扎克伯格曾说，未来AI智能体的数量可能会比人类还多。

　　在2025世界人工智能大会现场，《华夏时报》记者走访了交通银行、蚂蚁集团等展商展位，发现不少机构带来了智能体的最新应用，覆盖银行、保险、信托等金融场景。

　　当前，AI在金融业应用已进入深水区，正从客服、办公逐渐进入风控、财富管理等核心业务场景。

　　“大模型发展至今不过两三年时间，技术成熟度直接决定了诸多应用场景的落地效果。在此过程中，不少机构仍持观望态度，对于一般性场景及通用功能，会先尝试通过AI进行试验性应用；但涉及核心业务的关键场景，则需要保持谨慎态度，这与技术发展的客观规律及成熟度密切相关。”7月29日，蚂蚁数科金融AI产品总经理曹刚对本报记者表示。

　　破解“AI可用性”难题

　　随着金融数智化转型加速，大模型在金融领域的应用持续深化，然而在实际业务场景中，由于需要高度专业的金融知识、复杂的业务逻辑推理能力以及合规要求，现有的大模型在解决真实金融任务时仍存在诸多挑战。

　　中科闻歌董事长王磊对本报记者表示，当前企业级AI落地仍面临三大挑战：一是数据普遍不具备“AI可用性”；二是通用模型难以解决行业中的专业性问题；三是缺乏将实时数据与模型能力融合的决策智能框架，难以适应多样复杂的业务场景。

　　曹刚也提到，银行有很多零售业务场景，每个场景都有不同的问题以及细分分类，如存款、贷款、信用卡等十四个大的场景，上百个小的细分场景，每个场景都需要智能个人助理逐个攻克，对专业领域数据和场景的要求非常高，并不是每个行业都具备这样的条件。

　　在业内看来，复杂的金融场景对于模型可靠性、安全性及金融专业知识的要求极高，专业化的金融推理大模型是必然需求。

　　在世界人工智能大会期间，蚂蚁数科发布金融推理大模型Agentar-Fin-R1，覆盖银行、保险、信托等金融场景。此外，Agentar-Fin-R1还能不断更新迭代，吸收最新的金融政策、市场动态等关键信息，并通过配套评测工具进行针对性优化，让模型能力在真实业务场景中不断进化。

　　交通银行数字员工和云上交行专区展示了数字分身驱动远程金融服务，应用音视频和AI技术构造远程视频服务体系，并实现远程视频座席、数字员工、客户经理、客户服务经理四类服务主体的联动，突破了传统网点的时空限制，为用户提供一站式综合金融服务。

　　在AI应用上，汇付天下推出支付行业首个智能体，可生成定制化支付方案，为商户、开发者提供支付全生命周期的售前顾问和技术支持；星环科技展区设置了“10分钟打造AI产业问答智能体”实战课程区。不少观众在工程师指导下，亲自动手构建一个面向金融等特定行业的专属问答智能体；另有无问芯穹推出三大核心产品，面向未来智能基础设施的软硬协同系统；华鲲振宇则带来金融等领域的超20个行业智能体，其信贷审核助手等均通过模板化开发与场景化微调，以适配个性化需求。

　　金融智能体植根应用场景

　　“大模型技术出来后，很多金融机构都在进行研究，目前大模型的应用还处在从基础的能力到业务深水区的过程。”曹刚表示，像传统的客服知识检索以及写代码等通用领域，金融机构中都有不同程度的应用，但一旦涉及业务深水区，比如营销、风控以及客户经理销售等，这些领域智能体应用渗透率就会低很多。

　　奇富科技首席算法科学家费浩峻对本报记者表示，智能体本身植根于应用场景，为了解决金融领域的实际问题，在这一领域没有可以直接使用的通用大模型。此外，智能体的信贷审批流程主要依赖其背后的大模型，而这个大模型也不是通用的。因此需要不断地训练模型，让它更懂金融业务，更懂金融场景。

　　毕马威中国金融科技主管合伙人黄艾舟对本报记者表示，金融服务在人工智能渗透中加速进化，已从“辅助工具”转变为“顾问专家”。比如可以利用智能平台，更智慧地分析服务规则、优化流程，进而辅助决策执行。此外还可以更智能地服务金融机构的风控管理，助力填补风控管理措施漏洞。

　　金融的核心是风控。在费浩峻看来，授信决策智能体系统与传统的风控体系的差别在于：首先从范围上来讲，智能体系统的范围更大，包含整个信贷的全流程，而不是仅有风控；其次智能体系统更多是类人的操作，有更多根据模型判断再进行编排决策的能力，而传统的风控系统可以理解为遵循固定的工作流程；最后从构成上来看，传统风控模式可以简单理解为“软件的能力+大数据的能力+小模型加风险策略”，而智能体将三者融合，减少人为决策。

　　“通用大模型距离产业实际应用存在‘知识鸿沟’。构建专业的金融大模型是推进金融与AI深度融合的必然路径，未来，金融大模型的应用深度将成为金融机构竞争力的关键要素。”蚂蚁数科CEO赵闻飙在演讲中表示。