步入深水区，智能金融迎模型迭代等多重挑战

作为人工智能与金融领域的融合形态，智能金融发展正呈现出技术驱动与场景深化双轮并进的态势。一方面，在政策支持下，人工智能相关投资快速增长，应用产品创新不断涌现，技术门槛不断降低，使其更精准地赋能金融生态建设；另一方面，金融风险治理也向着智能化推进。

值得注意的是，随着资金从稀缺要素转变为相对充裕资源，金融业赖以生存的“卖方市场”时代正走向终结。这一根本性变局，正倒逼行业将智能金融从提升效率的工具，升级为应对存量竞争、管理复杂风险的核心战略，从而步入挑战与机遇并存的“深水区”。12月20日，在2025深圳香蜜湖金融年会上，多位权威专家围绕智能金融的发展路径、风险挑战与生态建设展开深度交流。

智能化是“必然选择”

当前，智能金融的发展正立足于两大显著趋势之上：人工智能技术的快速普惠化，以及金融业宏观格局的根本性转变。

进入“十五五”，金融业的机遇在哪儿？在中国社会科学院大学教授、国务院原副秘书长江小涓看来，要加快市场化、数智化、国际化转型，抓住我国科技创新带来的新机遇，拓展自身的发展空间，“三条线”并走。其中，智能化尤其关键，智能化不仅是技术选项，更是行业提升资源配置效率的必然选择。

全国政协委员、科学技术部原副部长李萌指出，底层技术正经历深刻的“效率革命”。模型效率革命通过混合专家框架、注意力机制优化等工程创新，大幅降低训练与使用成本；算力效率革命借助池化、切片等资源调度技术，将利用率从不足30%提升至60%—90%；数据效率革命则致力于让海量数据从静态资产转化为动态生产力。这三重革命使得AI技术的“能效比”显著提升，为金融业的智能化提供了坚实的技术底座。

人工智能的“短板”

尽管前景广阔，智能金融的深化应用仍面临一系列复杂挑战，涵盖技术融合、风险治理、数据应用等多个维度。

最突出的难点在于技术与业务的深度融合。香港理工大学人工智能高等研究院院长、加拿大皇家科学院及加拿大工程院院士杨强指出，高达95%的美国企业AI项目未能产生实质性回报，主因在于AI系统如同“空降专家”，难以与传统业务流程和组织架构有效集成。这意味着，人工智能的应用仅仅是开始。

技术本身也存在矛盾，多智能体协同能处理复杂任务，但数量增加可能导致整体准确率下降；追求更好的推理效果往往需要更多数据，又与隐私保护要求相冲突。此外，杨强提醒，当前大模型的训练模式可能存在“高分低能”危机，即擅长刷题测试却解决不了实际场景中的简单问题。

中国人民银行原副行长李东荣补充，模型幻觉、算法黑箱、信息污染等新型技术风险，叠加传统金融风险，使得风险图谱空前复杂。与此同时，从技术层面来看，我国的“东数西算”工程正在加快构建底层的算力网络，国产芯片虽然与先进芯片有差距，但也在努力追赶，开源的模型生态则为整体产业发展带来机遇。

数据层面的挑战同样严峻。杨强指出，用于训练大模型的公共数据即将耗尽，而大量有价值的私域数据尚未被有效、合规地开发利用。“我国的数据优势尚未完全转化为智能优势，数据的治理、流通与价值释放机制仍不完善。”李萌同样提到。

从金融业“反哺”人工智能产业发展的过程来看，中国证监会原主席肖钢提出，人工智能大模型呈现“价值缩水随发展速度同步加速”的特征。技术迭代越快、大模型能力提升越快，既有技术的市场价值折旧周期就越短，被淘汰率也越高。在技术路径频繁“换道”的背景下，智能技术沉淀困难，智能产品难以实现成熟化、稳定化、产业化的长期沉淀，新模型的出现可能在短时间内使既有模型竞争能力大幅下降，前期投入的资本价值也会随之缩水。而一些新成立的企业可能往往凭借单一技术突破“出道即巅峰”。这种特殊性直接冲击传统估值体系，对投融资决策提出极高的要求，也极大地增加了金融支持的难度。

监管“不缺位、不越位”

“相信在即将到来的‘十五五’时期，我国的智能金融业必将是更加负责任的金融，也将赋能更多科技。”李东荣如是说。

具体如何推动其发展？构建适配的技术与管理体系是基础。风险管理智能化需有科学的“度量衡”。金融风险管理作为一项干预性和外部性都很强的专业性工作，依靠智能水平仅仅达到人类的平均水平是不够的，必须显著超越人类，否则难以建立足够的信任。这种“超越”不仅体现在速度、效率和成本上，更体现为专业化的水平和专家化的能力。要加快建设智能测试的检验程序、最低标准和金融题库，推动智慧评判测准、测深、测透，保证宏观决策可信、可控、可靠。

同时，风险管理智能化没有统一模板，其功能边界和责任边界需与机构定位相匹配，不同金融机构治理能力、风险偏好和风险轮廓上的差异，决定了其智能化的深度、广度和侧重点也不尽相同。大型银行要关注系统性的风险防范，中型银行要关注风险结构一致化，区域性银行要关注本地经营的可得性等。

强化监管与风险治理能力是关键保障。李东荣指出，监管需紧跟技术发展步伐，坚持技术中性原则，在“不缺位、不越位”中寻求平衡，并加快相关标准制定。

值得注意的是，最终，所有技术探索都需回归“金融为民”的价值本源。李东荣指出，“让金融更智能”是方向，而“让智能更温暖”是本质要求，智能金融的发展必须超越技术本身，体现科技与人文的交织。这意味着在追求效率与创新的同时，必须始终坚守安全底线，保护消费者权益，确保金融发展惠及更广泛的群体，让智能化成果带有服务的温度。

北京商报记者 岳品瑜 董晗萱