金融圈克制“养龙虾”

来源：北京商报

“你养虾了吗？”近日，全网都在为OpenClaw“龙虾”疯狂，从个人端的效率提升，到企业端的流程自动化，这一开源AI智能体几乎席卷所有科技应用甚至社交场景，不过在金融圈却不尽然。

3月10日，就全民“养虾热”及是否有意布局Open-Claw，北京商报记者向多家银行、消金公司、支付机构进行了采访，大多表态“太火了，需要先沉淀观察”，也有人士直言，OpenClaw不适配金融，尤其要注意其中的数据安全风险。业内认为，这场“养虾热”中，互联网银行、消金公司没有跟风部署，支付机构技术团队按兵不动，背后是对资金、数据和信息安全的重要考量。

集体冷静

“养虾”热，在金融圈却集体“哑了火”。“因为金融行业严格要求保密性，这一AI应用有可能存在数据和信息安全的风险隐患。”一消金公司从业者直言了他的顾虑。

“有一定价值，但在消金核心业务领域始终面临多重风险。比如合规方面，开源智能体很难满足监管对于风控等核心业务的要求；再如安全方面，开源智能体可能导致信息泄露风险等。”另一消金公司消金从业者同样提及。

总结来看，核心原因还是金融行业强监管、高风险的底线要求。

对消费金融公司来说，若通过AI智能体自主完成客户授信、风控审批到信贷发放等流程，效率确实能翻倍，但一旦出现过度放贷、授信失误或信息泄露，责任该怎么算？风险谁来承担？这也正是最大的风险，即技术自主性与金融行业合规安全要求的天然冲突。

“这是雷区。”不少消金从业者表态，没人愿意为了技术尝鲜，触碰数据和安全高压线，“但OpenClaw太火了，感觉有点太火，对其价值还是要再沉淀观察一下。”也有人称，短时间内，金融行业更多还是偏保持审慎，但不排除分层渗透的可能性。

支付机构的焦虑则更直接，每一笔交易都关乎资金安全，容不得半点“算法黑箱”。易宝支付联合创始人余晨来接受北京商报记者采访时提到，OpenClaw带动的开源智能体热潮，代表行业从对话AI走向自主执行，方向有价值，但公司仍对开源框架保持开放观察、审慎落地的态度，自主执行、权限开放与合规风控的底线要求存在天然冲突，金融行业必须先把安全与可控做扎实。

在银行方面，有一线员工表示：“目前行里使用OpenClaw的人并不多。在我们看来，OpenClaw相当于一款权限较高的AI软件，能够授权操作电脑，直接执行指令。这类功能我们一线员工不会用，大概率只有技术部门在少量测试使用。”

一位银行业务部门负责人直言，这类开源产品在使用过程中需要用移动设备远程控制终端PC，即便宣称信息隔离，但银行依然高度谨慎，基本不会直接使用。

适配度较低

从金融行业视角来看，余晨认为，开源智能体最大的价值在于能实现流程自动化、提升效率，把人从重复劳动中解放出来，为业务降本增效，但也有着对应的风险，是智能体自主决策带来的不可解释、不可控问题，以及数据安全、越权操作等隐患，会直接触碰金融领域的合规底线。

“我觉得个人玩玩办办公还行，要应用在业务上‘坑’太多，比如数据安全风险、资金安全问题等。”另一支付公司从业者则说道。在他看来，支付业务原来风控环节已经较为完善，盲目尝试这类AI智能体反而暗藏风险，“万一适配出问题，可能引发交易中断、资金清算错误，后果不堪设想。”

“银行做科技建设，第一优先级永远都是安全合规，”一家地方农商行科技部门人士介绍，当前，银行对开源项目布局的核心顾虑集中在两大方面：一是数据安全风险，开源代码公开导致漏洞较多、“后门”难以排查，数据容易出现泄露隐患；二是操作管控风险，哪怕产品厂商宣称能够实现信息隔离，只要涉及跨设备、跨网络控制，就存在被劫持、截屏、录屏、越权操作的可能，这些行为都直接触碰金融安全“红线”，银行绝对不会冒险使用。

业内认为，金融业作为强监管、高风险行业，对此保持高度克制是理性且必要的。联储证券研究院副院长沈夏宜解释，金融行业的特殊性在于，其核心业务涉及资金安全、客户隐私和系统性风险，任何技术创新都必须以风险可控为前提，不能像互联网行业那样采取“快速迭代、试错跑通”的模式。

在沈夏宜看来，现阶段，OpenClaw与金融行业的适配度仍处于较低水平。一方面，其核心的端到端自动执行能力与金融行业的合规要求存在天然矛盾，权责边界模糊、算法可解释性不足等问题，难以满足银行、消金、支付等机构的监管红线。另一方面，金融行业对数据安全、业务稳定性的要求极高，而OpenClaw部分实例存在安全漏洞、第三方技能市场风险等问题，叠加金融业务的复杂性，目前仅能在金融机构的非核心场景进行小范围试点，无法进入授信、风控、资金清算等核心领域，整体适配仍需长期优化。

并非排斥

值得注意的是，金融行业的“冷静”并非拒绝AI，而是拒绝盲目跟风。在一银行业从业者看来，OpenClaw这一波开源AI智能体浪潮，本质上是一次AI应用范式变革的全民普及。大模型的能力已经突破了临界点，市场需要这样一波浪潮让用户深刻意识到：AI已经不再仅仅是辅助工具，不再是只会提供建议的“咨询师”，而是真正能落地做事的“实习生”。

该银行业从业者称，像OpenClaw这样的AI应用范式是未来技术发展的必然趋势。因此，对于金融行业而言，这并不是“不敢用”或“现阶段不适合用”的问题，而是如何小心谨慎、循序渐进地将其用起来的问题。金融机构的克制，更多是出于对合规与风险的敬畏，而非对技术的排斥。

从短期来看，开源智能体最大的价值在于显著提升金融服务的效率，降低运营成本，从而使金融服务更加普惠。从长期来看，这种具备主动执行任务能力的智能体，或许能为行业带来全新的业务模式，创造增量价值和新的市场机会。

然而，风险同样不容忽视。前述银行业从业者补充，在合规、安全和投入层面，金融机构确实存在顾虑，最大的风险可能集中在应用层面。智能化的普及使得很多事情的执行门槛大幅降低，这既包括创造价值的好事，也包括潜在的恶意行为。因此必须切实增强风险防范意识，提前做好应对准备。

事实上，在AI技术的应用上，已有多家机构悄悄开启“定制化探索”，在智能化布局实现新的突破。

银行层面，前述银行业从业者介绍，目前，该行重点在风险贷后管理、客户服务、电话营销等场景进行了深入投入与落地。同时，在授信审批、日常运营、合规安全等核心环节，也有广泛的AI应用探索。“如果开源AI智能体要真正进入金融核心场景，需要优先解决技术层面的安全合规问题。”在他看来，在现阶段及未来的一段时间内，权责认定的前期工作仍需以“人”为主导，必须确保在关键业务环节有专业人员进行严格管控。

招联消费金融介绍，目前，招联已经形成了包括消保、合规、资管、运营、风险、决策、研发、中医八大核心智能体以及若干办公智能体，深度赋能各业务板块提质增效。

支付机构方面，连连数字相关负责人也提到，近年来，连连数字全面推进AI技术在风控、运营及客户服务的全链条融合，以及接入主流AI大模型，其中，连连数字自主研发的专有技术平台，可为客户提供涵盖支付、资金转账、全球资金分发、智能汇兑处理以及智能风险管理等在内的一站式综合服务。

渐进融合

热潮过后，业内认为，金融行业并不会迎来“OpenClaw落地潮”，而是进入一个审慎探索、渐进融合的新阶段。“金融行业其实是最早应用AI的垂直领域，因为金融科技行业天生就有大量的交易数据。”余晨介绍，金融业应用的人工智能技术主要分为两类：一类是底线应用，用人工智能技术作为护栏为业务保驾护航，比如反洗钱等领域都会大量应用人工智能技术。另一类是顶线应用，能够给企业带来更多的生意和业务。

在余晨看来，未来金融AI的应用空间非常广泛，企业可以借助AI优化智能客服、提升用户体验，利用大模型开展交叉营销、挖掘新的销售线索，同时在风控、合规自动化等方向持续深耕，让AI技术真正服务于业务与用户价值。

“目前银行、消金、支付等机构的智能化转型，都是走辅助式路线，没有盲目追求全流程自动化，布局比较务实，这既契合金融强监管的属性，也贴合技术现状和商业环境。”博通咨询首席分析师王蓬博评价，在他看来，后续开源AI智能体若要进入金融核心场景，必须先解决算法可解释、可追溯，不能有黑箱，要满足金融强监管、高安全的要求；另外要明确权责边界，界定好各方责任，契合金融行业的严肃性，此外要保证数据合规，保障用户敏感信息不泄露，兼顾商业诉求，找到开源与机构核心利益的平衡点，且保留人工干预权限，避免不可逆的风险。

小场景落地

结合行业发展趋势与监管要求，对于未来五至十年开源工具在银行领域的应用前景，多位银行人士坦言，只有在个人信息保护做到绝对严密、技术实现完全可控，且风险可防可控的前提下，银行才可能对开源工具进行有限度的探索。从可探索的方向来看，主要集中在非隐私类营销推送，即不涉及客户敏感信息的营销场景，以及其他不涉及资金交易、不触碰客户核心数据的辅助环节，避免核心业务与敏感信息面临安全风险。

“这种审慎并非保守，而是对金融风险特殊性的理性回应。金融机构可在试点中积累经验，在可控场景中验证价值，逐步扩大应用范围。”联储证券研究院研究员杜彤彤说道，金融机构应坚持审慎创新的原则，优先在非核心场景试点开源智能体，积累应用经验，逐步探索核心场景的适配方案。

“金融行业还将继续保持审慎态度，不会出现大规模的开源智能体落地潮。”王蓬博同样称，谈及未来金融AI的方向，他认为将聚焦在合规可控、辅助决策、小场景落地这三个核心，重点瞄准风控优化、合规自动化、运营增效等领域，不会盲目追求全流程自动化，会优先选择客服、广告类写作这类低风险、非核心环节落地，避开核心业务的安全和合规隐患。

前述银行业从业者也提到，短期内，金融机构不会盲目追求完全的端到端自动化，而是会更加强化“HumanintheLoop”(人在回路)的混合模式，确保人类专家的最终决策权。

其次，注重多智能体协同与人工监督相结合。未来的技术趋势不会是单一智能体的完全自主运行，而是构建“多智能体+人工监督”的复合架构，以应对复杂的金融场景。

此外，要建立完善的AI治理体系。金融机构将普遍建立起包括AI资产清单盘点、风险重要性评估、全生命周期闭环管控等在内的系统化治理机制，确保AI技术的应用始终在安全、合规的轨道上运行。

结合行业发展趋势与监管要求，对于未来五至十年开源工具在银行领域的应用前景，多位银行人士坦言，只有在个人信息保护做到绝对严密、技术实现完全可控，且风险可防可控的前提下，银行才可能对开源工具进行有限度的探索。

也有银行人士提到，银行探索开源工具还需满足明确的条件与前提，在行业规范层面，需出台金融行业专属的开源工具应用规范，清晰界定开源工具的应用范围、安全标准与责任归属，为银行应用提供明确的合规指引；在技术层面，开源生态需形成金融级的成熟解决方案，具备漏洞实时监测、快速修复的能力，同时要支持国产化适配与核心技术自主可控，确保开源工具的应用不会影响银行系统的稳定性与安全性。