硬实力夯实底座，软实力激活创新

作者｜麦子

编辑｜栗子

2025 年 12 月，多家媒体报道迪士尼正在以科幻电影《钢铁侠》里的智能管家 " 贾维斯 " 为灵感，推进 AI 工具落地。而随着近年来人工智能技术的不断成熟，像 " 贾维斯 " 一样的 AI 助手，正逐步走进普通人的日常生活。

早上让 AI 帮你叫车去机场，中午让它点一杯奶茶，晚上让它订酒店。不知不觉中，AI 开始进入外卖、出行、本地生活等真实场景，成为一个真正能 " 办事 " 的生活助理。

最先让大众强烈感受到这一点的，就是春节期间，大模型 " 千问 " 的 "1 分钱喝奶茶 " 活动。

很多人只是抱着试一试的心态，对着千问说一句 " 帮我点杯奶茶 "，结果大量订单瞬间涌进系统，门店排队排到关门，外卖小哥跑到崩溃。

消费者感受到的奶茶盛宴，内行人看到的则是，AI 正在从 " 内容工具 " 变成 " 生活入口 " ——一句话，就可能触发一次真实交易。

当各类智能体开始争夺交易入口，互联网平台纷纷把支付嵌入新的 AI 场景。在这场支付 " 争夺战 " 之中，一直深耕支付行业的中国银联似乎 " 隐身 " 了。然而，水面波涛汹涌，水下自然也不会没有动静。那些外界看不见的水下功夫，恰恰是银联真正发力布局的地方。

在刚刚结束的中国国际金融展上，中国银联将 " 水下功夫 " 放在了大众眼前，银联生态展区第一次全方位展示了银联的基础科技实力、AI 开放生态、合作伙伴生态协同等领域的最新成果，包括新建的银蝶园区、国家人工智能应用中试基地等。

逻辑简单清晰：一条是以银蝶园区为代表的 " 硬实力 "，展现了金融科技最底层的基础设施能力；一条是以国家人工智能应用中试基地为代表的 " 软实力 "，体现的是银联对于前沿技术的落地能力。硬实力夯实底座，软实力激活创新，二者共同支撑银联在智能金融时代持续培育新质生产力。

水面之上是 AI 应用的浪潮奔涌，水面之下，是支付网络、数据治理、安全风控和开放生态的长期沉淀。真正决定产业浪潮能走多远的，往往不是前台那朵最热闹的浪花，而是水下那套足够稳定、足够安全、足够开放的水脉。作为我国重要的金融基础设施，银联正在做的，正是把这些基础建设做深、做稳、做开放。

1.当竞争沉向基础设施，地基需要打得有多深？

回顾中国支付产业的发展历程，每一次行业跃迁背后，本质上都是一次基础设施升级。

银行卡时代，行业解决的是联网通用问题；移动支付时代，行业解决的是连接效率问题。今天，支付行业正在进入第三次基础设施升级周期。这一轮竞争的重点，已经从产品体验，变成了谁能够提供更稳定的算力、更安全的数据、更可靠的系统。

在金融展上亮相的银蝶园区，正是面向这一轮升级打造的关键底座。

随着支付场景不断拓展，金融系统需要处理的业务量、数据量和协同关系都在快速增加。高并发交易处理、海量数据计算、实时风险监测，都对底层算力、资源调度和系统稳定性提出了更高要求。

作为银联重要的科技战略布局，银蝶园区已纳入《长三角一体化发展规划 " 十四五 " 实施方案》。围绕金融科技创新的现实需求，银蝶园区正在持续完善数据中心、算力支撑、运营保障等数字基础设施能力。

目前，银蝶园区首期部署约 5500 个机柜，数十万算力节点从资源申请、部署、运行、监控到回收，走的是全流程自动化管理，打造出一站式、标准化的算力资源管理体系。这套算力还具备分钟级弹性扩缩能力，可以根据业务负载动态分配资源，同时支持百万级任务并发调度。

再往外延伸，这是一张覆盖全国的高带宽、低时延骨干网络，支撑上千家机构接入的专线和互联网络体系，通过分层分区分域的纵深安全隔离与全网流量智能调度，保障整套基础设施的高速、安全连接。

所以，银联建设的算力基础设施，绝不是 " 多一些机柜 "，而是让算力、网络和安全能力协同起来，形成一套可以支撑大规模金融业务持续运行的底层能力。

但金融数据的特殊性在于，它不仅要算得动，还必须存得安全、流转得可靠。这就展现出银蝶园区数据中心的重要性。

银蝶园区数据中心按照国标 A 级机房、央行 I 级机房标准建设，与上海、北京形成三地多活、五层容灾架构，任一城市出现故障，其他两地可以共同承载日常业务，关键系统能做到秒级切换。这套体系构建起金融级的数据安全保障，并为数据的安全流转和业务的连续运行筑牢了基石。

算力够强和数据够安全还不够，真正支撑金融基础设施长期稳定运行的，还需要一套成熟的运营管理能力。

银联将 20 余年的生产实践，与 ITIL、DevOps 等先进理念相融合，以流程机制、工具平台、运营人员为坚实基石，构建起一套多中心一体化的运营管理体系。在黄山数据中心，" 安全、稳定、高效 " 三位一体，已经演变成支撑核心系统每秒 18 万笔交易稳定运转的日常能力。

可以看到，算力提供动力，数据创造价值，运营保障稳定，共同构成了银联支撑金融高质量发展的科技硬实力。

今天，金融科技的竞争正在从应用层下沉到底座层。谁能把算力、数据、运营这些基础能力打得更深，谁才有资格承接更复杂的数字金融和 AI 支付场景。而这正是银联长期投入、也最擅长的地方。

2. 如何让 AI 真正在金融系统里跑起来？

银蝶园区的基础设施提供了硬实力支撑后，AI 建设要如何在金融系统中创造真正的价值？

金融科技的 AI 建设，只有真正穿越数据、业务和安全的门槛，才能进入金融系统深处，锻造出可以被信任、被复用、被规模化推广的能力。

金融机构使用大模型时最现实的顾虑就是，想用 AI 能力提升效率，又担心核心数据暴露。所以，" 数据可用不可见 "，是金融 AI 必须解决的工程问题。

银联联合头部互联网企业和高校研发的隐私保护大模型，采用了数据与模型协变混淆技术解决了这个难题。通俗来说，就是让原始模型和数据在进入云端计算前，先经过一层安全混淆处理，让混淆模型 " 认识 " 混淆数据，可以正常开展推理。

用户先在本地用自己的密钥，对模型参数进行离线混淆处理。混淆模型部署到云端后，在线推理过程即可在混淆状态下运行。云端可以完成计算，但接触不到原始明文数据，敏感信息始终留在本地，不出安全边界。

同时，这种保护不会明显牺牲模型能力，语义精度和准确率损失不超过 5 %，在线推理时本地编解码带来的延迟几乎无感，系统开销也很小。可以看到，银联的隐私保护大模型，让金融机构可以在保护数据安全的前提下，调用云端 AI 能力，这为大模型真正进入严肃业务系统提供了可行路径。

在安全这道关，银联还基于大模型打造了风控策略专家系统，把风控策略研发周期从过去的数天压缩到了 6 小时以内。银联还打造 " 一键诊图 " 风控服务产品，建设人脸欺诈防护联盟，帮助金融机构从 " 单点防御 " 向 " 协同防御 " 转变，共同对抗黑产攻击。

安全的问题有了解法，金融智能化才真正有了落地的前提。

在金融行业，AI 如果不懂银联的业务系统，不懂金融监管逻辑，不懂反诈场景的细节，在真实场景里跑不通。

所以，金融 AI 真正要理解业务，离不开长期沉淀、覆盖广泛、质量足够高的数据基础。银联从源数据、数据集到标签数据，已经形成了较为完备的数据资源体系，覆盖用户、商户、产品、区域、行业等多个维度。

更关键的是，银联已经把数据资源转化为可调用、可服务、可变现的全域数据能力。目前，银联的数据能力已经应用于获客活客、风险防控、消费分析、商业洞察、策略评估等场景，并持续服务商业银行、支付机构、特约商户和行业机构，成为支撑业务增长和行业赋能的重要基础。

在此基础上，中国银联进一步搭建了 "L0 基座 +L1 金融支付垂域 +L2 场景专用 " 的 "1+1+N" 大模型体系。

其中，L0 是通用基座模型，提供基础智能能力；L1 是金融支付垂域大模型，让模型进一步理解支付、风控、反欺诈、合规等金融业务规则；L2 则面向具体场景，服务反诈识别、信用卡申卡、商户入网审核等一线业务。支撑这套体系运行的，是银联的千卡规模算力资源池和 2TB 高质量行业数据集。

银联这么做的目的只有一个，就是让 AI 真正理解金融业务、适应金融场景，并能在高安全、高合规、高稳定要求下运行。

对金融行业而言，真正有价值的技术，必须经得起监管要求、业务压力和风险考验，最终服务真实机构和真实用户。银联在 AI 领域的这些探索，把算力、数据、模型、安全、风控和场景组织起来，让人工智能从单点工具走向行业级软实力。

3.开放生态如何重塑金融科技创新？

金融科技创新走到今天，单靠一家机构单打独斗的时代已经过去了。

一家机构能力再强，如果创新成果只在自己体系内流转，能够撬动的空间终究有限。真正能推动行业往前走的，是开放共享、协同创新，让更多机构以更低成本获得可用的技术能力。

一直以来，金融行业的现实痛点就是各方的能力长期分散在不同机构、不同系统和不同接口里。金融机构想接入一项服务，往往要经历沟通、开发、测试、部署等多个环节，周期长、成本高。要让金融科技真正转化为行业新质生产力，就需要一套公共平台，把分散能力集中起来、标准化封装，再变成可以便捷调用的服务。

例如，银联推出的 MCP 集市，是一个基于银联云构建的金融特色生态平台，支持用户在 AI 智能体中便捷使用金融支付、金融科技、通用服务等多项智能服务。

不过，能力开放还不够，金融行业开放合作还需要解决一个更底层的问题，那就是规则由谁来定。

每一次行业升级背后，本质上都是一次规则体系升级。智能体时代需要解决的，是智能体之间如何建立信任的问题。

当 AI 智能体代替人类发起支付时，身份怎么认证、授权范围怎么界定、出了问题怎么处置、跨机构之间如何建立信任……这些问题，现有的支付体系还没有标准答案。

银联的智能体支付开放协议框架 APOP，直接瞄准的就是这个问题。

目前，APOP 已经汇聚 19 家境内外首批合作伙伴参与试点，涵盖商业银行、智能体厂商、科技公司、商户和收单机构等关键角色。围绕这套框架，银联已与合作伙伴开展出行助手、出境酒店预订、车载消费、生活缴费等多场景的试点验证，推动智能体支付从协议设计走向真实场景。

从这个角度看，银联正在做的事情，是把 " 互信互联、共创价值 " 的理念延伸到 AI 时代。

从智能体身份管理、用户意图的结构化转译，到支付授权的全流程管理，APOP 框架遵循开放互联标准，建立了实现跨机构、跨平台、跨场景、境内外互联互通的普适性框架。

未来，随着数字经济和智能服务的发展，支付场景将连接越来越多参与主体。APOP 更加深远的意义体现在，为这些新主体、新场景、新交易关系，建立一个产业共建开放、可控、安全、信任的支付生态。

能力开放了、规则共建了，单点的科技创新如何成为改变整个行业的新质生产力？

这也是国家人工智能应用中试基地最想填补的空缺。

银联承建国家人工智能应用中试基地（金融领域普惠金融支付方向）。它的定位就是，面向行业提供共性支撑能力和公共基础服务的开放平台。

过去一年时间里，中国银联与华为、海光等国产 GPU 芯片企业共同发布基地智能算力合作创新计划，推动金融行业人工智能应用场景与国产芯片的适配和快速落地。此外，中国银联还联合上海人工智能实验室、交通银行、库帕思等合作伙伴正式启动金融支付垂域大模型建设工作，为金融支付行业智能化升级输出标准化、可复制的技术范式。

这种合作机制的意义在于，它为 AI 转化为实质生产力提供了研发与投产之间的 " 孵化箱 "，还通过开放生态向更广泛的行业主体扩散。银联在其中扮演的角色，正是把分散的技术、场景、规则和伙伴能力组织起来，形成一套可共享、可验证、可落地的行业公共底座，让更多机构能够搭上这一轮技术变革的快车。

回头看银联这几年做的事情，会发现它关注的始终不是某一个产品，也不是某一次技术浪潮。

如果说过去的银联连接的是银行、商户和消费者，那么今天的银联正在连接技术、产业与生态。于是，中国银联正在从金融科技能力建设者，逐步成长为行业创新组织者和生态协同推动者。

这条路，中国银联走得没有那么张扬，但每一步都踩在实处。正如展台中流动的 " 水脉 " 所寓意的那样：真正重要的，不是成为最高的浪花，而是成为汇聚百川的洋流。

（封面图来源：中国银联）

END.