金融行業(yè)做AI，當(dāng)下最在意的是什么？上個(gè)月我參加2025年外灘大會，高強(qiáng)度聽了三天海內(nèi)外業(yè)內(nèi)人士的激情討論。最強(qiáng)烈的感受是：大家最關(guān)心的不是技術(shù)，是價(jià)值。

“數(shù)字員工能提升多少產(chǎn)能？”“智能體的ROI怎么算？”“出了問題誰負(fù)責(zé)？”是金融業(yè)高管/CIO/CTO們高頻提出的問題。

金融智能體，正處于一個(gè)典型的曠野期The Wilderness period：類似于《出埃及記》，已經(jīng)邁出了技術(shù)探索的第一步，卻尚未抵達(dá)價(jià)值兌現(xiàn)的應(yīng)許之地，只能在曠野中行走。

橫亙在曠野中的最大阻礙，是缺少一個(gè)市場公認(rèn)的商業(yè)模式。

在價(jià)值衡量和投資回報(bào)比方面，金融AI與智能體仍然存在很大的不確定性。對于金融機(jī)構(gòu)來說，無法明確AI帶來的具體業(yè)務(wù)增長或成本節(jié)約，導(dǎo)致高層決策者猶豫不決。所以，當(dāng)下行業(yè)最緊迫的命題，便是找到AI真正的業(yè)務(wù)價(jià)值。

結(jié)合此次外灘大會的見聞，我們來深入探討：金融AI與智能體真正的價(jià)值在哪里？哪些陷阱正在吞噬投入？又有哪些行動(dòng)能幫助金融機(jī)構(gòu)找到那片流淌著技術(shù)價(jià)值的應(yīng)許之地。

去年外灘大會對AI的討論，還是以暢想為主，今年的焦點(diǎn)完全轉(zhuǎn)向了實(shí)際應(yīng)用中的行動(dòng)和效果。

總結(jié)這一年的行業(yè)趨勢，“先動(dòng)起來”，已成為金融與保險(xiǎn)從業(yè)者們的共識。

這一共識的催生，始于基礎(chǔ)大模型的普及焦慮。一位金融IT從業(yè)人員直言，年初DeepSeek等基礎(chǔ)大模型的快速普及，讓不少金融人陷入焦慮：“有了DeepSeek，是否就沒有金融機(jī)構(gòu)/Fintech公司什么事了？”

在這股焦慮下，去年底至今年初，多數(shù)金融機(jī)構(gòu)已啟動(dòng)AI研發(fā)：IT部門與業(yè)務(wù)部門聯(lián)動(dòng)，哪怕暫時(shí)看不到明確價(jià)值，跑通技術(shù)鏈路，“先動(dòng)起來”仍是首選。

IDC中國副總裁兼首席分析師武連峰在外灘大會《AI銀行高峰論壇》分享了一組數(shù)據(jù)，印證了這一趨勢：全球所有行業(yè)在生成式AI方面“什么都沒做”的比例，幾乎為0%。

興業(yè)銀行便是典型案例。據(jù)該行首席信息官唐家才透露，2021年興業(yè)銀行就把數(shù)字化轉(zhuǎn)型作為生死存亡之戰(zhàn)，今年年初推動(dòng)全行“人工智能+”行動(dòng)，最標(biāo)志性的舉措就是，把智能化應(yīng)用納入了每一個(gè)業(yè)務(wù)部門的考核指標(biāo)，推動(dòng)業(yè)務(wù)端主動(dòng)思考并尋找高價(jià)值場景。截至目前，興業(yè)銀行總分行的智能體數(shù)量已達(dá)630個(gè)，且數(shù)量仍在持續(xù)增長。

但行動(dòng)背后，是全行業(yè)的集體困惑。

提到AI應(yīng)用價(jià)值的衡量標(biāo)準(zhǔn)，唐家才坦言：“今年我們沒有糾結(jié)于絕對價(jià)值的量化，更多關(guān)注應(yīng)用數(shù)量，希望先推動(dòng)企業(yè)擁抱 AI。”

這一現(xiàn)實(shí)折射出一個(gè)關(guān)鍵轉(zhuǎn)折：2025年的金融圈，幾乎沒人再懷疑AI和智能體的潛力，但潛力如何轉(zhuǎn)化為可衡量的業(yè)務(wù)價(jià)值，成為懸在行業(yè)頭頂?shù)暮诵膯栴}。

過去一年，AI在金融業(yè)務(wù)中全域開花，從營銷、風(fēng)控、運(yùn)營、審批、客服、AI手機(jī)銀行，再到技術(shù)端的運(yùn)維與研發(fā)，滲透業(yè)務(wù)全流程。但是，這些行動(dòng)更多是價(jià)值鋪墊，真正的商業(yè)模式仍未成型。

缺失的商業(yè)模式，無法驗(yàn)證的業(yè)務(wù)價(jià)值，讓曠野期的金融業(yè)感到很大的不確定。背后的成因也格外復(fù)雜。

最首要的限制，是AI智能體的責(zé)任歸屬模糊，導(dǎo)致很多業(yè)務(wù)落不下去，那就無法產(chǎn)生價(jià)值。

智能體開始承接核心業(yè)務(wù)，如信貸審批、合規(guī)審查、理財(cái)建議，它就不再是輔助工具，而是一個(gè)數(shù)字員工。但問題隨之而來：它的“上下級”是誰？出了合規(guī)問題，該找數(shù)科部門還是業(yè)務(wù)部門？以合規(guī)為例，AI合規(guī)官由技術(shù)團(tuán)隊(duì)開發(fā)，卻服務(wù)于合規(guī)職能，風(fēng)險(xiǎn)該由誰擔(dān)？責(zé)任歸屬不清，就讓金融機(jī)構(gòu)不敢將智能體深度嵌入核心流程，進(jìn)一步阻礙商業(yè)模式成型。

即使嵌入，智能體在業(yè)務(wù)中也存在斷點(diǎn)，難以計(jì)算整體價(jià)值和成效。

多位從業(yè)者都提到，目前智能體在業(yè)務(wù)中潛力巨大，但應(yīng)用很淺，很多是零散搭建的，像一塊塊積木，各自在細(xì)分賽道上表現(xiàn)優(yōu)異，但拼接時(shí)卻出現(xiàn)大量斷點(diǎn)。

但不像傳統(tǒng)軟件可以按功能模塊定價(jià)，智能體的價(jià)值體現(xiàn)在最終業(yè)務(wù)結(jié)果，如理財(cái)規(guī)模增長、客戶活躍度提升、審批效率優(yōu)化等。這一轉(zhuǎn)變使得中間過程難以拆解、歸因與計(jì)價(jià)，所以積木化的智能體，讓人很難明確其貢獻(xiàn)。

為什么會出現(xiàn)智能體與業(yè)務(wù)的斷點(diǎn)呢？螞蟻數(shù)科副總裁余濱一針見血：專業(yè)性不足。

金融的核心需求是專業(yè)邏輯，包括嚴(yán)謹(jǐn)性、合規(guī)性、安全性，在不犧牲用戶體驗(yàn)的前提下提供專業(yè)服務(wù)。目前多數(shù)智能體仍缺乏這種專業(yè)深度，AI理財(cái)師若無法像真人一樣提供專業(yè)咨詢，自然無法按專家價(jià)值收費(fèi)。

AI智能體領(lǐng)域有著最具寬容度的用戶、企業(yè)和投資人。企業(yè)級服務(wù)對產(chǎn)品完成度要求是十分嚴(yán)苛的，過去，功能成熟度僅達(dá)30%–60%的產(chǎn)品絕無落地可能。而AI智能體雖然只有“token消耗”這類技術(shù)指標(biāo)，行業(yè)也給予了罕見的耐心。不過，這種寬容并不是無限的，尤其在金融這一高合規(guī)、低容錯(cuò)的領(lǐng)域，市場對交付完成度的要求正迅速提升。市場對金融AI智能體的包容窗口期，正在收窄。

對此，螞蟻數(shù)科副總裁余濱的感受很深刻。他在論壇中直言：“現(xiàn)在每次和合作伙伴溝通，必談的核心話題都是AI能帶來哪些具體業(yè)務(wù)效果?！?/p>

可以說，如果AI智能體長期無法兌現(xiàn)明確的價(jià)值，市場耐心接下來將耗盡。

進(jìn)入曠野，正是金融AI發(fā)展的現(xiàn)實(shí)寫照：方向已然清晰，但價(jià)值路徑仍在探索中。

需要注意的是，暫時(shí)缺少商業(yè)模式和清晰的業(yè)務(wù)價(jià)值，不是否定AI技術(shù)方向的理由。正如IDC中國副總裁兼首席分析師武連峰的判斷，金融AI要走完“助理→顧問→智能體即應(yīng)用”的完整演進(jìn)路徑，至少需要十年。

也就是說，未來十年，仍是構(gòu)建核心能力、定義價(jià)值標(biāo)準(zhǔn)的關(guān)鍵窗口期。

要真正走出荒原，金融智能體必須完成從技術(shù)可行到商業(yè)可信的遷徙。而這一場遷徙，無法靠單打獨(dú)斗實(shí)現(xiàn)，是一場基于生態(tài)位分工的集體跋涉。

在以十年記的金融數(shù)智化轉(zhuǎn)型周期里，在算力激增、資源有限的現(xiàn)實(shí)下，重復(fù)建設(shè)只會加劇內(nèi)耗。我們也在外灘大會2025的現(xiàn)場，發(fā)現(xiàn)不同生態(tài)位在當(dāng)下如何行動(dòng)：

1.聚焦垂直場景，從泛化到專業(yè)。

中國太平洋財(cái)產(chǎn)保險(xiǎn)的實(shí)踐頗具參考：今年上半年，該公司CIO向全國機(jī)構(gòu)發(fā)放問卷收集場景建議，在兩周內(nèi)收集數(shù)百個(gè)場景建議，作為大型金融機(jī)構(gòu)，我們無法在短期內(nèi)將所有系統(tǒng)AI化?，F(xiàn)實(shí)路徑是循序漸進(jìn)，最終聚焦“高頻、海量、剛性”的高價(jià)值領(lǐng)域。

沒有專業(yè)，就無法進(jìn)入核心業(yè)務(wù)；沒有核心業(yè)務(wù)，就談不上商業(yè)模式。

2.強(qiáng)化技術(shù)支撐，從工具交付到成果交付。

專業(yè)能力的落地，離不開技術(shù)支撐，更需模式創(chuàng)新。以前，科技公司是軍火商，是賣彈藥的，而金融機(jī)構(gòu)的價(jià)值訴求，要求科技公司為勝利負(fù)責(zé)、為結(jié)果擔(dān)責(zé)。這種情況下，科技服務(wù)商也要轉(zhuǎn)變角色。

以螞蟻數(shù)科為例，就在業(yè)內(nèi)率先提出了RaaS（Results as a Service，成果即服務(wù)）模式：不再按API調(diào)用或SaaS訂閱收費(fèi)，而是按實(shí)際業(yè)務(wù)增量分潤。這一機(jī)制將風(fēng)險(xiǎn)與收益綁定，倒逼技術(shù)方深度嵌入業(yè)務(wù)流程，確保AI真正產(chǎn)生價(jià)值。

3.抱團(tuán)共生，破解大魚吃小魚的風(fēng)險(xiǎn)。

一位銀行一把手直言，“我作為銀行一把手，必須確保機(jī)構(gòu)的核心競爭力與差異化特色。如果我們用的大模型和其他銀行完全一樣，特色何來？我作為企業(yè)一把手的價(jià)值何在？現(xiàn)在AI已是銀行未來的核心中樞，必須讓它貼合我們的發(fā)展方向、適配我們的業(yè)務(wù)特色”。

但并非所有銀行都具備定制化AI的技術(shù)支撐，中小金融機(jī)構(gòu)既最需要AI賦能，又最缺乏人才、資金與數(shù)據(jù)基礎(chǔ)。因此，越是中小機(jī)構(gòu)，越需要跟科技企業(yè)抱團(tuán)，否則大行吃小行、大魚吃小魚，這違背了金融風(fēng)險(xiǎn)分散的基本邏輯。

基礎(chǔ)設(shè)施由巨頭提供，垂直場景由專業(yè)玩家深耕的共生結(jié)構(gòu)，或許會成為接下來的主流。

此外，學(xué)術(shù)界正提供方法論支撐，來推動(dòng)技術(shù)與業(yè)務(wù)的融合。此次外灘大會上，發(fā)布了業(yè)界首個(gè)企業(yè)AI應(yīng)用成熟度模型。上海交通大學(xué)安泰經(jīng)管學(xué)院副院長劉少軒教授及其團(tuán)隊(duì)，系統(tǒng)性回答了“是否值得做—能否做成—能否做久”三大問題，涵蓋數(shù)據(jù)治理、流程適配、ROI測算等九項(xiàng)關(guān)鍵評估，為機(jī)構(gòu)提供可操作的行動(dòng)框架，避免盲目投入。

回望歷史，走出埃及、在曠野中前行的人類族群，在直面挑戰(zhàn)的同時(shí)，也鍛造了律法、組織與新文明；今天的金融AI，同樣處于價(jià)值體系的重構(gòu)階段。

在曠野中尋找商業(yè)模式和業(yè)務(wù)價(jià)值，是一場各司其職、生態(tài)共生的集體跋涉，才能抵達(dá)數(shù)智化金融的應(yīng)許之地。

審核編輯 黃宇