数智驱动，双向奔赴：业内专家共议“AI+金融”融合新路径

当前，一场围绕人工智能的宏大叙事正在全球徐徐展开，“AIinall”战略遍地开花。构建适配AI时代的金融新生态，已成为全球金融行业的共同课题，也是中国推动金融高质量发展、服务现代化产业体系的关键路径。

11月19日，2025（第十一届）湾区金融年会在深圳盛大启幕。本届年会由南方都市报社、湾财社、深圳市财富管理协会联合主办，作为2025深圳国际金融大会平行论坛，同步联动第十九届深圳国际金融博览会（金博会），以“AI新浪潮金融新生态”为核心主题，汇聚顶尖专家学者与行业领袖，共探“AI+金融”融合趋势，献智金融高质量发展的“湾区方案”。

在圆桌讨论环节，香港中文大学（深圳）经管学院执行院长、深圳数据经济研究院副院长张博辉担纲嘉宾主持，他与五位来自业界、致力于将AI技术转化为金融解决方案的“实战派”围绕“数智驱动生态重塑，AI+金融双向奔赴”共同探讨AI驱动高质量发展的核心路径。

圆桌主持:

香港中文大学（深圳）经管学院执行院长、深圳数据经济研究院副院长张博辉

圆桌嘉宾：

腾讯金融研究院副院长、腾讯集团金融消费者权益保护部副总经理史剑

招商银行总行数字金融发展办公室副主任韦江波

微众银行数字金融发展部负责人姚辉亚

中金财富全渠道平台总部执行负责人、客户平台部负责人王栋

华泰证券信息技术部数据科学研发中心联席负责人王鞅

张博辉在开场中指出，过去十年间，金融科技在全球范围内快速发展，其核心聚焦于AI与金融的深度融合。“若论哪个行业受AI赋能最为显著，金融行业当属其一。”他强调。

张博辉在总结中指出，在短短三十分钟的讨论中，来自不同领域的专家从科技、商业银行、数字银行、财富管理及证券等多个维度，深入探讨了AI如何赋能金融业高质量发展。整场讨论清晰表明，AI正深刻改变金融服务模式与行业生态。从风控到营销，从投顾到运营，从技术基座到组织文化，AI与金融的“双向奔赴”不仅体现在技术融合，更体现在战略升级与价值重构。未来，推动数据合规使用、防范技术风险、加强人才培育、打造示范场景，将成为金融业高质量推进AI落地的核心议题。

腾讯金融研究院副院长、腾讯集团金融消费者权益保护部副总经理史剑表示，AI与金融的融合必须立足国家对金融行业的定位，服务于实体经济和国计民生。他强调，数据要素的质量与合规使用是AI发展的关键因素。史剑回应腾讯在推动负责任的金融AI创新时有一些思考：首先，AI不能完全替代人，要协调好人与ai的关系；其次，在金融业务的关键环节和领域，人要有最终决策权；最后，AI的流程要可回溯，逻辑要透明，必须守住金融安全的底线。

韦江波：

AI重塑银行服务与经营

聚焦数据支撑与风险管控双重挑战

招商银行总行数字金融发展办公室副主任韦江波表示，高质量发展体现为高质量服务和高质量经营。他介绍：“以大模型为代表的新一代AI技术基本实现了‘会听说，会读写，会推理’，并且改变了银行的服务模式：一是交互模式从“图形化界面”进化为“图形化界面+对话”，可以实现客户“动口不动手”，二是服务模式从“以重点客户为中心”逐步向“以每个客户为中心”进化，能够逐步做到‘千人千面’。”

同时，韦江波强调，AI 技术同样为招商银行自身的高质量经营注入了核心动能，带来两大关键转变：其一，是工作模式的转变，相较于过往 AI 仅实现局部场景赋能，如今招行正加速将 AI 打造为 “数字员工”，构建起人类员工与数字员工协同高效的工作新格局；其二，是数据分析模式的转变，以往需专人获取和分析数据，现在通过自然语言交互即可满足需求，大幅降低专业门槛，释放全行数据分析需求，实现能力与效果质的飞跃。

谈及AI发展的挑战，韦江波指出核心在两方面：一是数据层面，大模型推理能力提升后，对非结构化数据需求迫切，这类数据中蕴含的客户服务隐性经验、业务经营潜在规律，亟需挖掘获取；二是风险管控层面，大语言模型的幻觉风险、数据隐私保护等问题，需重点应对与管控。

姚辉亚：

AI重塑金融价值

聚焦AI与组织适配新课题

微众银行数字金融发展部负责人姚辉亚表示，AI带来三大核心影响：一是持续实现降本增效，二是显著提升服务体验，三是催生新型商业模式。这三点在数字原生银行的探索实践中已得到验证，未来随着AI技术的深化应用，有望进一步优化升级，最终达成“五个合适”的目标——在合适的时间、合适的场景，为合适的客群，提供定价合理的合适产品。这一目标在过去实现难度较大，而AI技术的发展为其落地创造了可行条件。

挑战方面，对于数字银行来讲，技术积累、基础设施已不是主要问题，当前应用已进入深水区，核心关注点转向人和组织与AI的适配。未来组织中，人的能力与核心竞争力将发生深刻变革，搭建智能体、作为架构师界定智能体边界，成为人类员工所需具备的必备能力。这就要求个体提升AI素养，如同过往普及数字化素养一般，需开展大规模专项培训和技能提升，培养AIasTeammate的理念。

同时为适配生产力发展需求，需优化生产关系：一方面要建立组织知识沉淀机制，助力AI充分发挥效能；另一方面需构建更扁平、更敏捷的组织形态与文化体系，为“超级个体”提供发挥价值的空间。

姚辉亚同时强调道，AI转型是数字化转型的延续与高级阶段，未来所有的银行都将成为数字原生银行。从核心竞争力维度来看，作为数字银行，微众银行以数字普惠金融为核心战略，而AI技术的深度应用，正持续优化数字化风控、数字化营销与数字化运营三大核心能力，驱动数字银行迈向AI原生银行。

王栋：

AI赋能买方投顾

数据质量、大模型可解释性与人才成关键破局点

中金财富全渠道平台总部执行负责人、客户平台部负责人王栋表示，其更关注AI如何重塑客户服务，从“千人一面”到“千人千面”，从以前的被动响应服务模式到主动的“全生命周期陪伴”，AI能帮助我们更好地洞察客户各不相同且因时而变的财务状况、风险偏好甚至行为偏好，并基于此为客户提供动态调整、不断迭代的个性化资产配置方案。

关于挑战，他认为：“数据质量问题和大模型可能出现的‘高幻觉率’问题，在证券行业尤其需要重视，因为每个决策都直接关乎客户的切身利益。如何让AI的推荐“准确”、“可信”且“可解释”，是将AI深度嵌入核心投资决策流程的关键。另一方面，我们也感受到复合型金融+AI人才的稀缺，培养这样一支复合型人才队伍，是推动AI高质量赋能的组织保障。”

王栋同时强调道，“AI技术的价值首先体现在服务效能的提升，中金财富始终坚定推进AI技术与业务各个环节的深度融合，通过AI深度赋能买方投顾服务。”他表示，买方投顾的核心是立足客户视角、围绕客户需求提供专业投顾服务，其落地关键在于两点：第一，真正了解客户，洞察其真实的需求。传统模式下，客户画像的构建多依赖投顾日常沟通对话，而AI技术的赋能让客户需求挖掘能够更立体全面、辅助形成更清晰的客户理解，助力实现从“模糊画像”到“精准洞察”的跃升。

第二，基于对客户需求的深度理解为其定制个性化资产配置方案。借助AI技术，一方面可丰富产品组合维度，拓展多元策略类型；另一方面能提升策略匹配精度，从而助力实现资产配置方案与客户画像的高度契合。更重要的是，AI支持策略的快速迭代：无论是客户人生阶段、核心需求的变化，还是外部市场环境的波动，AI都能快速识别并辅助策略调整。

王鞅：

打造AI+金融灯塔项目

构建全栈基座能力

华泰证券信息技术部数据科学研发中心联席负责人王鞅表示，站在券商视角，业务价值的牵引至关重要。金融行业与其他行业存在显著差异：一方面受众覆盖面广，另一方面专业门槛较高。多数情况下，机构间的比较优势并非取决于模型性能优劣或算力储备强弱，数据固然是重要的竞争筹码，但更关键的是如何将技术手段精准应用于适配场景并切实落地。

当前最大的挑战在于灯塔场景与灯塔项目的打造。纵观行业发展，模型技术演进迅猛，各类概念迭代频繁，AI已为大众所熟知。然而无论是金融行业乃至全球范围内，尚未涌现出具备广泛影响力的标杆性品牌或应用案例，这一现状也成为困扰一线落地从业者的核心问题。

因此，金融机构亟需着力打造灯塔型项目，正如华泰全力推进的“AI涨乐”，对外可树立灯塔效应对外可强化品牌传播，对内能帮助各业务条线更清晰地认知AI的应用价值与实践路径；在技术层面，通过灯塔项目的建设，可沉淀形成相应的方法论、组件及基础能力。

在当下，王鞅认为最关键的是构建全面普及AI应用场景下的AI大模型基座能力。在他看来，这一基座能力包含四大核心维度：其一，AI大模型本身的基础支撑能力，核心涉及算力——这并非单纯的硬件采购，更关键的是算力的综合调度与精细化管理能力；其二，数据能力，涵盖全流程数据治理、数据底座搭建、多源数据接入，以及通过AI技术赋能数据处理、同时以高质量数据支撑AI应用落地的双向协同机制；其三，模型体系建设，尽管通用基座大模型已具备显著优势，但在行业深耕领域，仍需重点布局垂类大模型研发及模型矩阵的交叉应用，相关工作需持续推进；其四，枢纽性平台建设，需将上述基座能力有机整合，平台对模型管理、算力调度、智能体研发管理的综合赋能作用至关重要。同时，落地领域场景本身的数字化基础建设也是AI大模型技术应用的重要保障。

采写：南都·湾财社记者 吴鸿森 罗曼瑜