出品｜WEMONEY 研究室

9 月 9 日，2026 Inclusion · 外滩大会在上海拉开帷幕。在这场以 " 共创 AI 新经济 " 为主题的盛会上，一个比 "AI 有多聪明 " 更紧迫的问题被推至台前：当 " 硅基员工 " 开始批量上岗，当金融 AI 以惊人的速度深入信用、风控与消保的业务腹地，效率与责任如何重新划界？

  穿透与重构：

AI 进入信用、风控腹地

在 "AI 原生时代 · 信用经济的应用探索 " 论坛上，一个共识正在形成：金融机构不用 AI 肯定会被淘汰。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明确指出：" 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。" 在他看来，AI 更多是能力提升的 " 倍增器 "，技术与自身能力、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 能力，技术投入才有机会转化为实际效果。

中国工程院院士蒋昌俊指出，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，已成为金融机构参与战略制定的 " 第二大脑 "。在风控环节，知识图谱与大模型的融合，使识别对象从单一账户扩展到设备、IP 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 "。

信用服务的交付方式正在发生根本性改变。钱塘征信总经理李臻表示，公司正从金融数据服务商向社会信用基础设施运营商转型。依托已获取的超过 8 个省市个人信用管理公共数据授权运营资质，其探索的 " 信用守护 " 等服务已初见成效：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%。这标志着信用服务的价值，正从单纯的 " 支持机构判断风险 " 延伸至 " 帮助用户维护自身信用 "。

消费金融领域则迎来了 " 精准普惠 " 的升级。蚂蚁消金副总经理林嘉南介绍，通过升级场景风控，已能识别日常消费、大件消费、旅游、兴趣、进修等 230 多个关键场景需求。2026 年，场景化精准提额同比增长 30%，且相关用户不良率比整体平均水平低 20%。首创的交互式风控产品花呗 " 小红花 "，目前已支持用户提交职业技能、学历奖项、工作证明等 1000 多种材料申请提额，未来将进一步引入对话式交互，让普惠服务有条件兼顾覆盖面与匹配度。

张健华同时提醒，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。这一观点为火热的技术落地潮注入了一剂冷静剂：金融 AI 的边界，需要随治理能力同步调整。

  硅基员工上岗：效率跃迁中

谁来划定 " 权责红线 "？

当 AI 技术深入业务后，其金融价值如何衡量？关键看它是否真正进入了金融机构的生产流程。

百融智能合伙人高级副总裁段莹将 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，技术能力则要通过实际产出来检验。机构需要为其配置相应的数据、工具和权限，并建立结果评价与持续改进机制。

浦发银行总行首席人工智能科学家郑波提出，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。他主张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。

阿里云智能集团新金融行业解决方案副总经理宁江彬提出信贷智能化 L1 感知执行、L2 验证推理、L3 受约束的自主智能三级跃迁框架，以 5 层技术能力与 6 道可信门禁，推动 AI 迈向可验证、可审计、可回滚的自主决策。

腾讯金融云副总经理谢任东提出建设 " 一体两端六域 " 的 AI 工作台，打造业务、办公、研运、知识、AI infra、安全的六大关键能力，交付一套让 AI 持续跑起来的工程体系。

郑波判断，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。

  从 " 拼参数 " 到 " 懂人心 "：

消保温度背后的治理边界

技术越深入业务，责任边界越需要厘清。在金融消费者权益保护领域，行业正在从追求规模扩张转向兼顾适当授信与用户体验的 " 健康经营 "，消保也由事后处置进一步延伸至业务全流程。蚂蚁消金总经理江浩披露了 AI 在消保领域的最新应用进展，展示了技术如何兼顾效率与温度。

过去，行业内的智能客服主要关注 " 用户问了什么 "，核心目标是替代人工、提升效率。但在实际服务中，同一个问题背后可能对应不同的用户经历、需求和风险状态。为此，蚂蚁消金打通用户画像、风险、行为等多维数据，形成对用户需求与服务状态的综合感知，使 AI 能够结合具体情境识别意图、匹配策略。目前，其智能客服服务占比和用户满意度均超过 90%。

当下，AI 在提升服务效率的同时，也被部分金融黑灰产用于生成虚假材料，增加了造假识别的难度。针对同一批人反复投诉、证件照片被篡改、申诉材料由 AI 生成等分散在文本、图像、语音和关系网络中的风险信号，蚂蚁消金利用多模态识别技术捕捉异常线索，并结合社交关系、交易关系等图谱开展大规模金融图挖掘。据披露，该体系已协助公安机关打击黑灰产团伙 14 个。

金融纠纷调解既涉及合同、交易和监管规则，也需要回应消费者的具体处境与诉求情绪。蚂蚁消金成立消金行业首个驻场调解工作站，首创 "AI 全流程伴随 " 调解新模式。调解过程中，AI 辅助梳理事实、分析用户情绪与诉求，并生成调解方案建议；调解员则负责作出专业判断和开展沟通。2025 年，AI 辅助调解员化解纠纷 3.6 万件，化解率达 99%。支撑这一系列创新的，是蚂蚁消金自研的消费金融垂类大模型 " 江小豚 "。针对消保场景中样本和特征有限、信息量大、任务链条复杂等特点，" 江小豚 " 引入少样本与特征增强、粒球计算、多智能体协同等技术。

重庆邮电大学人工智能学院副院长夏书银介绍，粒球计算在金融 AI 消保场景的实际应用中，可在模型精度无损的前提下实现约 200 倍样本压缩，为多模态伪造检测减少 30% 的输入 Token。这为金融 AI 提供了参数扩张之外的另一条路径，以更少计算获得稳定、可解释的结果，也体现了行业从 " 拼参数 " 向 " 懂金融、能解决真实问题 " 的务实转向。

  结语

当 " 硅基员工 " 开始承担明确的岗位职责，当 AI 从 " 副驾驶 " 试图走向 " 主驾驶 "，金融行业的游戏规则正在被重写。不过，与会嘉宾一致认为，目前授信审批、资金交易等高风险事项的最终决策权还不能交给 AI。与此同时，随着智能体从 " 提供建议 " 走向 " 自主行动 "，其在身份认证、权限管理、决策安全和责任归属等方面带来的新挑战，正推动行业探讨对智能体的身份、权限、决策与行动实施全过程治理，使其运行可控、行为可追溯、责任可界定。

从信用风控的 " 事前穿透 "，到核心流程的 " 生产力跃迁 "，再到消保服务的 " 温度延伸 "，2026 外滩大会展示了金融 AI 落地的最新图景。正如张健华所言，AI 是金融机构生存的必要条件，但远远不够充分。技术的效率提升，最终需要转化为更易获得、更贴合真实需求的服务；而技术的狂奔，最终需要被装进 " 可验证、可审计、可回滚 " 的治理框架之中。当机构愿意为关键决策负责，当技术真正服务于每一个普通人的获得感，这场金融 AI 的效率狂奔，才算真正跑在了正确的轨道上。

END

了解更多内容点击下方即可浏览更多精彩：

精彩回顾