21世紀(jì)經(jīng)濟(jì)報道記者陶力 上海報道

2026年被業(yè)內(nèi)定義為金融智能體（Agent）真正的元年。

“金融AI已完成關(guān)鍵性代際躍遷，徹底擺脫了早年問答輔助、文案生成的淺層應(yīng)用，邁入可自主完成回測訓(xùn)練、風(fēng)控合規(guī)、研報撰寫、業(yè)務(wù)全流程閉環(huán)作業(yè)的新階段，成為重構(gòu)金融業(yè)務(wù)的核心變量。”6月16日，在上海舉辦的第32屆中國國際金融展上，阿里云智能集團(tuán)公共云事業(yè)部副總裁、新金融行業(yè)總經(jīng)理張翅接受21世紀(jì)經(jīng)濟(jì)報道記者受訪時表示，僅一年時間，金融AI行業(yè)已經(jīng)發(fā)生了質(zhì)的變革。

回望2025年，行業(yè)仍聚焦大模型“能否精準(zhǔn)寫研報、問答準(zhǔn)確率高低”的基礎(chǔ)能力驗證，AI應(yīng)用多為外掛式補(bǔ)丁，零散嵌入客服、理賠等單一環(huán)節(jié)。眼下，金融智能體，已然成為全新行業(yè)物種，兼具“能說會道、能寫會算”的雙重能力，實現(xiàn)從任務(wù)接收、流程執(zhí)行、結(jié)果輸出到合規(guī)校驗的全自主作業(yè)。

本次金融展上，除阿里云發(fā)布金融級通用智能體平臺“點(diǎn)金”之外，螞蟻數(shù)科也正式發(fā)布Agentar金融智能體專家團(tuán)，面向銀行、證券、保險等行業(yè)，覆蓋財富管理、金融風(fēng)控、金融營銷等金融核心業(yè)務(wù)領(lǐng)域。

目前，上述平臺智能體已在銀行、證券、保險等機(jī)構(gòu)的真實業(yè)務(wù)場景中落地，隨著各機(jī)構(gòu)使用深度增加，智能體的專業(yè)能力將持續(xù)迭代。

與此同時，監(jiān)管也是繞不開的門檻。張翅透露，在金融行業(yè)落地AI是深水區(qū)，還涉及牌照問題，“我們還是先以服務(wù)人為主，并沒有把我們的這些內(nèi)容開放給C端用戶，還是圍繞金融機(jī)構(gòu)、牌照主體來做。數(shù)據(jù)能力的不同，也決定了效果的不同?！?/p>

在他看來，金融AI終極競爭不在模型，而在數(shù)據(jù)理解與行業(yè)認(rèn)知。

突破AI單點(diǎn)輔助

相較于普通行業(yè)，金融AI落地存在極高門檻，核心瓶頸從來不是技術(shù)“能不能做”，而是行業(yè)“敢不敢用”。

張翅指出，金融行業(yè)普遍存在四大核心痛點(diǎn)：公開數(shù)據(jù)噪音大、輸入信息不可信；智能體深入核心流程，操作執(zhí)行不可控；決策過程存在黑箱、無法追溯；AI權(quán)責(zé)邊界模糊、風(fēng)險責(zé)任難界定。

而到了今年，金融智能體（Agent）已經(jīng)可以精準(zhǔn)破解行業(yè)痛點(diǎn)，補(bǔ)齊金融AI合規(guī)短板。以“點(diǎn)金”平臺為例，在迭代升級后，其100毫秒極速喚醒的金融級彈性沙箱，實現(xiàn)智能體作業(yè)過程可解釋、憑證可隔離、操作可留痕。

換句話說，它可以實現(xiàn)自主的閉環(huán)數(shù)字員工模式，真正實現(xiàn)智能能力的自由流轉(zhuǎn)與自主迭代。

值得注意的是，算力底座的規(guī)模化落地，也為智能體普及打下了基礎(chǔ)。截至2026年5月，平頭哥真武系列AI芯片累計出貨56萬片，在金融行業(yè)部署規(guī)模突破10萬卡，全面覆蓋銀行、證券、保險、基金等150余家主流金融機(jī)構(gòu)，廣泛應(yīng)用于財富管理、信貸風(fēng)控、投研投顧、進(jìn)件識別、合規(guī)監(jiān)控等核心場景。

相較于前代產(chǎn)品，真武M890 AI芯片算力提升了三倍，可滿足金融行業(yè)高并發(fā)、高精度、高安全的算力需求。

據(jù)了解，中信證券已經(jīng)搭建了“一崗一數(shù)字員工，一人一數(shù)字團(tuán)隊”體系，其智能超級研究員依托十萬級專業(yè)研報數(shù)據(jù)庫，可自動生成萬字深度研報，月均使用量近4萬次；編碼助理代碼采納率達(dá)81.4%，年生成代碼近200萬行。

在基金行業(yè)和保險領(lǐng)域，效率革新更為顯著。一些產(chǎn)險核賠時長從1-2天壓縮至3分鐘，理賠效率提升500至1000倍，行業(yè)數(shù)字化紅利全面釋放。

張翅以電視機(jī)迭代舉例，過去金融AI如同給傳統(tǒng)電視機(jī)外接播放器，是業(yè)務(wù)流程之外的輔助工具；如今的金融智能體，已是嵌入業(yè)務(wù)底層的原生能力，徹底改寫金融機(jī)構(gòu)的作業(yè)模式。從晨會早報自動生成、資產(chǎn)配置智能測算，到業(yè)務(wù)流程合規(guī)實時預(yù)警，智能體貫穿金融從業(yè)者日常工作全場景，實現(xiàn)從“局部補(bǔ)位”到“全域換血”的轉(zhuǎn)型。

當(dāng)然，金融機(jī)構(gòu)也越來越關(guān)心成本，算力能產(chǎn)生多少價值？眼下還沒有辦法用數(shù)值去衡量。

“數(shù)字員工、數(shù)字Agent消耗更多成本是token，其實就是資源算力。所有的衡量標(biāo)準(zhǔn)都是token，它既是成本的衡量體系，又是價值的衡量價值?！睆埑徇M(jìn)一步補(bǔ)充。

數(shù)據(jù)能力較量

隨著技術(shù)趨于成熟，行業(yè)競爭邏輯也悄然改寫。張翅認(rèn)為，未來金融機(jī)構(gòu)的核心競爭力，不再是模型算力本身，而是數(shù)據(jù)理解深度與行業(yè)認(rèn)知厚度。當(dāng)行業(yè)大模型能力趨于同質(zhì)化，同等算力、同等Token消耗下，機(jī)構(gòu)對訂單流水、另類數(shù)據(jù)、時效因子的精細(xì)化運(yùn)用能力，將成為拉開差距的關(guān)鍵。

以螞蟻Agentar金融智能體專家團(tuán)為例，其包含十大金融數(shù)字專家。與市場上現(xiàn)有的AI產(chǎn)品不同，每個金融數(shù)字專家對應(yīng)一個完整的金融服務(wù)崗位角色，具備理解業(yè)務(wù)目標(biāo)、拆解任務(wù)、跨領(lǐng)域協(xié)調(diào)、調(diào)度多個AI助手執(zhí)行復(fù)雜任務(wù)的能力，以此打破傳統(tǒng)業(yè)務(wù)協(xié)作邊界。

而在以往，金融機(jī)構(gòu)使用的AI產(chǎn)品，多以工具或助手形態(tài)存在。第一階段的單點(diǎn)工具只能處理獨(dú)立任務(wù)，如生成研報摘要、執(zhí)行合規(guī)審查、響應(yīng)客戶咨詢，各任務(wù)之間相互孤立，無法串聯(lián)為完整業(yè)務(wù)流。此后出現(xiàn)的Copilot型助手開始輔助管理工作流程，幫助從業(yè)者梳理任務(wù)節(jié)點(diǎn)、匯總多源信息，但執(zhí)行主體仍是人。目前大多數(shù)金融機(jī)構(gòu)還停留在這一階段。

因此，Agent需要能夠自主理解目標(biāo)、拆解任務(wù)，并動態(tài)調(diào)度多個專業(yè)AI助手協(xié)同執(zhí)行，直至交付完整的業(yè)務(wù)結(jié)果，且人工介入環(huán)節(jié)大幅降低。數(shù)據(jù)的精細(xì)化運(yùn)營，變得至關(guān)重要。

例如，在投研與投顧場景，智能體需整合多源異構(gòu)信息，在數(shù)據(jù)沖突時給出有依據(jù)的研判，并在合規(guī)邊界與客戶個性化需求之間找到平衡；在風(fēng)險管理場景，需跨系統(tǒng)整合數(shù)據(jù)、識別非標(biāo)情況、處理反欺詐判斷。

與其他行業(yè)不同，金融行業(yè)的容錯空間極小。因此，這類能力的構(gòu)建難點(diǎn)，不在于多智能體的技術(shù)框架本身，而在于支撐判斷的專業(yè)知識體系。

“當(dāng)前，智能體在產(chǎn)業(yè)中已經(jīng)從輔助人、模擬人，走向真正承擔(dān)崗位級價值交付，金融行業(yè)也正在這個趨勢下進(jìn)行前所未有的組織演進(jìn)。螞蟻數(shù)科通過金融大模型、AI PaaS、各類行業(yè)智能體等產(chǎn)品，到今天的智能體專家集群，將大模型與組織工程環(huán)境深度結(jié)合，全面助力金融機(jī)構(gòu)打造智能生產(chǎn)線，實現(xiàn)向下一代組織演進(jìn)?！蔽浵仈?shù)科金融事業(yè)部總經(jīng)理曹剛對21世紀(jì)經(jīng)濟(jì)報道記者表示，螞蟻數(shù)科Agentar已在銀行、證券、保險等機(jī)構(gòu)落地超300個金融專業(yè)智能體。

業(yè)內(nèi)人士表示，2026年金融智能體元年的開啟，標(biāo)志著金融AI徹底告別概念驗證階段。當(dāng)數(shù)字員工從創(chuàng)新試點(diǎn)變?yōu)榛A(chǔ)設(shè)施，當(dāng)Token消耗量、智能體日活、崗位重塑數(shù)量，成為衡量金融科技實力的新標(biāo)尺，AI在金融行業(yè)才算真正落地。

Agent能否真正取代人？在信息審核層面其實兩者已經(jīng)能做到并行，但依然不能完全脫離，這也是未來亟待突破的挑戰(zhàn)。歸根結(jié)底，只有讓真正的數(shù)據(jù)發(fā)揮價值，金融行業(yè)智能體才能具備核心競爭力。