文｜WEMONEY 研究室，作者｜林見(jiàn)微
在剛剛結(jié)束的 2025 世界人工智能大會(huì)（WAIC）上，銀行 AI 應(yīng)用爭(zhēng)奇斗艷：數(shù)字分身無(wú)縫服務(wù)、智能助手對(duì)答如流、審單風(fēng)控效率倍增。
然而，熱鬧的展會(huì)背后，銀行 AI 的真實(shí)發(fā)展正面臨三重關(guān)鍵考題：技術(shù)應(yīng)用走到了哪一步？在核心場(chǎng)景落地時(shí)卡在了哪里？以及未來(lái)的決勝方向又在何方？熱鬧的展示只是序章，銀行 AI 的深層挑戰(zhàn)與價(jià)值重構(gòu)，才剛剛浮出水面。
走到哪？從 " 數(shù)字員工 " 到 " 智能體 "，銀行 AI 場(chǎng)景加速滲透
從這次 WAIC 2025 上不少銀行的展示來(lái)看，能看出一些銀行 AI 布局的最新風(fēng)向。比如交通銀行在遠(yuǎn)程服務(wù)這塊下了不少功夫，用數(shù)字分身做金融服務(wù)，結(jié)合音視頻和 AI 技術(shù)，搭起了一套遠(yuǎn)程視頻服務(wù)系統(tǒng)。簡(jiǎn)單說(shuō)，就是把遠(yuǎn)程坐席、數(shù)字員工、客戶經(jīng)理這些角色都打通，做到 " 人 +AI" 一起上，讓服務(wù)更順暢。
上海銀行也有新動(dòng)作，發(fā)布了一款 AI 手機(jī)銀行，主打 " 對(duì)話即服務(wù) "，意思是和它對(duì)話，就跟與銀行顧問(wèn)聊天一樣，既能問(wèn)問(wèn)題又能直接操作，速度快、響應(yīng)也比較準(zhǔn)。
展會(huì)之外，我們也觀察到各大銀行在 AI 布局上的動(dòng)作越來(lái)越多。先以六大行為例，現(xiàn)在已經(jīng)把 AI 用在客戶服務(wù)、風(fēng)險(xiǎn)判斷、流程處理這些日常工作里，大家都在邊做邊看，想辦法讓它真正能用得上。
而人和 AI 怎么搭著來(lái)用，也是大家比較關(guān)注的。有的銀行試著讓 AI 先干一部分，再由人來(lái)判斷、把關(guān)。目前來(lái)看，這種方式還在摸索中，效果到底怎么樣，還得再觀察。
總的來(lái)說(shuō)，六大行在 AI 上都有在動(dòng)手做事，方向也挺接近，都是一步一步往前推進(jìn)，先把事情做起來(lái)，再看后面能不能繼續(xù)深入。
相比六大行更系統(tǒng)的方式，部分股份制銀行也都在加快推進(jìn)人工智能和大模型的結(jié)合。不少銀行在做云、AI、平臺(tái)打包推進(jìn)的方案，已將這些技術(shù)用在日常的服務(wù)、知識(shí)整理和流程處理上。
進(jìn)一步看，部分股份行更講究哪個(gè)地方有用就往哪放，做得更直接，關(guān)注點(diǎn)也挺明確，就是看 AI 能不能幫客戶更快辦事、讓員工更高效、管理起來(lái)更順手，是不是用得深不是最重要的，先看能不能立馬起效。
尤其是是把 AI 用在財(cái)富管理、客戶服務(wù)、運(yùn)營(yíng)這些具體場(chǎng)景上，看看在哪些環(huán)節(jié)能省時(shí)間、降成本、提效率。整體看下來(lái)，他們走的是一條輕巧、貼近實(shí)際操作的路子，先把能跑通的部分做扎實(shí)，再慢慢往深處延伸。
不過(guò)，值得注意的是，銀行用 AI，不是一上來(lái)就飛躍到最前沿，而是一個(gè)一步步往前走的過(guò)程。
卡在哪？幻覺(jué)難消、倫理困局，技術(shù)落地深陷治理挑戰(zhàn)
從開(kāi)始能用，到敢用，再到真正把 AI 當(dāng)成決策拍板的一部分，中間每一步都不輕松。這條路上，更大的挑戰(zhàn)在于，怎么讓 AI 真的可信、可控、可持續(xù)地融進(jìn)整個(gè)銀行的實(shí)際運(yùn)轉(zhuǎn)里。
前不久《中國(guó)金融》雜志刊發(fā)的《人民銀行科技司司長(zhǎng)李偉：穩(wěn)妥有序推進(jìn)金融領(lǐng)域人工智能大模型應(yīng)用》一文指出，大模型在金融領(lǐng)域的深入應(yīng)用正受到三類技術(shù)風(fēng)險(xiǎn)的制約，分別是模型幻覺(jué)、模型共振與算法黑箱問(wèn)題；同時(shí)還面臨算力資源緊張、數(shù)據(jù)安全風(fēng)險(xiǎn)、倫理隱患和制度規(guī)范不完善這四大現(xiàn)實(shí)瓶頸。
這一研判可謂擊中了當(dāng)前銀行 AI 應(yīng)用的 " 深水區(qū) "，AI 在銀行業(yè)務(wù)中并非越強(qiáng)越好，也并非一味加速就能換來(lái)突破，相反，一旦缺乏治理框架與配套機(jī)制支撐，AI 越強(qiáng)，反而風(fēng)險(xiǎn)越深。
尤其是模型幻覺(jué)和倫理隱患，是最容易被忽視也最難解決的兩大問(wèn)題。
先看幻覺(jué)問(wèn)題，是 AI 在銀行日常工作里最容易 " 出事 " 的點(diǎn)之一。簡(jiǎn)單說(shuō)就是，模型為了 " 自圓其說(shuō) "，會(huì)在沒(méi)有依據(jù)的情況下胡編亂造，看上去挺像那么回事，其實(shí)跟真實(shí)情況完全不符。
尤其是在信貸、風(fēng)控這類關(guān)鍵環(huán)節(jié)，一旦 AI 張嘴就來(lái)，搞錯(cuò)了客戶風(fēng)險(xiǎn)判斷，后果可不是一句技術(shù)故障能帶過(guò)的。
解決模型幻覺(jué)問(wèn)題，關(guān)鍵不是讓模型說(shuō)得多，而是說(shuō)得對(duì)?，F(xiàn)在很多銀行開(kāi)始用多重校驗(yàn)的方式，比如讓 AI 說(shuō)出結(jié)論的同時(shí)，能對(duì)更多真實(shí)數(shù)據(jù)，確保每句話背后都有依據(jù)。
還有一個(gè)辦法，就是不讓 AI 自己決定一切。模型說(shuō)完話，得有人工或者系統(tǒng)復(fù)核機(jī)制兜底，像是 AI 初審、人類終判的組合。加上更專業(yè)的訓(xùn)練數(shù)據(jù)、更懂金融的知識(shí)圖譜，才能讓 AI 真的變得可靠，而不是做一堆看起來(lái)有道理、實(shí)則經(jīng)不起推敲的 " 偽審核 "。
如果說(shuō)幻覺(jué)問(wèn)題主要挑戰(zhàn)的是 AI 模型的可信度，那么倫理問(wèn)題挑戰(zhàn)的則是 AI 使用的正當(dāng)性與邊界。
李偉在文中指出，" 若大模型在訓(xùn)練對(duì)齊過(guò)程中缺乏倫理約束，或受到不當(dāng)獎(jiǎng)勵(lì)機(jī)制誘導(dǎo)，可能在性別、種族、地域等方面存在偏見(jiàn)，生成有違倫理道德的歧視性、不公平的內(nèi)容。"
他進(jìn)一步舉例稱，" 基于大模型將不同用戶群體‘標(biāo)簽化’并實(shí)施差別定價(jià)，損害金融公平性和普惠性；或違反金融消費(fèi)者適當(dāng)性原則，構(gòu)建信息繭房，擾亂金融市場(chǎng)競(jìng)爭(zhēng)秩序、阻礙消費(fèi)者自主選擇。"
和幻覺(jué)問(wèn)題比起來(lái)，AI 的倫理問(wèn)題更隱蔽，也更難一眼看出來(lái)。比如是不是在悄悄給不同用戶貼標(biāo)簽，是不是在用看不見(jiàn)的方式做差別對(duì)待，這些都很難第一時(shí)間發(fā)現(xiàn)，而影響卻很深。
所以，銀行在布局 AI 的時(shí)候，不能只看技術(shù)做什么，更要想清楚什么該做、什么不能做。要在系統(tǒng)設(shè)計(jì)一開(kāi)始就把 " 對(duì)客戶的尊重 " 寫(xiě)進(jìn) AI 的 " 大腦 " 中去，不能讓倫理越界，也不能讓算法決定一切。
要去哪？決勝關(guān)鍵在打造 "AI 操作系統(tǒng)級(jí) " 底層能力
銀行在 AI 上到底做得怎么樣，不是看做了多少項(xiàng)目，而是看做得有多深入。AI 應(yīng)用誰(shuí)都能上線數(shù)十上百個(gè)，但能不能真的讓 AI 參與到日常工作里，接進(jìn)流程、貼近組織，并且用出實(shí)際效果，這才是布局 AI 的關(guān)鍵。
說(shuō)白了，流程沒(méi)打通，AI 就是個(gè)擺設(shè)；組織扛不住，做得再好也落不下來(lái)。誰(shuí)能解決這些底層問(wèn)題，誰(shuí)才算是真正進(jìn)了 AI 的核心底層。
第一是技術(shù)調(diào)度?，F(xiàn)在 AI 更新飛快，功能也越來(lái)越細(xì)，這要求底層技術(shù)得穩(wěn)。模型要像搭積木一樣隨用隨換，更新也能一鍵上線，智能化能力才能根據(jù)業(yè)務(wù)隨時(shí)擴(kuò)展，不然就只能被新技術(shù)甩在后面。
第二是流程穿透。銀行現(xiàn)在的流程早不是以前那種按部就班了，拼的不是裝個(gè) AI 點(diǎn)點(diǎn)按鈕，而是要它真能寫(xiě)進(jìn)各個(gè)核心環(huán)節(jié)，參與實(shí)打?qū)嵉妮o助決策，才能撐起一整套跑得動(dòng)的業(yè)務(wù)鏈，讓 AI 越來(lái)越 " 為我所用 "。
第三是組織協(xié)同。AI 再厲害，也得讓具體部門(mén)和整個(gè)組織撐得住。簡(jiǎn)單說(shuō)，就是得把數(shù)據(jù)、模型、業(yè)務(wù)幾塊揉在一起用。只有人與 AI 配合順了，AI 才能不是看著厲害，而是真能落地、真能干事。
這些底層能力的建設(shè)，不是搭個(gè)技術(shù)平臺(tái)，而是看思維創(chuàng)新跟不跟得上，進(jìn)而能不能從決策到執(zhí)行，全面鏈接銀行 AI 到核心底層。換言之，銀行布局 AI 得變一下思路，不是采購(gòu)或外包回來(lái)就用，而是在銀行內(nèi)部就通過(guò)信息科技力量將 AI 培養(yǎng)為長(zhǎng)期資產(chǎn)去經(jīng)營(yíng)和沉淀。
未來(lái)銀行的人工智能競(jìng)爭(zhēng)，拼的不只是 AI 場(chǎng)景、AI 智能體，而是誰(shuí)能在技術(shù)演進(jìn)過(guò)程中，不斷循環(huán)吸收、釋放勢(shì)能。最終拉開(kāi)差距的，是看誰(shuí)能將每一次技術(shù)進(jìn)步快速轉(zhuǎn)化為自身能力的升級(jí)，并在這個(gè)過(guò)程中，建立起穩(wěn)定的協(xié)同體系和可持續(xù)的創(chuàng)新閉環(huán)。
畢竟，只有將底層做扎實(shí)，才能跑得穩(wěn)，也跑得過(guò)人。
結(jié)語(yǔ)
WAIC 的展臺(tái)炫技只是起點(diǎn)。當(dāng) AI 開(kāi)始參與信貸審批、財(cái)富管理、風(fēng)險(xiǎn)定價(jià)等核心決策時(shí)，銀行真正的智能化戰(zhàn)役才剛剛打響。
下一程的勝負(fù)手，在于誰(shuí)能把倫理約束寫(xiě)入算法基因，將技術(shù)能力鍛造成業(yè)務(wù)增長(zhǎng)的 " 新心臟 "。換言之，誰(shuí)能率先突破倫理與技術(shù)的雙重深水區(qū)，將 AI 能力鍛造成融入血脈的 " 操作系統(tǒng)級(jí) " 新質(zhì)生產(chǎn)力，誰(shuí)就能在重塑金融業(yè)態(tài)的浪潮中贏得先機(jī)。
