智能经济时代，人工智能作为引领新一轮科技革命和产业变革的战略性、通用性技术，正以前所未有的深度和广度重塑经济社会运行方式，成为发展新质生产力的重要引擎。2025年中央经济工作会议明确提出，“创新科技金融服务”。系统谋划金融支持智能经济发展的现实路径，补齐短板弱项，是当前亟待研究解决的问题。

　　发挥多重积极作用

　　推动科技金融更好服务于智能经济发展，是着眼长远的重要举措，不仅有助于金融行业自身高质量发展，而且有助于培育和发展新质生产力，是赢得全球科技竞争主动权的重要抓手。

　　从服务国家战略看，有利于培育和发展新质生产力。金融是国民经济的血脉，其创新的方向必须与国家发展战略同频共振。当前，我国仍处于新旧动能转换的关键时期，将金融活水源源不断地引向智能经济领域，不仅有助于支撑前沿大模型技术研发、培育壮大新兴智能产业，还可以促进传统产业“智改数转”，推动生产流程优化、资源配置升级，为经济增长注入新动能。

　　从全球竞争格局看，有利于赢得大国博弈战略主动。当前，全球人工智能竞争正从实验室的技术突破加速转向产业领域的应用领跑，各国纷纷加大金融支持力度以抢占科技竞争制高点。美国依托成熟的风险投资与多层次资本市场体系，为创新企业提供强有力的资本支撑。欧盟凭借深厚的工业基础与政策性金融工具，寻求规则与应用的差异化优势。我国拥有超大规模市场、完备产业体系和海量数据资源的叠加优势，通过优化供给提升金融服务的精准度和韧性，能够将这些优势转化为现实的产业竞争力，提升我国在全球科技竞争与国际分工中的地位。

　　从金融自身发展看，有助于实现金融业高质量发展。金融是智能经济发展的重要推动力量，同时，金融业是智能技术的应用者与受益者。从支付清算到风险管理、从资产定价到客户服务，数智技术的应用已深度嵌入金融运行的全链条。随着大型金融机构加速布局人工智能大模型技术，金融业数字化转型正在向更高效、强智能的方向发展。金融业只有主动将金融创新融入智能经济发展大局，在服务科技企业的过程中强化自身的数字能力、风控能力与生态运营能力，才能在技术变革的浪潮中锻造出核心竞争力。

　　深层问题有待破解

　　当前，金融赋能智能产业与金融业数智化转型发展态势良好。但也应清醒地看到，金融服务智能经济发展还面临着供给结构错配、风险治理滞后、要素支撑不足等深层次制约，需要深入分析加以解决。

　　一是金融资源供给与智能产业创新需求存在结构性错配。人工智能企业普遍具有轻资产、高投入、长周期、高风险特征，其核心价值更多体现在技术专利和高素质人力资本方面。对于快速成长的人工智能企业而言，可抵押的实物资产较少、现金流不够稳定，存在融资难、融资贵问题。此外，适应前沿技术长周期研发的长期资本供给依然不足，无形资产价值评估与定价机制尚不健全，知识产权质押融资的覆盖面有限，影响了金融资源在智能经济关键领域的高效流转与精准配置。

　　二是技术加速应用与金融安全治理的统筹协调不够。在大模型等新兴技术加速赋能金融业态的同时，其广泛渗透也催生了更加复杂的非传统安全风险。例如，算法黑箱、模型幻觉等可能会影响金融资产定价与投资决策的准确性，引发金融风险。此外，数据隐私保护、算法可解释性不足、责任边界模糊等问题日益凸显，现有监管与治理框架相对滞后，一定程度上阻碍了智能经济的发展。

　　三是要素支撑保障尚不满足金融服务体系建设需要。推动金融赋能智能经济发展，迫切需要既精通金融业务底层逻辑又深谙算法模型技术的复合型、实战型人才。当前，该领域高端要素供给不足，人才培养体系与智能经济快速发展的现实需求尚不适配。此外，受限于资金投入规模、数据资产积累和品牌吸引力不足，中小金融机构在人工智能布局和数字底座建设上与大型机构相比存在较大差距，不利于构建多层次、广覆盖的智能经济金融服务体系。

　　持续探索有效路径

　　破解智能经济发展中的制约因素，需统筹推进金融创新与安全治理，在优化供给、深化赋能、完善治理、培育生态上协同发力，为智能经济高质量发展提供坚实支撑。

　　第一，深化金融供给侧结构性改革，构建适配智能产业全生命周期的服务体系。打通资金跨期配置的堵点，形成“贷、股、保、债”联动的融资体系，打造适应科技企业发展各阶段特征的多元金融服务模式。在间接融资方面，强化结构性货币政策工具的精准滴灌作用，引导金融机构大力支持初创期和成长期企业，将专利质量、研发投入等纳入授信评价体系的重要考量指标。在直接融资方面，进一步增强多层次资本市场融资功能，探索知识产权质押、认股权贷款等工具，大力培育耐心资本。

　　第二，稳步拓展“人工智能+金融”融合应用，以科技赋能提升服务智能经济质效。突出应用导向，推动人工智能技术在金融领域规模化、高价值落地应用。一方面，依托大模型与机器学习技术，推进智能风控、智能客服、智能投顾等场景升级，降低服务成本，拓展普惠金融覆盖面。另一方面，通过强化与物联网、区块链等技术协同，实现对产业链底层资产的穿透式管理与智能预警。

　　第三，统筹高质量发展与高水平安全，建立“制度规范+技术支撑”双轮驱动的安全治理体系。在制度层面，将人工智能伦理与风险治理纳入金融机构公司治理，建立差异化的技术模型分级分类管理机制。在技术层面，持续推进对抗性测试、隐私计算和可解释性算法攻关，确保智能决策可追溯。此外，监管部门应积极探索“沙盒监管”等模式，完善常态化风险监测预警机制，在包容试错中提升防范系统性风险的能力。

　　第四，夯实数字底座与强化智力要素支撑，培育多方协同互促的生态圈。加快建立金融机构与高校、科研院所的联合培养机制，着力打造一批实战型人才队伍。统筹推进金融领域算力网络与数据要素市场建设，在保障数据安全与隐私合规的前提下，打破数据孤岛，推动公共数据、产业数据与金融数据的高效聚集和有序流通。发挥好政府、金融机构、科技企业与科研院所的各自优势，促进创新链、产业链、资金链和人才链深度融合，形成开放共享、可持续发展的智能经济生态。

　　（作者单位：武汉大学董辅礽经济社会发展研究院）