习近平总书记指出：“加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。”在建设金融强国的背景下，浙江作为数字经济先行省，正积极创建人工智能发展高地。
近日，ZIBS国际顾问委员会（IAB）中方主席、浙江省金融科技与大数据分析国际科技合作基地（ZIBSciTechX）主任贲圣林和浙江数字金融科技联合会（ZAFT）秘书长刘毅在《浙江经济》2026年第四期发表署名文章《AI重塑金融生态：浙江的机遇与担当》，深刻剖析了AI如何重塑金融底层逻辑，推动金融从“机构中介”向“算法中介”演进，从“管理确定性”向“驾驭不确定性”跨越，对行业运行逻辑产生了深远影响。
逻辑重构：金融核心功能的系统性再造
金融的本质是跨时空的资源配置与风险定价，核心在于解决信息不对称。当底层信息要素从稀缺、静态、结构化向海量、动态、多模态演进时，金融核心功能正在经历系统性重塑。
信用评估体系拓展：信用是金融的基石。在人工智能时代，信用的内涵得到了极大丰富。AI通过对海量、多维、实时数据的深度学习，构建起更为立体的信用评估体系。它将个体的行为轨迹、企业的供应链动态、甚至产业的宏观高频数据等“弱信号”纳入考量，生成动态、前瞻的信用画像。这种转变强化了金融机构“信息与认知中介”的属性，为长尾客群的普惠金融服务提供了可能。
风险管理逻辑演进：人工智能通过整合多模态数据，丰富风险管理的维度。AI能够实时感知地缘政治、宏观经济、产业链波动等复杂系统中的细微扰动所带来的不确定性。风险管理正逐步从基于历史概率的“被动防御”，转向基于实时认知的“主动预警”。
价值创造路径转型：数字经济时代，人工智能为金融价值创造提供了新的路径。其核心在于，通过数据整合与模型优化，提升金融机构的数据处理能力与决策水平，从而推动价值创造由规模依赖转向能力驱动。金融机构的核心竞争力，越来越取决于其数据治理能力、算法模型精度以及人机协同的决策深度。通过AI实现的“可规模化的定制化”，使得过去专属于高净值客户的个性化财富管理服务得以普惠大众。这在一定程度上反映出，金融业正从由要素驱动的存量博弈，转向创新驱动的增量开拓。
服务形态深刻重塑：传统的金融服务机构是一个“目的地”，用户需要主动前往物理网点或打开数字应用程序终端。未来的金融服务将从有形的“场所”中解放出来，使其成为一种无处不在、按需调用的“效用”。此外，在语言大模型的驱动下，金融服务正从“被动响应式”向“主动嵌入式”和“自适应式”演进”，无缝嵌入到生产、生活、消费的各个场景之中。未来的金融服务将如空气和水一般，成为数字社会的基础设施，实现“用户无感、服务有知”的终极体验，这不仅是金融行业的效率革命，更是人类社会的一次深刻重塑。
场景深耕：范式跃迁在金融业态中的实践映射
人工智能在金融领域的应用并非技术叠加，而是沿业务价值链深度渗透，展现出从“辅助工具”向“智能代理（Agent）”的演进。
1.银行业：从流程自动化到人机协同决策
在前台获客与服务环节，以“AI原生银行”为代表，智能体系统彻底取代了传统的App，与用户的交互模式从“菜单点击”升维至“意图驱动”，构筑了真正的对话式金融。 在中台风险与合规领域，AI也正推动风控逻辑从“规则驱动”向“护栏逻辑”转变。“授信调查报告撰写助手”大幅缩短报告耗时，AI图谱技术高效识别团伙欺诈。马来西亚Ryt Bank的“护栏—意图—行动—确认”多智能体AI系统，以其“护栏逻辑”重塑传统信贷风控，将风险管理从事后审查前置为事前防范，这与《金融法》草案中关于算法治理与安全边界的要求不谋而合。在后台科技与运营层面，前沿探索集中于系统架构与模型能力优化。一方面，兼顾数据安全与审计要求；另一方面，降低对通用模型的依赖，以求在成本与效率之间取得平衡。
2.证券业：从信息处理走向数据整合与模型支持的决策体系
在人工智能推动下，证券行业正由数字化向智能化转型。在投研领域，大模型对非结构化数据的处理能力以及知识图谱等方式得以自动解析信息并形成关联分析框架；结合对话式交互与检索增强生成（RAG），投研流程逐步向任务驱动的一体化模式演进。摩根士丹利的智能投顾（robo-advisor）系统利用NLP和知识图谱实时优化客户投资组合，避免“AI洗白”风险。在交易环节，机器学习对多因子模型的拓展，使策略能够刻画更复杂的市场关系，多模态与图像识别技术则进一步丰富了量化分析维度。
3.保险业：由单点赋能向全流程智能化演进
在人工智能技术驱动下，保险行业的应用正由局部环节试点，逐步拓展至覆盖销售、承保与理赔等关键流程。在客户经营与销售环节，人工智能主要通过自然语言生成与交互能力，对客户沟通、产品说明及营销内容提供支持，降低对个体经验的依赖，使客户服务更加标准化，并在一定程度上提升服务响应效率。在承保与理赔等运营环节，通过自动识别与整理资料，减少人工工作量，提高处理效率。同时，通过将既有规则嵌入模型运行过程，有助于在一定程度上控制结果偏差带来的潜在风险。人工智能有望进一步参与业务流程中的决策支持，其对保险业务组织方式与服务模式的影响仍需在实践中持续检验。
4.浙江实践：创建可信AI金融生态的先行样本
浙江作为数字经济高地，在“AI+金融”领域的探索为全国构建智能、普惠、安全的金融新生态，提供了一个可供观察与借鉴的样本。
内生优势：数字金融高地的坚实底座
浙江的领先地位植根于其独特的三大内生禀赋。其一，数据资产的厚度。凭借多年积淀，我省金融业PB级高密度数据资产库，为深度学习模型提供了优质“燃料”。其二，科技战略的前瞻性。头部金融机构早已将“AI+金融”纳入核心战略，年均AI研发投入强度普遍达到营收的3%-5%，以“自研大模型+开源生态”双轮驱动，抢占技术制高点。其三，资本投入的持续性。全省金融业年均IT投入规模超2000亿元，为算法迭代、算力升级与人才储备提供了强有力的资本保障。
1.标杆引领：从效率革命到价值深耕
浙江的金融机构正将人工智能技术深度嵌入核心业务，实现从单点功能优化到全链条价值创造的跃迁。浙商银行打造“智能信贷工厂”，将审批时效压缩至8分钟以内；宁波银行通过知识图谱挖掘隐性担保，将供应链业务不良率降至0.28%；蚂蚁集团反欺诈系统每秒处理15万笔交易，资损率控制在0.0007%以内。
2.治理先行：探索审慎包容的“浙江路径”
浙江正探索技术创新与伦理治理并行的“双轮驱动”模式，笔者所供职的浙江数字金融科技联合会，联合浙江大学、蚂蚁集团等机构，在国内率先提出“金融科技伦理发展七倡议”，通过筹建“AI伦理评估中心”，致力于推动建立算法公平性与透明度标准，探索“负责任的AI”在金融领域的落地路径，确保金融科技始终朝着“科技向善”与“以人民为中心”的正确方向发展。
3.生态共建：破解人才与协同的双重挑战
当前，兼具金融与AI背景的复合型人才缺口已成为制约行业发展的关键瓶颈。为此，浙江正通过“内部培养+外部引进”双轨模式，构建人才“双轮驱动”机制。浙江大学国际联合商学院（ZIBS）等机构通过国际合作，培养具有全球视野的金融科技领袖，并与头部科技企业共建联合实验室，输送跨学科人才，通过产教融合，共同破解行业难题。浙江的目标是要建成全国“可信AI”金融生态示范区，为金融强国战略的实施，提供一个风险可控、可持续发展的智慧金融转型方案。
4.平衡之道：构建审慎可控的智能金融生态
人工智能内生的“黑箱”特性、潜在的算法偏见与数据安全风险，对金融监管提出了全新挑战，要求我们必须构建一个与之相匹配的、更为敏捷和穿透的治理框架。正如一位金融科技行业的专家所指出的，“成熟的AI风控，不是追得最远，而是清楚知道推论的边界在哪里。让机器的决策变得诚实、可被检验，这才是获取信任的可行途径。”这揭示了人工智能技术能力的拓展必须以风险边界的清晰界定为前提。
放眼全球，金融AI监管正逐步从分散探索，转向更加规范和有序的制度框架。近期美国财政部发布的全球首个金融AI风险管理指南便是一个可供参考的风向标。该框架为技术驱动的创新与风险驱动的治理如何实现辩证统一，划定了清晰的“红线”，其关键在于推动合规从“事后追责”的被动模式，转向贯穿模型全生命周期的“事前嵌入”与“过程监督”。这不仅要求金融机构建立独立的模型验证与“红队测试”机制，更预示着监管科技将迎来爆发期，AI治理能力正从合规成本，转变为金融机构不可或缺的核心竞争力。于我国而言，这既是挑战，更是历史性的机遇。在金融强国建设的征程中，我们不仅要借鉴国际经验，更应立足国情，积极参与乃至引领全球金融AI治理准则的制定。2026年3月20日，多部门联合公布了向社会公开征求意见。草案明确提出“统筹金融高质量发展和安全”“建立兜底监管机制，实现监管全覆盖”以及“推进金融领域信用体系建设”。这为金融AI的合规应用划定了清晰的红线与底线。浙江理应在这一进程中扮演先行者的角色，为全国探索“负责任的创新”提供实践范本。
价值归宿：回归为人民服务的初心
数字经济时代，市场竞争的逻辑已从工业时代的“补短板”式内耗转向“锻长板”式外拓。人工智能以技术重构金融行业底层逻辑，实现从“改良”到“重塑”的根本性跨越。如何驾驭这股力量，确保技术向善，让金融创新回归服务实体经济与人民的本源，是时代赋予我们的共同命题。
归根结底，无论技术如何迭代，范式如何变迁，金融的本质属性不应改变。中国特色金融发展之路与西方金融模式的根本区别，在于我们始终坚持以人民为中心的价值取向。我们所追求的“创新金融”，其终极目标绝非一个脱实向虚、自我循环的算法系统，而是要将服务实体经济作为根本宗旨，将增进人民福祉作为最终归宿。唯有将严谨的风险管理、科技的伦理约束与服务国家战略的使命感深度融合，我们才能真正驾驭人工智能这股强大的生产力，让金融创新切实造福于时代与人民，为全面推进中国式现代化贡献澎湃的金融动能。
