来源：金融一线
9 月 9 日金融一线消息，在 2026 Inclusion · 外滩大会 "AI 原生时代 · 信用经济的应用探索 " 论坛上，多位来自银行、消费金融、征信、云计算与人工智能领域的代表出席，围绕个人信用管理、消费场景风控和智能客户经理等落地应用，讨论 AI 如何融入实际业务。
变化首先发生在技术底座。
中国工程院院士、同济大学教授蒋昌俊认为，"AI 基座并非算力与服务器的简单堆叠，而是连接数据与业务的基础设施。" 它不再只是 IT 部门的工具包，而将成为金融机构参与战略制定的 " 第二大脑 "。
以风控环节为例，知识图谱、图神经网络与大模型的融合，使识别对象从单一账户扩展到账户、设备、IP 地址及其关联关系，推动风险管理由 " 事后拦截 " 转向 " 事前穿透预测 "。AI 的价值，也由提供判断依据，延伸到帮助机构更早看见风险。
在蒋昌俊看来，基座决定了业务的创新高度，高质量的数据决定了决策精度，而可信的安全治理决定了机构发展，这样的三位一体的齐抓共管才能是所谓的新金融。
技术越深入业务，治理要求也越高，责任边界也需要随之调整。
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指出：" 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。"
他认为，技术发展与业务创新通常快于监管制度形成，监管需要在鼓励探索与防范风险之间建立动态平衡。模型幻觉、算法黑箱以及 AI 可能放大既有风险等问题，都需要纳入治理视野。他指出，机构需要先明确要解决的业务问题，再判断 AI 能够补足哪些能力，技术投入才有机会转化为实际效果。
浦发银行总行首席人工智能科学家郑波认为，判断 AI 应用是否进入了生产，要看它是否进入核心业务流程、是否承担原先由人完成的关键任务，以及是否改善了客户体验、经营效率和风险管理。
突破口上，郑波主张 " 锥子打法 "，以少数入口级旗舰产品打穿高价值流程，再带动底层能力和周边场景建设。
郑波判断，未来三年银行 AI 的分水岭在于生产能力、价值运营能力与组织进化能力，领先的银行未必拥有最多的智能体，但一定拥有更快的组织学习速度：一个客户经理的优秀经验，可以迅速转化为全行客户经理的能力；一个风险案例，可以迅速沉淀为全行风险识别规则；一次客户反馈，可以持续推动产品和模型进化，最终把 AI 能力转化为经营价值。
腾讯金融云副总经理谢任东提出，要让 AI 进入信贷、支付、投研等关键岗位，金融机构需要建设 " 一体两端六域 " 的 AI 工作台，打造业务、办公、研运、知识、AI infra、安全的六大关键能力。他认为，应该有一套让 AI 持续跑起来的工程体系，让每家金融机构都拥有可持续进化的 AI 生产力。
