服贸会热议AI浪潮，金融体系如何适应变革

科技革命正在改变金融生态。算力贷、算力保等一批创新金融产品在2026年中国国际服务贸易交易会的金融服务专题展区密集亮相，成为金融赋能科创企业的鲜活实践。

“十五五”规划纲要提出，要全面实施“人工智能+”行动。AI正加速与各领域深度融合，市场高度关注人工智能与金融要素的共生路径：AI给金融业带来了哪些新变化？金融如何更好支持AI产业价值应用？AI与金融如何共生发展？

在2026年服贸会期间，在“向新共生——AI时代的产业、资本与技术”为主题的金融助力实体经济高质量发展系列论坛上，来自监管、产业、金融领域代表聚焦上述核心话题。参会嘉宾提出，现阶段国内金融体系与AI产业发展仍存在适配短板，金融行业亟须适应性改革，AI技术也在倒逼金融业底层逻辑与业态发生深刻变革。而在金融业务落地层面，数据安全与合规是大模型落地金融场景的必答题。

AI重塑产业逻辑

科技革命的每一轮跃迁，都对应金融业态的迭代。

国务院发展研究中心原副主任王一鸣在论坛上表示，第一次科技革命催生现代商业银行，第二次带来现代投行崛起，第三次推动PE/VC、天使基金等直接融资方式的蓬勃发展；而人工智能新一轮革命，同样会带来金融体系的革命性变革。

但在技术加速赋能的同时，当前AI与金融融合发展仍面临多重现实矛盾与发展瓶颈。

比如，王一鸣提出，金融机构对AI企业的估值、赛道研判、风险识别能力不足；耐心资本、长期资本供给不足，社会资本更加偏好短期变现，投早、投小、投硬科技力量薄弱；多层次资本市场赋能效能有限，中小科创企业直接融资门槛较高；产融协同的生态体系仍不完善等。

北京市地方金融管理局副局长王颖也表示，人工智能产业属于长周期、硬科技赛道，底层的技术攻关投入高、算力基础设施建设重、技术迭代节奏快、商业化验证的周期也比较长，轻资产的属性突出，对金融服务的模式、工具、风险理念都提出了全新的挑战。

她坦言：“AI技术本身发展得太快了，前不久跟一个国际机构讨论，他们说有关于人工智能相关的课程培训，他后来也承认，每当课程设计出来基本上就已经落后了。”

技术迭代加速突破、创新场景持续拓展，人工智能正在深度重塑生产模式及资本逻辑。

AI赋能金融迭代升级

面对AI浪潮带来的挑战，王一鸣提出了金融体系调整的五条实施路径。

一是强化金融机构支持科创的功能；二是，创新适配AI时代的金融产品和服务，跳出抵押依赖、典当行模式，推广知识产权质押、股权质押、科创信用贷，完善科创估值体系，深化投贷联动、股债联动服务模式；三是大力培育长期耐心战略资本；四是完善多层次资本市场体系，优化科创企业退出机制；五是，善用大模型、大数据，搭建智能估值、智能风控、智能评估体系，以技术手段缓解科创领域信息不对称。

AI产业体量庞大、产业链条复杂，单一资本形态无法支撑产业全域发展，“政府引导+市场主导”的资本协同模式成为关键抓手。

中金资本副总裁孙霄翀表示，国有资本要有战略性和基础设施属性破局创建生态；市场化资本发挥价值发现、奖优汰劣的功能，筛选优质企业，优化产业生态。

传统商业银行也在重构科创信贷服务体系。汇丰银行（中国）有限公司企业及机构银行科创金融部总经理干菲表示，银行需革新信贷分析体系，聚焦科创企业早期发展痛点，在企业未盈利、现金流承压的初创阶段提供长期信贷支持，匹配企业3至5年的研发资金需求。该模式既能缓解科创企业股权稀释压力，也能让银行依托企业估值成长获取长期回报，是股债联动的重要金融创新。

以AI为代表的科创企业需要的更多是融资之外的多元化增值服务和支撑，从而保障企业快速全生命周期的迭代。

中国银行北京市分行行长蔡兴华表示，科技金融目前的痛点之一是全生命周期、全产业链的服务有所不足，另一痛点是当前银行做科技金融不仅仅是银行的独角戏，需要构建一个有效的生态。

据悉，中国银行北京市分行搭建了全链条产品矩阵，全面覆盖科创企业孵化、小试、中试、成长、成熟全阶段。同时，该行针对性推出科创算力贷，专项支持AI算力建设与采购场景，并计划未来三年在原有1500亿元人工智能产业贷款基础上，新增1000亿元授信额度。

银行AI落地需平衡安全与效率

金融创新的前提是守住安全底线。在金融业务落地层面，强监管属性的金融业还需破解大模型应用的数据安全难题。

王颖强调，创新发展必须守牢安全底线，将坚持促创新与防风险两手并重，健全央地协同治理机制，引导资本理性有序地参与人工智能领域的创新规范资本行为，平衡好创新活力与风险防控，推动人工智能产业实现高质量可持续发展。

数据安全与合规是金融业数字化转型的核心红线，也是大模型落地金融场景的必答题。

北京面壁智能科技股份有限公司副总裁刘豪杰认为，大模型赋能金融行业纵深发展，必须算好“成本账”与“信任账”两大核心账目。“金融行业要的可能不光是单纯的便宜，要的是合规的、可控的、安全的便宜，从‘能跑’到‘能上生产系统、能上核心系统’中间还隔很多层。”在他看来，对于金融行业来讲，“私有化部署+端云协同”应该是AI或者大模型在金融行业落地的主流技术路线。

干菲表示，汇丰银行IT团队内部应用AI已实现显著效率提升，但业务部门对AI工具的落地使用仍存在较大障碍。银行业属于强监管领域，出于数据安全考虑，银行无法将海量数据随意用于模型训练，也不能够让AI直接触及日常业务数据。保证安全的前提下往往会牺牲一部分效率，如何在守住安全底线的前提下推进AI落地部署，可能会是银行AI应用打通最后一公里的核心瓶颈。