合难度和隐性成本。业务层面，AI实际应用场景与业务预期差距较大、成果难以量化，中小金融机构智能化转型价值难以兑现，进一步增加持续投入压力。

精准聚焦场景，多方共建金融数智化生态

会议认为，面对数智化转型难题，金融业尤其是中小金融机构更需找准切口、精准聚焦业务场景，与其他合作伙伴协同发展，共建共享行业数智化生态。

一是打破孤岛，推动共享。鼓励科技公司、金融机构、政府部门加强合作，构建包含公共数据、非公共数据、交易数据、行为数据、结构化数据、非结构化数据、周期性数据及多维度多模态数据的专业数据库建设，夯实金融数智化的数据基础。建立统一的行业数据交换标准，完善模型评估与认证体系，建设以联邦学习为代表的隐私计算基础设施，构建高质量的数据治理体系，推动私域数据系统整合与规范治理。

二是稳健发展，安全护航。构建AI安全治理体系，在制度上建立覆盖AI全生命周期的安全治理体系与责任机制，实现有制度、有流程；完善安全评估技术能力，建设全面的AI安全风险评估体系，定期开展安全风险评估；提升安全防护技术能力，构建全面的AI安全技术防护体系，从数据安全、模型安全、内容安全、应用安全等分解提升技术工具能力，消减AI全生命周期风险；丰富AI安全治理工具，使用更加灵活、包容、快速响应的敏捷治理工具，提高AI安全治理效能。

三是转变模式，抱团发展。中小金融机构要摒弃“单打独斗”的传统思维，探索“建立联盟、共享资源、联合创新”。在同业层面，可组建算力联盟，通过联合采购、共建共享算力池等方式平摊成本。在技术层面，由实力较强的机构开发基础性金融模型，中小金融机构根据自身业务进行微调。通过与大型金融机构和科技公司协作，实现优势互补、生态共建，将有限资源集中于核心领域，实现“难中求解”。

四是聚焦场景，强化供给。中小金融机构应将资源集中于智能风控、精准营销等直接创造价值的核心业务场景，组建专业团队和开发部门，打破科技与业务之间的“堵点”，推动AI战略在应用场景中落地。加强迭代与磨合，主动管理与外部厂商、内部业务部门的关系，持续优化流程，在可控成本内验证价值、积累能力、实现闭环。有关部门要积极引导良性的行业竞合关系，建设中立、平等的共享平台机制，以市场化手段提升监管能力。设立第三方测评机构，增强人工智能应用公信力，推动科技公司技术能力加速向行业服务能力转化。