在2026世界人工智能大会(WAIC 2026)的金融科技展台,越来越多的金融智能体不再只秀技术“肌肉”,转而集中展示如何融入业务流程的细微变化。
展台内容的切换,折射出金融AI正从外围辅助走向业务深水区。而与此同时,监管信号密集落地,为这场竞速划定了边界。
应用入微:场景更多,技术更新
一份信贷尽调报告,银行客户经理按照传统方式撰写的周期长达2至4周,质量上还往往参差不齐,而接入智能体平台打造全流程自动化解决方案后,平台支持其自定义配置多类型调查报告模板,可对接银行内系统自动调取客户数据,2小时内的报告完成度超过90%——这是在中国电子展台现场,中电金信工作人员向记者介绍的来自某城商行的真实案例。
在蚂蚁集团,AI版支付宝“阿宝”7月2日刚刚开放公测,就在展会现场交到不少新朋友。根据支付宝与阶跃星辰最新达成的AI智能体系统级合作,用户通过自然语言即可调用阿宝200余项服务,此外还有多家手机、AI终端及车机等厂商正陆续推进合作。
在京东首次系统展示的面向物理世界的JoyAI模型矩阵中,京小贝成为其3000多个业务场景中的金融智能体代表。经过最新升级后,用户在与京小贝的一个对话窗口内,即可完成基金诊断、保险条款解读、信贷比价、日常支付查询等以往需要切换多个页面的操作。
与往年WAIC不同,上海证券报记者在现场看到,AI智能体的金融场景落地更多、应用更深,而这与行业持续加大的科技投入密切相关。
IDC发布的报告显示,2025年我国金融行业生成式AI投资规模约89.68亿元,预计到2029年将攀升至445.19亿元。中国社会科学院国家金融与发展实验室副主任杨涛表示,当前,AI推动的金融业数字化转型已从技术试点迈向生态重构,并逐渐迎来规模化落地的新阶段。
以浦发银行为例,该行已累计建设超过440个AI应用,落地智能体220个,截至6月末,AI相关应用今年已承载超过2500人年的工作量。
除了做大应用规模,金融AI的技术迭代也在加速。针对智能投研等需要反复执行大规模计算的金融“刚需”场景,星环科技推出的新一代AI数据库正准备“大展拳脚”。该产品依托GPU原生加速,可显著缩短研究与验证周期,让金融研究人员更快验证更多策略和假设;而类似的功能在高频交易、实时风控和动态定价等复杂任务中,也能够帮助用户更快捕捉业务机会、识别风险并及时行动。
合规趋紧:治理先行,从快到稳
应用越广,挑战也越大。相比物理AI“灵巧手”等硬件对决,金融智能体对于数据质量和软件可靠性的要求更加严苛,此外还需要面临严格的安全合规刚性要求、行业长期积累的知识壁垒等诸多共性挑战。
蚂蚁集团副总裁、蚂蚁大安全CTO陈亮坦言,智能体规模化应用的核心痛点在于“信任”。这点对于金融智能体来说更为重要。
近一个月来,《关于银行业保险业人工智能安全开发应用的指导意见》以及《金融业网络安全管理办法(征求意见稿)》相继发布。这意味着,传统“先建设,后补安全”的外挂式防护,难以覆盖智能体自主决策、持续运行和跨主体协作带来的新问题,已经不符合金融智能体发展的要求。
“新的金融监管环境明确传递了一个信号:金融行业应用人工智能,正从关注‘技术能不能用’,转向关注‘能否安全、合规、可信地用’。人工智能系统不仅要提升业务效率,还必须具备可管控、可解释、可追溯和可审计的能力。”中国电子首席科学家、中电金信研究院院长况文川对记者表示。