谁定义金融未来五年？李开复：一把手须挂帅抢占多智能体高地

2026年，全球金融行业迈入AI数智化深度变革的关键阶段。在近期举办的“2026金融业大模型与智能体应用研讨会”上，零一万物CEO李开复博士发表了题为《AI Agents：CEO 最需要关注的核心技术》的主旨演讲。

零一万物CEO李开复博士

李开复博士在会上指出，尽管 AI 技术突飞猛进，但通用智能体在应对金融业强监管、高严谨的刚性需求时，仍存在专业度不足、数据隔离与安全合规等三大致命短板。对于金融机构 CEO 而言，唯有告别边缘化工具的浅层尝试，以“一把手工程”亲自挂帅推动“企业级多智能体”深度嵌入核心业务，才能将 AI 从成本中心转化为驱动利润增长的生产力底座，在智能变革中重构生产力价值链。

AI龙虾等通用智能体存在三大短板，难玩转企业场景

在金融核心场景中，多个 Agent 协同形成的多智能体网络，能够实现 7×24 小时不间断地进行专业化作业。它们不再被动等待指令，而是深度嵌入ERP、CRM等核心系统，打破长期存在的数据孤岛。这种“深度耦合”的能力，使得 AI 成为“超级员工”，能够实现超精准的客户画像、极致的个性化产品推荐，以及实时的风险预警与高效结算。这正是金融机构构建长期核心竞争力的关键生产要素。

然而，金融行业具备强监管、高严谨、重安全的刚性特质，这决定了通用智能体难以真正渗透其核心业务。

李开复博士指出，通用智能体在金融核心场景中存在三大致命短板：一是专业知识不足导致的“专业幻觉”；二是与企业核心数据割裂形成的信息孤岛；三是难以满足金融安全合规的刚性底线。唯有依托行业知识以及私有化部署，才能打造出专业可靠、深度链接ERP/CRM、安全合规的企业级多智能体。

把散装 AI 做成利润引擎，需要一把手亲自下场

“AI 数智化转型不仅是技术工程，更是管理工程与战略工程。”李开复指出，必须将 AI 数智化转型定义为“一把手工程”，由最高决策层直接牵头顶层设计。“自下而上、零散试点的模式”往往会导致流程割裂、价值分散，最终只会产出一系列低价值的边缘工具。真正的AI数智化转型需要 CEO 亲自定战略、找场景，与一线员工形成“转型共同体”。

这也意味着资源必须从行政、办公等低价值环节撤出，饱和投入到信贷审批、投资决策、风险管理等直接影响金融机构利润、资产质量的核心业务场景中。

在这种模式下，CEO 需要思考的不再是如何“降本”，而是如何通过 AI 实现“增效”——将 AI 从单纯的成本中心转变为创造营收的利润中心。这就要求企业组织坚持一把手工程，从顶层设计出发，实现定战略、调模型、搭应用、做交付的全链路贯通。

零一万物万智：以 FDE 模式交付可量化生产力

为了支撑金融机构的 AI 数智化转型，零一万物基于企业多智能体架构，推出万智企业大模型一站式平台，提供从模型部署、模型训练到企业级多智能体开发的全链路端到端大模型能力。特别针对企业决策层，零一万物同步推出决策智能体等战略工具，旨在赋能“一把手工程”，助力 CEO 实现从宏观战略到微观执行的整体把关、高效决策。

值得关注的是，零一万物不仅提供技术工具，更通过 FDE（Forward Deployed Engineer，前沿部署工程师）模式，由战略咨询团队深度介入，与客户一同找场景、调模型、搭应用。这种模式能够快速搭建起赋能投资决策、信贷审批等核心业务的“超级员工”。同时，该模式也能确保源码与AI能力真正沉淀成为企业的核心资产，实现长期自主可控。

“2026年是企业多智能体规模化上岗的元年，”李开复博士总结道，“对于 CEO 而言，现在的选择决定了未来五年的行业身位。率先完成智能体在核心业务的落地、构建起数据壁垒与智能决策能力的机构，将在这一场变革中占据绝对优势。这不仅是时代给出的考题，更是每一位金融决策者必须把握的历史机遇。”

【互动问答】

会议期间，与会嘉宾通过金科创新社互动问答平台，围绕AI智能体与金融行业应用等议题向李开复博士踊跃提问，现场精选出两个代表性问题，由李开复博士逐一深度解答。

Q：您强调AI Agent的核心是增效而非单纯降本，当前企业级Agent普遍依赖人工编排与微调，距离真正的自主推理还有多远？如何避免Agent成为更高级别的RPA？

【答】不要把智能体（Agent）做成了“穿西装的 RPA” 。RPA 是教机器模仿人的动作，而 Agent 是教机器理解人的意图，自主规划完成任务。今天所展示的每一个Agent应用，都没有依赖RPA、工作流编排与大量人工微调，完全基于强推理大模型与Multi‑Agent架构，依靠自主推理实现价值。当前AI已经进入具备高度自主思考能力的阶段，虽然最终决策仍由人把控，但在信息整合、分析推演、方案生成等核心环节已完全超越传统规则引擎与流程自动化。企业需要跳出一年前基于Workflow、微调、RPA的传统思路，以全新的推理式智能体架构重新规划，才能真正实现从自动化到数智化的跨越，避免停留在高级RPA层面。数字化转型的上半场是“人教机器做事”，下半场是“机器学会思考”。下半场的哨声已经吹响，只有一把手驱动、公司上下下定决心用 AI 来重塑自己的核心业务，驱动组织智能和产业智能的双向进化，公司才能真正实现从降本到增收的代际跨越。

Q：在AI智能体与大模型技术快速迭代的背景下，银行等金融机构应采取怎样的部署策略，既能保障资源有效利用，又能确保技术不落后？

【答】金融机构的CEO应该把AI当作“一把手工程”，而不是一个 IT 项目。我有三个维度的布局建议：

资产化思维：模型是流水的，数据是铁打的。不要过度纠结底层模型选型的参数比拼，那只是 AI 时代的“电力”。金融机构真正的资产是基于私有数据形成的“数据飞轮”。你要选择一个能可持续支撑 Agent 迭代的安全稳定平台，确保当底层模型升级时，你的业务逻辑和数字资产能平滑迁移，而不是推倒重来。

安全就是最大的护城河：金融的核心是安全与信任。必须坚持私有化部署，让核心数据和知识绝不出防火墙。依托高水平技术团队的深度协同，引入具备顶尖能力的前置部署工程师，与内部业务团队联合打造。最终要实现的是交付完整自主可控的能力与源码，在内网训练出“小而精”的垂直模型，这才是对手抄不走的护城河。

组织重塑：从“辅助工具”到“核心驱动”。别指望 CIO 一个人就能完成变革，CEO 必须亲自进场。AI 不仅是用来做客服或写报告的工具，它是一种重塑公司的思维模式。当你的竞争对手还在犹豫时，你如果已经用 AI 智能体方阵重构了信贷风控或投研逻辑，你就已经把握住了 AI 2.0 时代的战略窗口。

金融机构的数据资产是“原油”，但只有通过智能体加工成“决策力”，才能产生源源不断的动力。谁能率先完成从“数据驱动”到“智能驱动”的进化，谁就能定义未来的行业标准。