特稿 | 程实：智启未来，行者无疆 人工智能赋能金融改革创新

智启未来，人工智能正以前所未有的广度与深度融入金融业的各个环节。随着场景大模型的加速落地，人工智能将朝着专精、敏捷、可信的方向持续进化，成为服务实体经济高质量发展的重要力量。制度保障的不断健全、技术监管的逐步完善，为“AI+金融”的稳步落地提供了清晰的预期与稳定的空间。与此同时，资本市场对人工智能的高度关注和积极参与，也正加速推动相关技术从实验室走向现实场景，从辅助工具转化为可持续的生产力。监管有力度、市场有信心、技术有抓手，“AI+金融”的崭新时代正在加速开启。

值得强调的是，人工智能对金融业的赋能没有止步于效率层面的提升，它更是一场关于理念重构、范式转变、生态再造的变革。这一过程并非一蹴而就，需要技术进步、制度完善与市场推动的共同托举，从而助力金融行业在改革创新的道路上走得更稳、更远。大道如砥，行者无疆。人工智能并非金融改革创新的终点，而是一段崭新征程的起点。最好的“AI+金融”，不是冷冰冰的算法堆砌，而是在智能中保有温度，在规则中实现公平，在效率中坚守责任。

技术突飞猛进，从算法迭代到场景深化。近年来，人工智能技术持续突破，尤其是通用大模型的兴起，重塑了AI的能力边界与应用场景。生成式人工智能（GenerativeAI）引领了新一轮智能革命。例如，ChatGPT展示了通用大模型在自然语言理解、文本生成和对话交互方面的突出能力，迅速引发科技企业和金融机构的广泛关注。2023年，中国科技公司密集推出逾130款国产大模型，模型参数规模普遍达到百亿甚至千亿级别，具备跨任务、多模态的泛化能力。

然而，金融行业作为高度专业、数据敏感的领域，对AI模型的精准性、稳健性提出了更高要求。这使得场景大模型，即融合金融行业特定语境与数据结构、深度定制的大模型，成为AI赋能金融改革创新的关键路径。场景大模型与通用大模型的不同之处在于，场景大模型通过行业语料训练、知识图谱构建与任务链条重塑，在文本生成、风险评估、投资建议、合规审查等核心环节展现出更高精度与更强适配性。例如，中国工商银行打造的“工银智涌”企业级千亿级金融大模型技术体系，已在200余个核心业务场景实现规模化赋能，新技术应用覆盖的场景工作量相当于超过4万人年的投入，并在金融市场的量化投资、交易代码编写等领域开展了试点应用。未来，“AI+金融”将遵循“人工智能+”点面结合、纵横交替的发展路径。通用大模型提供底层的智能支撑，而场景大模型则作为“人工提质”的核心，推动AI能力深度嵌入投研分析、智能投顾、智能风控、运营合规等全链条业务场景。可预见的是，随着模型结构优化、算法突破与算力供给提升，AI将在金融行业形成智能增强与场景深化的正向循环，重构金融机构的运营逻辑与价值创造方式。

数字蝶变，三管齐下提效能。人工智能作为金融数字化转型的核心驱动，正全方位渗透、重塑金融服务逻辑。从运营效率到客户体验，再到安全保障，AI带来的改变已不仅仅是功能辅助，而是结构重组。

效率之变，运营提速、服务提质。AI深度嵌入金融机构的后台流程，推动业务无人化运行。例如，银行和保险公司广泛采用AI结合机器人流程自动化，自动处理大量账务核对、报告生成等日常事务，不仅可以减少人为差错，还能显著降低人力成本。系统连续处理海量业务，极大提升了金融服务的时效性和可获得性。

服务之变，千人千策，精准识别。AI在前台服务中同样大显身手，特别是在智能客服和个性化推荐方面。部署AI客服机器人，能够即时响应客户咨询，协助办理转账、查询、理财等业务。此外，AI在个性化产品与营销方面也展现出强大潜力。通过对客户行为与偏好的分析，金融机构能够精准推送金融产品，实现千人千策的服务体验，真正把智能服务送到大众身边，是实现普惠金融的重要推手。

安全之变，全链守护，防患未然。在风控方面，AI可以构建起事前识别、事中监控、事后审计的安全闭环，显著提升风险防控能力。AI模型可实时监测交易数据和账户行为，识别潜在欺诈、洗钱风险和异常操作，有效保障客户资产安全。

监管赋能，三位一体强保障。人工智能技术加速与金融深度融合，既带来高效与智能，也伴随风险与挑战。为了确保“AI+金融”安全、规范、可持续发展，监管体系正在制度设计、试点探索和技术监管三大维度持续推进，为人工智能赋能金融改革创新提供坚实保障。

制度先行，筑牢底线，厘清规范。各项制度建设为AI在金融领域的有序发展提供红绿灯。近年来，政府出台多项重要政策文件，明确将人工智能作为数字金融发展的基础支撑。其中，2022年初《金融科技发展规划（2022-2025年）》指出“抓住全球人工智能发展新机遇，以人为本全面推进智能技术在金融领域深化应用”。2025年5月，科技部等七部门联合印发《关于加快构建科技金融体制有力支撑高水平科技自立自强的若干政策举措》，提出构建覆盖创业投资、信贷支持、资本市场、科技保险等关键环节的科技金融支持体系。同时，政策导向鼓励金融机构探索运用新一代信息技术，通过创新积分、风险识别模型等方式，增强对科技型企业的识别能力和服务能力，推动金融服务体系在业务流程、风控机制、绩效考核等方面实现数字化、智能化转型，夯实科技金融支持高水平科技自立自强的能力基础。

沙盒探索，试点机制激发活力。在规则制定逐步完善的同时，监管部门通过监管沙盒等机制，为AI场景应用提供更加安全可控的测试环境。在沙盒机制下，金融机构可在限定范围和时限内试点新技术应用，并在监管环境中及时评估潜在风险，优化技术方案，形成可复制、可推广的实践路径。中国香港、新加坡等国际金融中心的沙盒经验表明，该机制有助于实现包容审慎的监管原则，在不妨碍创新的前提下实现有效控制。

技术监管，精准施策，守正创新。面对AI模型日益复杂、数据依赖愈强的现实，传统监管方式已难以覆盖新兴风险，以AI管AI的监管科技（RegTech）正成为监管新趋势。通过引入人工智能、大数据分析和实时监控工具，监管机构可更精准、高效地识别异常交易、模型滥用、算法歧视等问题。近年，金融稳定理事会（FSB）与国际证监组织（IOSCO）相继发布报告，强调加强人工智能在金融领域应用的跨境监管协调，呼吁构建涵盖透明度、公平性与问责机制的全球性AI治理框架。总体来看，监管科技的进步正为“AI+金融”应用打造更灵敏、更智慧的安全线。

与此同时，政策监管的完善正与资本市场的积极参与，形成政策与市场的相辅相成。一方面，资本市场正持续加大对金融AI的资源投入。在股权融资方面，AI金融科技企业成为创投机构追逐的热点，注册制改革背景下，超过90%的新上市科创企业曾获创投基金支持，投早、投小、投长期、投硬科技的生态正在形成。不少专注AI与金融融合的科技公司已在科创板、创业板成功上市，获得可观融资。另一方面，债券市场也为科技型金融企业提供融资支持。截至2024年底，交易所市场已累计发行科创公司债券达1.2万亿元，年度发行量同比增长64%，其中大量资金流向人工智能、新能源、半导体等前沿领域，显示资本市场对AI技术高度认可。此外，传统金融机构也在主动拥抱AI，纷纷设立科技基金、战略孵化平台，投资于AI初创公司和解决方案提供商。

未来可期，三足鼎立绘新篇。人工智能与金融的融合，已不再是单一技术的嵌入，而是一场模式层面的革新。AI不仅在后台优化流程、在前台提升服务，更在重构金融行业的运行逻辑与竞争格局。根据清华大学等机构预测，生成式AI可为金融业带来约3万亿元人民币的商业价值增量。麦肯锡的测算也显示，大模型有望每年为全球金融体系创造2500亿~4100亿美元新增价值，其影响正从辅助工具转变为核心动力。面向未来，“AI+金融”将沿着场景主导、人机协作、生态共建三大路径，走向更加系统化、可持续的发展阶段。

其一，场景模型崛起，应用落地更加聚焦。例如，复旦大学张奇团队在通用开源大模型的基础上，通过注入领域知识并引入强化学习机制，有效提升了模型的泛化能力。随后，结合具体场景数据对模型进行微调，使得小参数模型在特定任务中的F1值（衡量查准率与查全率的综合指标）显著优于未经调优的通用大模型，展现出更高的准确性与稳定性。随着金融业务走向多元细化，通用大模型虽然具备强大语言与推理能力，但在专业金融语境中仍存在理解偏差和效率瓶颈。行业趋势正朝着“通用大模型+场景大模型”融合架构发展，前者提供认知底座，后者针对具体业务场景，如信用评估、保险定价、交易风控等进行深度训练。这一模式既保留大模型的语言泛化能力，又兼顾小模型的精准性与运行成本。未来的金融机构，不再只是技术工具的使用者，更将成为算法能力的定义者与模型价值的主导者。

其二，人机协作深化，岗位职责重新定义。AI不是替代人，而是增强人。前台的“AI+理财”辅助客户完成投资配置与风险匹配，中台的“AI+风控”实时监测账户异常、生成风险预警，后台的“AI+运营”支持财务管理与报告生成，形成智能金融体系。同时，人类员工更多承担监督、判断和战略思考等不可被机器替代的职能。金融机构有望建立专属的AI操作手册和岗位培训机制，使员工掌握AI工具、理解模型原理，实现1+1>2的智能协同效果。

其三，开放生态初成，金融服务更有温度。AI不是孤岛式创新，而是协同型创新。未来的“AI+金融”生态将由金融机构、科技企业、高校智库、政策部门共同构建，形成技术共研、模型共训、资源共享的新范式。例如，在小微企业信贷中，AI可打通企业财务、税务、电商等多维数据，实现精准画像勾勒。针对老年人、残障群体等特殊客户，AI可提供更加贴心、安全、可持续的普惠金融保障。金融也会因此变得更有温度、更具包容，也更体现人文关怀。

（作者程实系工银国际首席经济学家，徐婕系工银国际经济学家）