外滩大会这场曾以金融科技立身的大会 ,今年把具身智能 、智能体推上了 C 位,金融科技看似“退居幕后 ”,实则换了副面孔:在“AI 付”“智能体商业”的新叙事里 ,支付长出了眼睛和腿,风控嵌进了日常场景 。而在展馆另一侧的论坛上,嘉宾们讨论的是同一枚硬币的另一面:当 AI 真正走进金融生产流程 ,效率跃升之后,责任边界该怎么划。

展馆前沿突破:具身智能落地,支付彻底脱离手机载体
走进金融相关的展区,记者有一个清晰的感受就是AI支付形态在不断改变。当下金融支付已经彻底摆脱手机依赖 ,迈入无感、自然的交互新时代 。佩戴千问AI眼镜,只需目光“扫过 ”商品即可完成支付;搭载讯飞智能体耳机,一句语音指令就能实现话费充值、线上点单等日常消费操作。传统扫码支付的繁琐步骤被彻底简化 ,金融交易深度融入“观看 、对话”等人类本能行为。
展区人气颇高的高德动量四足机器狗“途途”,是全球首个具备完整支付能力的具身智能产品 。现场完整演示了生活化金融服务场景:用户远程下达采购指令后,机器狗可自主穿梭真实商业场景 ,精准锁定摊位、确认商品需求、自主下单 、自动付款,全流程无人干预、闭环完成。
不过,毕竟涉及交易 ,也有不少观众在现场提出了安全性的疑问。现场工作人员告诉记者,机器狗每一笔交易,均由支付宝可信身份认证全程护航 ,从源头杜绝账号冒用风险。同时用户可实时追踪、全程管控AI代办交易的全部流程,让智能服务高效便捷的同时,始终可控、不越边界 。
金融智能服务还在不断持续拓宽服务边界。蚂蚁世界 发布的移动智能体协议AMP,成功将智能体代付 、代办交易能力延伸至跨境场景 ,让AI跨境便民服务成为可能。网商银行百灵2.0 AI CFO,则实现了自然语义无障碍交互,中小企业主无需专业财务知识 ,通过大白话对话,即可自主办理信贷申请、票据处理、财税核算等复杂专业业务,大幅降低中小微企业金融服务门槛 。
行业理性共识:AI是金融升级必要条件 ,而非万能答案
展台创新场景热闹纷呈,配套主题论坛则回归行业理性,深度探讨AI金融落地的底层逻辑与行业现状。在“AI原生时代·信用经济的应用探索 ”论坛上 ,不少行业专家形成一个共识:AI已成为金融业转型升级的刚需,但无法单独决定行业发展。
“金融机构不用 AI 肯定要被淘汰,但 AI 是必要条件 ,还不够充分 。”清华大学五道口金融学院金融发展与监管科技研究中心主任张健华精准定调。他表示,AI是金融业务提质增效的“倍增器”,但技术只是工具,金融机构必须立足自身业务痛点 、明确发展目标 ,精准落地AI场景,才能让技术投入转化为真实业务价值,盲目堆砌算力、模型毫无意义。
2026年上半年各大银行公开财报 ,直观印证了AI金融的规模化落地成效 。工商银行AI远程服务累计服务客户1.33亿人次;招商银行AI替代等效人工工时达1388万小时;浦发银行数字智能劳动力,等效替代超2500名员工全年工作量;江苏银行AI应用累计替代人工工时120万小时,智能降本增效成果显著。
蚂蚁集团副总裁尹俊表示 ,金融业已经跨过“要不要用AI”的争论期,进入场景落地、价值兑现的新阶段。行业不再盲目追逐大模型热度,而是聚焦场景化智能体落地 ,以投入产出比 、实际业务收益,作为AI项目落地的核心评判标准 。
在信用风控领域,AI实现了精细化、个性化升级。蚂蚁消金首席风险官林嘉南介绍 ,近来 智能场景风控可精准识别日常消费、大件采购 、旅行出行、学历进修等230余个细分生活场景,匹配专属信贷额度。2026年平台场景化精准提额规模同比增长30%,且场景化授信用户不良率较整体用户低20%,实现“精准赋能、风险可控 ”。
平台创新交互式风控产品花呗“小红花” ,支持用户自主上传学历证书 、职业资质、荣誉奖项等千余种信用佐证材料申请提额 。后续还将上线对话式智能交互模式,用户通过自然语言阐述个人情况与需求,AI自动智能提取、核验关键信息 ,实时完成信用评估决策。
作为社会信用基础设施建设主体,钱塘征信正在完成从金融数据服务商到公共信用运营商的转型。近来 公司已获得全国8个省市公共数据授权运营资质,其“信用守护”服务数据显示 ,75%的用户在识别信用风险后主动开展信用修复,产品月复访率高达60% 。钱塘征信首席技术官朱乐透露,依托AI全流程赋能 ,平台产品研发上线周期,已从传统按月迭代,压缩至小时级迭代 ,产业效率实现跨越式提升。
AI拥有执行权,核心决策权始终归人
前沿落地应用的背后,是金融业愈发清晰的治理准则:技术可以提效,边界绝不模糊。无论是机器狗无人代付、AI眼镜无感支付 ,还是对话式智能风控,所有智能操作均建立在身份可信 、用户可控、流程可溯的基础之上,技术创新始终严守金融安全底线 。
中国工程院院士蒋昌俊指出 ,金融AI基座绝非简单的算力、模型堆叠,而是打通数据 、场景、业务的核心基础设施,未来将成为金融机构的“第二大脑 ”。技术嵌入业务越深 ,对行业治理、风险管控 、权责划分的要求就越高。
在不少与会嘉宾看来,授信审批、大额资金交易、风险处置等高风险核心业务,AI仅能提供数据分析 、风险研判、方案借鉴 ,最终判断、审批 、决策全部由人工完成 。
张健华特别提醒,金融技术创新、业务迭代速度远超监管更新速度,模型幻觉、算法黑箱、算法偏见 、风险放大等AI新型隐患不容忽视。监管需要持续优化治理体系 ,在鼓励技术创新、激活产业活力与防范金融风险、守住行业底线之间,保持动态平衡。
(文章来源:上观新闻)





