6小时出模型、200倍压样本、核保23天变15分钟……金融AI动真格了

来源：滚动播报

（来源：上观新闻）

今年，外滩大会的主题首次定为“共创AI新经济”，AI从金融行业的辅助工具站到了台中央，成为重塑信用评估、支付体系乃至整个业务逻辑的核心变量。

巧合的是，就在外滩大会召开期间，OpenAI宣布推出面向金融服务的ChatGPT，华尔街试图用AI重构投行工作流程。

看起来，金融AI开始动真格了。

9月10日，以“共创AI新经济”为主题的2026 Inclusion·外滩大会在上海黄浦世博园区开幕。 本报记者 海沙尔 摄

信用经济：AI开始“计算”信用

信用，是金融的底层逻辑。而AI正在改变信用的发现方式。

在外滩大会的圆桌论坛上，钱塘征信CTO朱乐披露了一组数据。通过AI多智能体协同，钱塘征信将传统月级的建模周期压缩到小时级，数据产品开发最短仅需6小时。

这一变化的意义远超效率提升。建模周期从月级压缩到小时级，意味着金融机构可以针对不同客群、不同场景快速生成大量模型，信用评估的颗粒度将大幅细化。过去被传统模型一刀切拒之门外的长尾客群，可能因此获得更精准的信用画像。

“过去，建模是一个高度依赖数据科学家经验的专业工作。”朱乐说，现在AI已经接管了特征挖掘、模型训练、验证迭代等环节，数据科学家的角色正在从手工建模者转变为AI建模的教练和裁判。

重庆邮电大学人工智能学院副院长夏书银从底层技术角度解释了这种变化的可行性。他认为，传统机器学习在金融场景中面临一个长期矛盾：模型越复杂，通常越难解释，但金融决策又要求稳定、透明、可追溯。

夏书银团队提出了一种名为“粒球计算”的方法，简单来说，就是把海量细碎的数据点打包成一个个信息密度更高的数据包。这就类似“先把大量相似数据点聚成球，再让模型先学球而不是学点”，让AI用更少的数据做出同样精准的判断。

在与蚂蚁消金合作的用户投诉风险建模中，这一方法在不损失模型精度的情况下，实现了约200倍的样本压缩率。200倍压缩率，意味着AI可以在更少的数据中找到更本质的信用信号，而不是被噪声淹没。

9月10日，以“共创AI新经济”为主题的2026 Inclusion·外滩大会在上海黄浦世博园区开幕。本报记者 海沙尔 摄

可信底座：金融的新“水电煤”

本届大会上，两个值得关注的平台动向，都与“可信”二字有关。

一个是支付宝。本届外滩大会上，支付宝宣布AI支付从“可支付”迈向“可信支付”，基于蚂蚁自主打造的APASS商业信任基础设施，推出AI钱包智能体，帮助用户管理每一笔AI交易。

什么是“可信支付”？这更像是给到AI采购清单、购买条件和预算上限，买之前AI核对清单、条件和预算，全部符合之下再进行支付，确保安全可信，出问题可追溯。

比如，用户让千问点一杯咖啡，千问负责“找什么、点什么”，AI钱包智能体关注“是不是用户要的、过程是否符合授权、最终应该支付多少”，直到交易完成、结果确认后，AI才执行最终支付。过去，支付是交易最后一步的收银动作，现在则需要贯穿智能体的身份、意图、授权、执行和责任，成为智能体商业走向规模化的新基建。

“AI支付的价值不只是让智能体替用户花钱，也不是简单的自动扣款，而是智能体商业中的可信承诺引擎。”蚂蚁集团CEO韩歆毅说。

支付宝数据显示，最近5个月智能体代买任务量增长7倍，用户月均支付次数增长3倍。显然，这一数字还将继续增长。

另一个是浦江数链。这家上海数据集团旗下的数字科技公司首次亮相外滩大会，集中展示了航贸金融数字化的创新实践。

浦江数链同样提到了“可信”，他们依托“航贸链”可信底座，综合运用区块链、隐私计算、DID（分布式数字身份）等技术，打通航运、贸易、金融、监管多主体之间的数据通道，推动跨环节数据可信流通与业务高效协同。

一组数据足以说明效率跃升的幅度。航贸区块链信用证平台将报文处理时间由3天压缩至2小时；航运保险智能核保把23天的人工审核缩短至15分钟；普惠外贸融资产品“沪贸批次贷”创新数据增信模式，不依赖实物抵押，而是将贸易业务数据转化为企业信用，累计服务3.5万家外贸企业，主动授信额度达1100亿元，授信时效压缩至分钟级。

无论是支付宝支付端的可信身份机制，还是浦江数链贸易端的数据可信流通，这两个案例本质上都在解决同一个问题：就是利用AI，让金融决策所依赖的信息更可信、更完整、更实时。

这样的可信底座就像水电煤一样，正在成为金融服务的基础设施。它不直接面向消费者，却决定了金融服务的效率、安全和可信程度。

业务闭环：下一个分水岭

真正决定一家金融机构AI转型成败的，或许不是技术，而是能否真正跑通业务。

Open AI推出的面向金融服务的ChatGPT（ChatGPT for Financial Services），由摩根士丹利、美国永核投资公司（Evercore）等机构参与设计，内置金融数据，能够像分析师一样开展研究、生成推介材料。

Open AI产品副总裁尼克·图利（Nick Turley）将其比作金融业的“Excel时刻”。“就像微软的Excel改变了这个行业，让他们能够更快地完成更好的分析一样，你也会看到这类技术发挥同样的作用。”尼克·图利说。

情况是否真的如此乐观？在外滩大会的现场，浦发银行首席人工智能科学家郑波认为，判断AI是否真正进入生产，应该看三点——是否进入核心业务流程，是否承担了原来由人完成的关键任务，是否改善了客户体验、经营效率和风险管理。

在郑波看来，当前一些项目完成了技术闭环，却没有完成业务闭环，症结在于从模型能力出发找场景，而非从高价值业务问题出发、由业务与科技共同重构流程。AI从“能用”到“好用、管用、创造价值”，隔着的正是这条业务闭环。

这一判断与百融智能高级副总裁段莹的观察不谋而合。段莹提出了硅基员工的概念，“一个AI从助手变成员工，判断标准不是它能回答多少问题，而是它能不能独立完成任务、调用系统、对一个业务结果负责。”在他看来，客服、风控初审、报告生成这些岗位，已经最接近这个状态，但距离真正的业务闭环仍有距离。

但不可否认的是，越来越多人在2026外滩大会现场感受到，这样的距离，正越来越近。

原标题：《6小时出模型、200倍压样本、核保23天变15分钟……金融AI动真格了》

题图来源：本报记者 海沙尔 摄

来源：作者：解放日报 俱鹤飞 张杨