如何拥抱AI 构建安全可信的数字金融生态

作为金融“五篇大文章”之一，数字金融是驱动金融业高质量发展、提升服务实体经济效能的重要支撑。近日，2026中国国际金融展数字金融发展论坛在上海举行。围绕AI智能体在金融领域的应用前景、安全可信体系建设、中小银行数智化转型路径等议题，来自金融机构、科技企业的众多专业人士展开了深入交流。

安全可信是数字金融发展的前提

从去年年初DeepSeek横空出世，到今年OpenClaw火爆出圈，AI正加速从大模型训练转向智能体规模化落地。业内人士普遍认为，AI正从单纯的内容输出者升级为具备自主决策能力的数字行动者。金融业具有高严谨性、强合规性，对AI智能体的应用提出远高于其他行业的要求。

中国工程院院士沈昌祥认为，安全可信是数字金融发展的前提。大模型本质上属于深度学习，其在全面拓展深度学习算法模型能力的同时，也放大了“黑盒子”机制风险与数据安全风险。他呼吁必须建立基于自主可信计算的安全防控体系，实现计算全程安全可信。

高数量的数据是高质量AI应用的前提。中国工商银行金融科技部总经理杨龙如表示，当前，知识沉淀往往高度依赖业务专家进行标注，工作量大且内容庞杂，缺少供给支撑，难以满足AI规模化应用。对此，杨龙如介绍，工商银行设计形成了“1+4+X”的知识资产体系，建设采集、清洗、管理、应用全链条知识工程流水线，通过模型蒸馏生成思维链数据，大幅提升知识丰富度，回流反哺模型训练，增强模型专业性。

在安全层面，杨龙如建议，应围绕智能体感知、规划、执行、反馈过程，建设全链路的智能体防护体系，努力确保智能体运行内容安全、规划安全、权限安全、执行安全，全过程可视、可控、可追溯，在提升服务质量的同时筑牢安全底线。

兴业银行首席信息官唐家才进一步提出，当前，AI+金融进入高质量发展阶段，其核心特征是集约高效、安全可控、深度融合和价值共赢。在他看来，金融智能体从“可用”到“好用”，要从业务与技术两个层面落地。业务方面，金融智能体需要真正嵌入核心场景，能持续创造客户价值；技术层面，金融智能体应当是自主可控、安全可靠、良性互动的。

唐家才也坦言，金融智能体高质量发展仍面临三重挑战，即知识时效短、用户反馈不及时、专家沉淀成本高。他认为，智能体需要在使用中持续进化，从而更懂客户、更懂市场、更懂金融。

中小银行如何拥抱AI

当数智化转型成为共识，中小银行如何在资源有限、AI人才不足的现实条件下拥抱AI，走出差异化发展路线，也成为论坛讨论的焦点。

华为算力平台先遣队金融综合业务总监程威提出，受AI人才短缺、投入规模有限、试错空间小等因素影响，中小银行在AI创新方面面临多重挑战。但他同时表示，模型发展和Agentic工程能力提升为中小银行AI应用落地带来新的机会。

“随着数据要素价值的深度释放和生成式人工智能的爆发，为中小银行重构信用评估与服务交互模式带来机遇。”江苏银行信息科技部总经理朱妍表示，AI+金融不是具体工具的简单叠加，而是对银行生产关系的深刻变革，其核心在于重塑服务模式和业务逻辑。基于这一判断，江苏银行提出“AI Inside”理念，以政策与监管要求为导向，服务社会和客户的需求，实现“人+AI”协同发展，推进金融流程智能化工程。在运营模式上，则要实现人机互补、高效协同、持续进化。

作为头部城商行之一，南京银行已开启“大模型双百计划”，即打造100个高价值智能体应用场景，完成100位高级工程师认证。南京银行数字银行管理部总经理徐小锋坦言，中小银行并非缺乏投入意愿，但与国有大行相比，试错成本承受能力明显偏低。

这也意味着，在自建算力高昂、资源有限的前提下，中小银行必须厘清自主可控与外部合作的边界，并将有限资源集中投向高价值场景。

对此，杭州银行信息技术部副总经理徐建芳表示，该行一直坚持“以我为主”的自主可控路线。他表示，涉及未来发展方向、系统整合与支撑能力、个性化强且变化快的领域，必须建立自主可控的技术体系。而对于行业标准化能力较强，或银行自身暂不具备优势的环节，则可借助外部能力，但需整合到自身信息化体系中，实现统一服务。

“银行如果有能力，还是要确保底座自主可控。”朱妍补充道，只有拥有自主可控的底座，才能及时迭代更新，自主进行模型的分流编译，及时修复安全漏洞。她认为，中小银行应重点聚焦三类高价值场景，一类是风控强化类，提升经营管理的科学性，赋能授信业务全流程展开；二是体验优化类，持续增强客户黏性，例如智能客户经理；三是效率提升类，用于解决重复性劳动，释放人力效能。