在6月18日舉行的“2025中國國際金融展”期間，AI智能體在金融領(lǐng)域的應(yīng)用成效備受業(yè)界關(guān)注。

作為金融大模型技術(shù)落地的重要載體，AI智能體憑借其在眾多金融業(yè)務(wù)場景的集成應(yīng)用能力，逐步融入金融業(yè)務(wù)流程各個環(huán)節(jié)，為金融服務(wù)實體經(jīng)濟發(fā)展注入全新的動能。

如今，越來越多金融機構(gòu)正積極研發(fā)AI智能體，一方面通過深度學(xué)習(xí)和知識圖譜技術(shù)，進一步提升信貸審批效率與風(fēng)險識別能力，一方面持續(xù)優(yōu)化金融服務(wù)操作流程，增強金融服務(wù)品質(zhì)與用戶體驗。

奇富科技CEO吳海生在“2025中國國際金融展”期間接受經(jīng)濟觀察報記者專訪時表示，人工智能技術(shù)（AI）的迅猛發(fā)展，正推動銀行等金融機構(gòu)業(yè)務(wù)模式向智能化轉(zhuǎn)型。其中，金融機構(gòu)可以通過AI智能體這個“智能杠桿”，實現(xiàn)更廣泛的普惠客群覆蓋、更精準(zhǔn)的風(fēng)險定價、以及更具彈性的業(yè)務(wù)增長，從而破解行業(yè)同質(zhì)化競爭，釋放更強的金融服務(wù)實體經(jīng)濟發(fā)展?jié)摿Α?/p>

資料顯示，奇富科技在2016年成立，2018年和2022年分別在美國納斯達克與香港聯(lián)交所上市，是AI驅(qū)動的金融科技平臺。目前，奇富科技組建超千人規(guī)模的研發(fā)團隊，其中數(shù)百人專注人工智能技術(shù)與金融深度融合的研究。截至今年一季度末，奇富科技累計放款金融超2萬億元，幫助163家金融機構(gòu)，為超5800萬小微企業(yè)和個人消費者提供數(shù)字化信貸服務(wù)。

吳海生向記者透露，奇富已研發(fā)信貸超級智能體，涵蓋端到端授信決策智能體、小微企業(yè)信用評估、AI合規(guī)助手、AI決策助手、AI審批官等多個模塊，為銀行等金融機構(gòu)匹配專家級信貸能力，助力后者提升技術(shù)與業(yè)務(wù)雙實力，在智能化轉(zhuǎn)型征途走得更穩(wěn)更好更快。

受訪者供圖

在吳海生看來，隨著AI智能體在金融領(lǐng)域的應(yīng)用日益廣泛，AI驅(qū)動的不只是流程優(yōu)化，更是金融服務(wù)品質(zhì)的迭代進化。在“AI智能體+金融”的大浪潮下，金融科技平臺的發(fā)展目標(biāo)不僅是創(chuàng)造利潤，而是創(chuàng)造價值。因此奇富科技希望以信貸超級智能體為支點，持續(xù)深化技術(shù)研發(fā)與生態(tài)合作，推動AI智能體在金融領(lǐng)域的規(guī)模化落地。

AI智能體對金融行業(yè)的變革性影響

《經(jīng)濟觀察報》：“AI+金融”正成為驅(qū)動金融行業(yè)高質(zhì)量發(fā)展的重要支撐，能否介紹人工智能AI技術(shù)對金融行業(yè)產(chǎn)生哪些變革性影響？

吳海生：當(dāng)前AI技術(shù)對各行各業(yè)均產(chǎn)生巨大影響，尤其在金融行業(yè)，AI技術(shù)的影響更加深刻。因為金融的生產(chǎn)要素及核心生產(chǎn)能力，本質(zhì)是數(shù)據(jù)化的，天然屬于大數(shù)據(jù)產(chǎn)業(yè)。而基于大數(shù)據(jù)訓(xùn)練+AI深度學(xué)習(xí)能力，AI能催生更優(yōu)質(zhì)的金融服務(wù)能力。

因此，眾多金融機構(gòu)的各個工作流程環(huán)節(jié)都在通過AI賦能實現(xiàn)產(chǎn)品化升級。尤其在以往高度依賴專家經(jīng)驗主觀判斷的金融營銷、風(fēng)險管理、合規(guī)管理等領(lǐng)域，AI技術(shù)的應(yīng)用正令銀行在這些領(lǐng)域的業(yè)務(wù)效率大幅提升，準(zhǔn)確率也顯著提高，進而在金融機構(gòu)服務(wù)規(guī)模與深度方面帶來變革性影響。

《經(jīng)濟觀察報》：在金融大模型興起后，近期越來越多銀行等金融機構(gòu)開始探索AI智能體在金融領(lǐng)域的應(yīng)用，這項AI應(yīng)用能解決銀行哪些業(yè)務(wù)痛點堵點？

吳海生：現(xiàn)階段，AI智能體在金融領(lǐng)域的應(yīng)用仍處于早期階段，無論是技術(shù)成熟度，還是不同金融機構(gòu)的接受度，都存在著差異。

所幸的是，經(jīng)過Deepseek等AI大模型技術(shù)的普及，當(dāng)前金融行業(yè)已認知到AI智能體在金融領(lǐng)域應(yīng)用方面的廣闊發(fā)展?jié)摿Α１热缰袊y行業(yè)約有400萬從業(yè)人員，多數(shù)是客戶經(jīng)理、柜臺人員與風(fēng)控審批人員。若通過AI智能體的賦能，他們的人均產(chǎn)能得到大幅提升（比如客戶經(jīng)理日均服務(wù)客戶數(shù)量從10個提升至100個），將顯著增強中國金融服務(wù)的覆蓋面與效率。

但是，金融機構(gòu)從認知AI智能體的潛力，到實際應(yīng)用AI智能體，仍需要較長的過程。

奇富科技聚焦向銀行等金融機構(gòu)提供信貸智能體服務(wù)，比如通過AI智能體打造“數(shù)字員工”概念，讓銀行員工借助AI智能體技術(shù)大幅提升生產(chǎn)力，實現(xiàn)“一人即團隊”的服務(wù)效能；面向銀行核心業(yè)務(wù)部門，我們也會提供相關(guān)AI智能體提升他們的業(yè)務(wù)增長能力、風(fēng)控能力與合規(guī)能力。因為AI智能體天然具備推理與計算優(yōu)勢，在數(shù)據(jù)分析、風(fēng)控洞察、合規(guī)管理等高度專業(yè)性金融場景能以遠超人工的效率，完成分析整理與提供決策建議，推動銀行核心業(yè)務(wù)更好發(fā)展。

《經(jīng)濟觀察報》：近年西方國家眾多大型銀行也積極探索AI智能體在金融領(lǐng)域的應(yīng)用，當(dāng)前國內(nèi)金融機構(gòu)與西方國家金融機構(gòu)在AI智能體應(yīng)用方面存在哪些差異？

吳海生：就業(yè)務(wù)本質(zhì)而言，境內(nèi)外金融機構(gòu)在AI智能體應(yīng)用方面的邏輯是一致的，主要圍繞提升信貸審批效率與風(fēng)險識別能力、優(yōu)化金融服務(wù)操作流程、提升金融服務(wù)體驗等方面展開。

但是，不同國家對AI智能體在金融領(lǐng)域應(yīng)用的監(jiān)管側(cè)重點與合規(guī)要求也會存在某些差異，比如中國在用戶隱私保護、數(shù)據(jù)安全處理、金融風(fēng)險管控方面更加嚴(yán)謹(jǐn)，西方部分國家更關(guān)注技術(shù)風(fēng)險等。因此奇富科技在合規(guī)智能體、安全智能體領(lǐng)域的投入相對更多。

一個相對明顯的發(fā)展趨勢是，無論是境內(nèi)金融機構(gòu)，還是西方國家金融機構(gòu)，都在核心業(yè)務(wù)流程優(yōu)化方面加強AI智能體應(yīng)用。

AI智能體的金融征途

《經(jīng)濟觀察報》：近年，金融科技平臺嘗試研發(fā)端到端授信決策智能體作為提升信貸效率與風(fēng)控精準(zhǔn)性的新工具，成效如何？

吳海生：所謂端到端授信決策智能體，主要解決傳統(tǒng)信貸授信環(huán)節(jié)人工處理所存在的效率低、誤差大等問題。其原理類似一體化生產(chǎn)模式，即當(dāng)貸款申請人遞交貸款申請資料后，端到端授信決策智能體里的推理型AI會迅速對海量資料信息進行推理計算，識別貸款申請人貸款申請資料里的漏洞，以及貸款申請資料與企業(yè)以往經(jīng)營數(shù)據(jù)的矛盾點及數(shù)據(jù)真實性問題，驅(qū)動銀行快速調(diào)整信貸授信決策并告知信貸申請人，從而更好地提升信貸審批效率與風(fēng)險識別能力。

整體而言，端到端授信決策智能體的應(yīng)用將深刻改變信貸風(fēng)控的場景邏輯，推動金融信貸業(yè)務(wù)向更高效，更精準(zhǔn)的方向發(fā)展。

我們也看到，端到端授信決策智能體的發(fā)展，仍需要眾多數(shù)據(jù)與前沿AI技術(shù)的支持，比如它需充分借助長思維鏈推理+強化學(xué)習(xí)技術(shù)，將海量用戶的信貸決策經(jīng)驗融入金融大模型，從而輕松快速地完成對借款人的各項信貸風(fēng)險評估，包括反欺詐、授信額度、貸款風(fēng)險定價等。

端到端授信決策智能體在各個金融機構(gòu)的全方位落地應(yīng)用，或許是一個中長期的理想化目標(biāo)。但它的確具備能力幫助銀行縮小風(fēng)控能力差距與突破人才限制，提升信貸風(fēng)險水準(zhǔn)同時，為各類借款人匹配更合適的信貸產(chǎn)品。

奇富科技圍繞端到端授信決策智能體的應(yīng)用落地，搭建了支持風(fēng)控策略認知建模的自主學(xué)習(xí)架構(gòu)與混合專家架構(gòu)、能不斷自我進化以實現(xiàn)自主迭代授信決策，未來，這套系統(tǒng)還將通過認知架構(gòu)的持續(xù)進化、決策閉環(huán)的自主優(yōu)化、以及專家協(xié)同的無界擴展，重塑金融信貸風(fēng)險管理的終極邊界。

《經(jīng)濟觀察報》：隨著金融機構(gòu)日益重視業(yè)務(wù)合規(guī)操作，越來越多銀行等金融機構(gòu)嘗試將AI智能體應(yīng)用在合規(guī)審查領(lǐng)域，這項探索的進展如何？

吳海生：AI智能體在金融機構(gòu)合規(guī)操作領(lǐng)域的應(yīng)用，主要聚焦解決傳統(tǒng)人工合規(guī)審核的兩大痛點——篩查易漏、耗時久。

盡管銀行從業(yè)務(wù)流程到風(fēng)控都日益重視嚴(yán)守合規(guī)框架，但在實際操作環(huán)節(jié)，傳統(tǒng)人工審核仍經(jīng)常因為篩查易漏與耗時太久，容易陷入“事后糾偏”的被動局面。這也是金融機構(gòu)嘗試將AI智能體應(yīng)用在合規(guī)審查的一大原因。

奇富科技研發(fā)了基于智能體的AI合規(guī)助手，集成逾2000項金融監(jiān)管法規(guī)、逾300個安全風(fēng)險評估模型、逾50個金融專屬合規(guī)算法模型，通過“知識圖譜+算法模型+動態(tài)監(jiān)測”的技術(shù)閉環(huán)，將監(jiān)管文件解讀人工耗時從每份40小時降低至2小時，政策適配準(zhǔn)確率從68%提升至99.2%，顯著提升合規(guī)審核的效率與精度，推動金融機構(gòu)業(yè)務(wù)合規(guī)審查從“事后糾偏”到“事前預(yù)防”的轉(zhuǎn)變，實現(xiàn)效率、成本、風(fēng)控的三重突破。

我們也注意到，AI智能體在金融業(yè)務(wù)合規(guī)審查領(lǐng)域的應(yīng)用落地，仍需要大量前沿技術(shù)的支撐，比如針對金融合同審核繁、跨部門協(xié)作亂、工作量激增等問題，需要AI合規(guī)助手提供流程智能管家服務(wù)，包括在法務(wù)場景搭建四維掃描合規(guī)框架與云端政策追蹤；通過AI技術(shù)迅速調(diào)用海量風(fēng)險案例庫，從而更精準(zhǔn)地定位業(yè)務(wù)流程潛在風(fēng)險；在智能文檔修訂環(huán)節(jié)能自動匹配法規(guī)條款與優(yōu)化文本有跡可循，進而幫助銀行合規(guī)部門告別碎片化審核，邁向系統(tǒng)化、精準(zhǔn)化、智能化的運作。

《經(jīng)濟觀察報》：隨著金融機構(gòu)積極做好普惠金融這篇大文章，越來越多銀行等金融機構(gòu)紛紛將AI大模型應(yīng)用在小額高頻的普惠金融貸款場景，AI大模型在提升普惠金融服務(wù)效率與風(fēng)控管理方面，發(fā)揮了哪些具體作用？

吳海生：在普惠金融貸款場景，傳統(tǒng)業(yè)務(wù)流程面臨的痛點堵點相當(dāng)繁多復(fù)雜。

在貸前調(diào)查、貸中審查審批、貸后檢查環(huán)節(jié)，需要總部和分支行客戶經(jīng)理、風(fēng)險經(jīng)理多點線下協(xié)作。為了杜絕道德風(fēng)險與有效防范操作風(fēng)險，銀行等金融機構(gòu)都針對客戶經(jīng)理設(shè)計了大量盡調(diào)取材和貸后檢查取材流程，以及總分行的材料真實性、一致性、合理性等審查流程；但在實際操作環(huán)節(jié)，不同部門之間的信貸審批標(biāo)準(zhǔn)不統(tǒng)一，容易導(dǎo)致審批風(fēng)險較高、客戶經(jīng)理反復(fù)退補件、展業(yè)目標(biāo)不清晰等問題，久而久之導(dǎo)致客戶經(jīng)理團隊與授信審批團隊的合作難度更大，令普惠金融信貸服務(wù)的客戶體驗越來越差。

此外，客戶經(jīng)理在線下盡調(diào)環(huán)節(jié)，往往會存在盡調(diào)材料收集不完整、不準(zhǔn)確、不清晰等問題，銀行對此采取的方案是退補件與加強培訓(xùn)，但此舉未必能有效解決普惠信貸風(fēng)控能力加強與普惠金融服務(wù)效率提升問題。

在信貸資料審查環(huán)節(jié)，當(dāng)前不少銀行等金融機構(gòu)仍高度依賴人工審查材料，包括各式文檔影像、拍照圖片、錄音錄像等材料，導(dǎo)致審查員需要多方輸入材料數(shù)據(jù)，并對盡調(diào)材料與貸款申請的真實性、一致性、合理性、合規(guī)性、完整性等進行逐一審查，其工作責(zé)任相當(dāng)繁重且自動化程度低。

在信貸風(fēng)控審批環(huán)節(jié)，銀行的人工審批環(huán)節(jié)需確認最終的授信額度與信貸利率定價，但這項人工審批工作高度依靠完整的流水解析指標(biāo)；冗長的征信報告分析；幾十張影像材料、第三方數(shù)據(jù)及其他公開信息對抵押物的評估，同時還要開展交叉檢驗與歸納審批要點，導(dǎo)致人工審批工作難度大、效率低，審批人員培養(yǎng)難與不同人員審查標(biāo)準(zhǔn)差異性大。

當(dāng)前不少銀行針對零售與普惠貸款等小額分散貸款業(yè)務(wù)，在貸前調(diào)查、貸中審查審批、貸后檢查等環(huán)節(jié)，使用小模型+大模型及多模態(tài)能力的組合，從而提升整體貸款業(yè)務(wù)的自動化水平，大幅減少客戶經(jīng)理的案頭工作同時有效提升審查審批的時效。與此同時，還有部分銀行等金融機構(gòu)也開始將AI大模型應(yīng)用在整個信貸業(yè)務(wù)操作流程，用于逐步“清晰”客戶經(jīng)理、審查審批的盡職免責(zé)要求，作為提升展業(yè)效率和客戶體驗的重要舉措，實現(xiàn)普惠金融業(yè)務(wù)持續(xù)增長與客戶滿意度不斷提升。

銀行等金融機構(gòu)要在普惠金融信貸場景，讓AI大模型發(fā)揮更大的作用，還需進一步強化AI科技賦能，包括增強多模態(tài)融合識別技術(shù)，支持文本、表格、圖像、語音、視頻等更多元化的多模態(tài)數(shù)據(jù)在普惠金融信貸風(fēng)控與決策優(yōu)化方面的應(yīng)用；加強盡調(diào)材料的智能預(yù)檢與智能補件技術(shù)的研發(fā)；加快多模態(tài)識別和AI審查技術(shù)的迭代，增強信貸材料的自動化審查能力；依托AI 深度學(xué)習(xí)能力持續(xù)優(yōu)化信貸風(fēng)控模型與策略，強化自動化風(fēng)控能力；全面落地應(yīng)用AI審批決策等。

中小銀行如何在“AI智能體+金融”時代立足

《經(jīng)濟觀察報》：相比中小銀行，大型銀行有著更充足的研發(fā)預(yù)算與AI人才儲備開展AI智能體在金融領(lǐng)域的應(yīng)用，這是否意味著在“AI 智能體+金融”時代，大型銀行與中小銀行的金融服務(wù)能力與風(fēng)控水準(zhǔn)差距將進一步拉開？

吳海生：在“AI智能體+金融”方面的研發(fā)投入與人才儲備差別，不僅發(fā)生在大型銀行與中小銀行，大型銀行之間、大型銀行與大型科技公司之間、大型科技公司之間都存在類似的差別。

尤其在當(dāng)前AI科技快速迭代發(fā)展的當(dāng)下，每家金融機構(gòu)或科技公司未必能持續(xù)占據(jù)AI技術(shù)研發(fā)應(yīng)用優(yōu)勢。所以各家金融機構(gòu)與科技公司只能保持對各類前沿AI科技的投入，儲備更多的AI專業(yè)人才，從而維持相對領(lǐng)先的技術(shù)優(yōu)勢。

我個人認為，中小銀行要在AI技術(shù)應(yīng)用、AI智能體應(yīng)用方面“迎頭趕上”，與金融科技公司的合作將會變得越來越密切，尤其是金融科技平臺可以幫助中小銀行縮短金融大模型、AI智能體等前沿AI技術(shù)的研發(fā)應(yīng)用周期，令后者以較低的成本解決AI人才儲備與AI技術(shù)研發(fā)投入等方面的不足，較快實現(xiàn)金融服務(wù)能力與風(fēng)控水準(zhǔn)的提升，在金融市場激烈競爭過程擁有屬于自己的發(fā)展空間。

（作者 陳植）