新华财经上海9月10日电（记者魏雨田）“金融机构不用AI肯定要被淘汰，但AI是必要条件，还不够充分。”9月9日，在2026 Inclusion·外滩大会“AI原生时代·信用经济的应用探索”论坛上，清华大学五道口金融学院金融发展与监管科技研究中心主任张健华的这句话，道出了金融业面对人工智能浪潮的真实处境。
本场论坛汇聚学界、银行、消费金融、征信、云计算与人工智能等领域代表，围绕个人信用管理、消费场景风控和智能客户经理等议题，探讨人工智能如何融入金融实际业务。与会人士普遍认为，金融业正处在人工智能从“试点探索”迈向“规模落地”的关键阶段，落地的瓶颈正由模型能力转向数据、业务与治理三方面的协同适配。
(资料图)
AI从“工具包”到“第二大脑”
变化首先发生在技术底座。中国工程院院士、同济大学教授蒋昌俊认为，AI基座并非算力与服务器的简单堆叠，而是连接数据与业务的基础设施。它不再只是IT部门的工具包，而将成为金融机构参与战略制定的“第二大脑”。
以风控环节为例，知识图谱、图神经网络与大模型的融合，使识别对象从单一账户扩展到账户、设备、IP地址及其关联关系，推动风险管理由“事后拦截”转向“事前穿透预测”。AI的价值，也由提供判断依据，延伸到帮助机构更早看见风险。
在蒋昌俊看来，基座决定了业务的创新高度，高质量的数据决定了决策精度，可信的安全治理决定了机构发展，三者齐抓共管，才能构成所谓的新金融。技术越深入业务，治理要求也越高，责任边界也需要随之调整。
张健华认为，技术发展与业务创新通常快于监管制度形成，监管需要在鼓励探索与防范风险之间建立动态平衡。模型幻觉、算法黑箱以及AI可能放大既有风险等问题，都需要纳入治理视野。
“AI更多是能力提升的倍增器。”张健华表示，技术与机构自身能力、自身需求的适配，同样是一道门槛。这意味着，机构需要先明确要解决的业务问题，再判断AI能够补足哪些能力，技术投入才有机会转化为实际效果。
信用服务从“机构判断”走向“用户经营”
技术底座之上，信用经济的服务方式正在改变。
钱塘征信总经理李臻在演讲中表示，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，以公共数据授权运营和可信数据空间建设为切入点。目前，钱塘征信已获取超过8个省市的个人信用管理公共数据授权运营资质，探索用户自主授权、主动管理信用的服务模式。
“信用守护”“信用报告”是这一模式的具体实践。数据显示，75%的用户在发现信用风险后愿意主动修复，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的意愿，显示出个人对日常信用管理的真实需求。信用服务的价值，正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。
业内人士分析认为，这一转变的意义在于，信用管理正从“被机构评估”的单向过程，走向“由用户主动经营”的双向互动，AI让大规模、个性化的信用服务成为可能。
效率的跃升同样直观。钱塘征信首席技术官朱乐表示，面向大规模个人用户，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，显著降低多岗位协同成本。
在消费金融领域，蚂蚁消金副总经理兼首席风险官林嘉南介绍，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%。
在金融科技服务中，百融智能合伙人高级副总裁段莹则将AI智能体定位为承担明确职责、接受结果考核的“硅基员工”。这一定位把AI的交付单位细化到岗位：工作目标、任务流程和交付标准需要事先明确，技术能力要通过实际产出来检验。智能体由此得以嵌入业务系统，与其他岗位共同完成工作。当智能体能够稳定承担职责范围内的任务，员工才有更多空间处理复杂问题、作出专业判断。
从单点提效到组织进化
更深的挑战在于，单项任务的提速，能否转化为整条业务流程的改善？
浦发银行总行首席人工智能科学家郑波认为，判断AI应用是否进入了生产，要看它是否进入核心业务流程、是否承担原先由人完成的关键任务，以及是否改善了客户体验、经营效率和风险管理。在突破口的选择上，郑波主张“锥子打法”，以少数入口级旗舰产品打穿高价值流程，再带动底层能力和周边场景建设。
郑波判断，未来三年银行AI的分水岭在于生产能力、价值运营能力与组织进化能力。领先的银行未必拥有最多的智能体，但一定拥有更快的组织学习速度：一个客户经理的优秀经验，可以迅速转化为全行客户经理的能力；一个风险案例，可以迅速沉淀为全行风险识别规则；一次客户反馈，可以持续推动产品和模型进化，最终把AI能力转化为经营价值。
腾讯金融云副总经理谢任东提出，要让AI进入信贷、支付、投研等关键岗位，金融机构需要建设“一体两端六域”的AI工作台，打造业务、办公、研运、知识、AI基础设施、安全的六大关键能力。
值得注意的是，效率的提升并不意味着决策责任的转移。朱乐强调，随着智能水平的提升，AI会拥有越来越多的探索权、建议权和有边界的“执行权”，但最终的决策权目前还不能交给AI。郑波也表示，在授信审批、资金交易等高风险事项上，AI可以提供分析与建议，但关键决策仍应由人负责。
多位与会人士表示，金融AI的价值，正开始体现在服务对象、服务方式、业务流程三个维度的共同改变之中。沿着这一方向，技术带来的效率提升，需要转化为更易获得、更贴合真实需求的服务；机构则需要对关键决策及其结果负责。让更多人有能力管理信用、有机会凭借信用获得服务，AI的应用进展才能转化为信用经济更广泛的社会价值。
