金融智能體，站在商業模式的曠野

金融行業做AI，當下最在意的是什么？上個月我參加2025年外灘大會，高強度聽了三天海內外業內人士的激情討論。最強烈的感受是：大家最關心的不是技術，是價值。

“數字員工能提升多少產能？”“智能體的ROI怎么算？”“出了問題誰負責？”是金融業高管/CIO/CTO們高頻提出的問題。

金融智能體，正處于一個典型的曠野期The Wilderness period：類似于《出埃及記》，已經邁出了技術探索的第一步，卻尚未抵達價值兌現的應許之地，只能在曠野中行走。

橫亙在曠野中的最大阻礙，是缺少一個市場公認的商業模式。

在價值衡量和投資回報比方面，金融AI與智能體仍然存在很大的不確定性。對于金融機構來說，無法明確AI帶來的具體業務增長或成本節約，導致高層決策者猶豫不決。所以，當下行業最緊迫的命題，便是找到AI真正的業務價值。

結合此次外灘大會的見聞，我們來深入探討：金融AI與智能體真正的價值在哪里？哪些陷阱正在吞噬投入？又有哪些行動能幫助金融機構找到那片流淌著技術價值的應許之地。

去年外灘大會對AI的討論，還是以暢想為主，今年的焦點完全轉向了實際應用中的行動和效果。

總結這一年的行業趨勢，“先動起來”，已成為金融與保險從業者們的共識。

這一共識的催生，始于基礎大模型的普及焦慮。一位金融IT從業人員直言，年初DeepSeek等基礎大模型的快速普及，讓不少金融人陷入焦慮：“有了DeepSeek，是否就沒有金融機構/Fintech公司什么事了？”

在這股焦慮下，去年底至今年初，多數金融機構已啟動AI研發：IT部門與業務部門聯動，哪怕暫時看不到明確價值，跑通技術鏈路，“先動起來”仍是首選。

IDC中國副總裁兼首席分析師武連峰在外灘大會《AI銀行高峰論壇》分享了一組數據，印證了這一趨勢：全球所有行業在生成式AI方面“什么都沒做”的比例，幾乎為0%。

興業銀行便是典型案例。據該行首席信息官唐家才透露，2021年興業銀行就把數字化轉型作為生死存亡之戰，今年年初推動全行“人工智能+”行動，最標志性的舉措就是，把智能化應用納入了每一個業務部門的考核指標，推動業務端主動思考并尋找高價值場景。截至目前，興業銀行總分行的智能體數量已達630個，且數量仍在持續增長。

但行動背后，是全行業的集體困惑。

提到AI應用價值的衡量標準，唐家才坦言：“今年我們沒有糾結于絕對價值的量化，更多關注應用數量，希望先推動企業擁抱 AI?！?/p>

這一現實折射出一個關鍵轉折：2025年的金融圈，幾乎沒人再懷疑AI和智能體的潛力，但潛力如何轉化為可衡量的業務價值，成為懸在行業頭頂的核心問題。

過去一年，AI在金融業務中全域開花，從營銷、風控、運營、審批、客服、AI手機銀行，再到技術端的運維與研發，滲透業務全流程。但是，這些行動更多是價值鋪墊，真正的商業模式仍未成型。

缺失的商業模式，無法驗證的業務價值，讓曠野期的金融業感到很大的不確定。背后的成因也格外復雜。

最首要的限制，是AI智能體的責任歸屬模糊，導致很多業務落不下去，那就無法產生價值。

智能體開始承接核心業務，如信貸審批、合規審查、理財建議，它就不再是輔助工具，而是一個數字員工。但問題隨之而來：它的“上下級”是誰？出了合規問題，該找數科部門還是業務部門？以合規為例，AI合規官由技術團隊開發，卻服務于合規職能，風險該由誰擔？責任歸屬不清，就讓金融機構不敢將智能體深度嵌入核心流程，進一步阻礙商業模式成型。

即使嵌入，智能體在業務中也存在斷點，難以計算整體價值和成效。

多位從業者都提到，目前智能體在業務中潛力巨大，但應用很淺，很多是零散搭建的，像一塊塊積木，各自在細分賽道上表現優異，但拼接時卻出現大量斷點。

但不像傳統軟件可以按功能模塊定價，智能體的價值體現在最終業務結果，如理財規模增長、客戶活躍度提升、審批效率優化等。這一轉變使得中間過程難以拆解、歸因與計價，所以積木化的智能體，讓人很難明確其貢獻。

為什么會出現智能體與業務的斷點呢？螞蟻數科副總裁余濱一針見血：專業性不足。

金融的核心需求是專業邏輯，包括嚴謹性、合規性、安全性，在不犧牲用戶體驗的前提下提供專業服務。目前多數智能體仍缺乏這種專業深度，AI理財師若無法像真人一樣提供專業咨詢，自然無法按專家價值收費。

AI智能體領域有著最具寬容度的用戶、企業和投資人。企業級服務對產品完成度要求是十分嚴苛的，過去，功能成熟度僅達30%–60%的產品絕無落地可能。而AI智能體雖然只有“token消耗”這類技術指標，行業也給予了罕見的耐心。不過，這種寬容并不是無限的，尤其在金融這一高合規、低容錯的領域，市場對交付完成度的要求正迅速提升。市場對金融AI智能體的包容窗口期，正在收窄。

對此，螞蟻數科副總裁余濱的感受很深刻。他在論壇中直言：“現在每次和合作伙伴溝通，必談的核心話題都是AI能帶來哪些具體業務效果?！?/p>

可以說，如果AI智能體長期無法兌現明確的價值，市場耐心接下來將耗盡。

進入曠野，正是金融AI發展的現實寫照：方向已然清晰，但價值路徑仍在探索中。

需要注意的是，暫時缺少商業模式和清晰的業務價值，不是否定AI技術方向的理由。正如IDC中國副總裁兼首席分析師武連峰的判斷，金融AI要走完“助理→顧問→智能體即應用”的完整演進路徑，至少需要十年。

也就是說，未來十年，仍是構建核心能力、定義價值標準的關鍵窗口期。

要真正走出荒原，金融智能體必須完成從技術可行到商業可信的遷徙。而這一場遷徙，無法靠單打獨斗實現，是一場基于生態位分工的集體跋涉。

在以十年記的金融數智化轉型周期里，在算力激增、資源有限的現實下，重復建設只會加劇內耗。我們也在外灘大會2025的現場，發現不同生態位在當下如何行動：

1.聚焦垂直場景，從泛化到專業。

中國太平洋財產保險的實踐頗具參考：今年上半年，該公司CIO向全國機構發放問卷收集場景建議，在兩周內收集數百個場景建議，作為大型金融機構，我們無法在短期內將所有系統AI化。現實路徑是循序漸進，最終聚焦“高頻、海量、剛性”的高價值領域。

沒有專業，就無法進入核心業務；沒有核心業務，就談不上商業模式。

2.強化技術支撐，從工具交付到成果交付。

專業能力的落地，離不開技術支撐，更需模式創新。以前，科技公司是軍火商，是賣彈藥的，而金融機構的價值訴求，要求科技公司為勝利負責、為結果擔責。這種情況下，科技服務商也要轉變角色。

以螞蟻數科為例，就在業內率先提出了RaaS（Results as a Service，成果即服務）模式：不再按API調用或SaaS訂閱收費，而是按實際業務增量分潤。這一機制將風險與收益綁定，倒逼技術方深度嵌入業務流程，確保AI真正產生價值。

3.抱團共生，破解大魚吃小魚的風險。

一位銀行一把手直言，“我作為銀行一把手，必須確保機構的核心競爭力與差異化特色。如果我們用的大模型和其他銀行完全一樣，特色何來？我作為企業一把手的價值何在？現在AI已是銀行未來的核心中樞，必須讓它貼合我們的發展方向、適配我們的業務特色”。

但并非所有銀行都具備定制化AI的技術支撐，中小金融機構既最需要AI賦能，又最缺乏人才、資金與數據基礎。因此，越是中小機構，越需要跟科技企業抱團，否則大行吃小行、大魚吃小魚，這違背了金融風險分散的基本邏輯。

基礎設施由巨頭提供，垂直場景由專業玩家深耕的共生結構，或許會成為接下來的主流。

此外，學術界正提供方法論支撐，來推動技術與業務的融合。此次外灘大會上，發布了業界首個企業AI應用成熟度模型。上海交通大學安泰經管學院副院長劉少軒教授及其團隊，系統性回答了“是否值得做—能否做成—能否做久”三大問題，涵蓋數據治理、流程適配、ROI測算等九項關鍵評估，為機構提供可操作的行動框架，避免盲目投入。

回望歷史，走出埃及、在曠野中前行的人類族群，在直面挑戰的同時，也鍛造了律法、組織與新文明；今天的金融AI，同樣處于價值體系的重構階段。

在曠野中尋找商業模式和業務價值，是一場各司其職、生態共生的集體跋涉，才能抵達數智化金融的應許之地。