从AI Plus到AI Native，一年之间，金融行业与AI的融合发生了剧烈变化。

　　“2026年是金融行业真正的智能体元年。”在第32届中国国际金融展上，阿里云智能集团公共云事业部副总裁、新金融行业总经理张翅接受《中国经营报》等媒体记者采访时给出判断，“现在的金融智能体已经完全是新物种——不只能说会道，还要能写会算。”

　　IDC报告显示，2025年下半年中国金融AI全栈云整体市场规模为119亿元人民币，阿里云以29.7%的份额位居第一。谈及市场背后的变化，张翅认为，模型能力已经足够好，相当于每家机构都拿到了一辆“法拉利”。“限制AI的不是技术，而是人的认知与品味。”

　　金融智能体元年，从外挂到原生

　　过去一年，金融智能体经历了一场从“AI plus”到“AI native”的深层转变。张翅打了个形象的比方：原来的AI像是给电视机加了个USB接口，外挂一个播放器；而今天“整个电视机本身就是AI”。

　　去年的金融AI应用本质上是一个“对话框里的聪明人”——你问它问题，它给你答案；你让它总结文件，它输出摘要。它没有目标感，不会拆解任务，不能调用工具，更不会在复杂流程里从头跑到尾。

　　“一个真正的Agent，不只是回答问题，而且是理解目标、拆解任务、调用工具、连接数据、持续执行，并在必要时让人介入。它更像一个可以被分配任务的数字员工。”张翅表示。

　　如果说一年前，金融机构谈论的还是“能不能写研报”“问答准不准”，那么一年后，金融智能体已不只回答问题，它开始真正下场干活——跑回测、训模型、写报告、做风控、做合规，在复杂业务流程中从头跑到尾。

　　金融机构的变化路径清晰可见：去年还在业务流程里“找地方塞AI”，客服外呼加个大模型，理赔流程插个语音总结；今年则完全不同：客户经理的一天，从晨会早报自动生成开始，到资产配置方案实时计算，再到客户沟通时旁边“长”着一个实时提醒合规边界的智能体助手。

　　“敢不敢用”比“能不能用”更关键

　　不过在业内人士看来，金融行业拥抱AI，最大的门槛不是“AI能不能干”，而是“机构敢不敢让它干”。

　　张翅将这一挑战拆解为四个维度：输入不可信——公开数据噪音大、来源杂；执行不可控——智能体进入流程就会接触合同、票据、内部系统；过程不可追溯——每一步决策不能是黑箱；责任边界不清——AI出了问题谁负责。

　　在此次金融展上重磅亮相的阿里云“点金”金融级通用智能体平台，正是为化解这些门槛。

　　“点金”内置三重合规防线、全链路审计追溯、可信数据源直连，以及金融级弹性沙箱——智能体在隔离环境中执行任务，过程可解释、凭证可隔离、操作可留痕，让金融机构更放心。

　　在张翅看来，中国与国外大模型在确定性的工程编码上几乎没有差距，真正的差距体现在面对开放性、设计性命题时的认知层面表现。换言之，限制智能体能力上限的，不是模型，而是使用者对问题的提法、对需求的拆解、对场景的判断。

　　这也是他反复强调金融行业一把手认知、组织设计要被纳入智能体落地工程的原因。模型与智能体框架的不可替代性正在让位于性价比，算力、模型、框架三层叠加形成的全栈最优解，才是真正的竞争优势。

　　“从实际落地看，不同金融机构对AI的拥抱速度也有明显差异。”张翅对记者表示，其中证券行业最积极，整体已从“AI能不能写研报”进入岗位级数字员工的体系化建设；长三角、华南的区域性银行则是银行业的先锋，跨境贸易、订单融资等多元需求倒逼它们快速拥抱AI；相对谨慎的是大型国有银行，原因不在监管，而在于它们过去数字化已做得太成功，业务规则成熟、组织庞大，AI的边际增量被相对低估。

　　数据是真正胜负手

　　之所以2026年被认为是金融行业真正的智能体元年，在于落地成果已经开始证明智能体的价值。

　　中信证券提出“一岗一数字员工，一人一数字团队”，依托千问底座构建了覆盖企业服务、机构投资、财富零售、自营交易等场景的完整数字员工体系。超级研究员依托超10万篇专业研报自动生成万字深度研报，月均使用近4万次。

　　借助点金平台，盈米基金在1个月内完成了“且慢AI小顾3.0”的升级验证，底层是70多个专业金融工具和30多个细分场景智能体的快速组装，从“被动问答”跃升到“主动服务”。

　　中再产险的自动核赔场景处理时长从1至2天压缩至3分钟内，理赔时效提升500至1000倍；中再寿险智能理赔助手赔案录入效率提升90%，审核时效从1小时缩短到30分钟。

　　谈到机构最关心的指标，张翅认为，未来一切都要回到token。他透露，阿里云内部已把员工奖金的一部分以token形式发放。“数字员工真正的消耗是算力、是token。10台GPU的产能能跑出多少token、这些token又能通过智能体生成多少有价值的报告、回测、代码与方案，决定了机构的AI生产力。”

　　这正是阿里云把“数据理解”当作核心武器的原因。张翅认为，写研报像“语文”，80分和90分看似差别不大，对数据的理解才是真正拉开差距的地方。

　　“数据才是真正的胜负手。”在张翅看来，基础模型已经开源，智能体框架技术大家都在做，互相补齐速度很快，真正拉开差距的是“数据被理解、被调用、被算”的能力。

　　投研要做出比同行更深的判断，必须把过去五年研报中带时间属性的数据反复运算，并与订单、财务流水、估值因子、时效性叠加；信贷要把传统机器学习的风险建模与AI能力结合。

　　沙利文报告则显示，阿里云以32.4%的份额稳居金融智能体市场第一。另据张翅透露，平头哥自研真武AI芯片在金融行业的部署规模已突破10万卡，覆盖银行、证券、保险、基金等超过150家主流机构。

　　“从去年AI能说会道，今年AI还要能写会算。”张翅进一步表示，这种从公开市场资讯到机构内部投研框架、从公共域到私有域的“两段式”数据贯通，才是阿里云相对友商的真正差异点。