过去三年，AI赋能金融的故事讲了太多：智能客服、信贷风控、量化策略……无数创新和探索在各类金融机构中展开。三年过去，当这些概念落地之后，外界关注，AI究竟给金融行业带来了怎样的改变，又有哪些新的问题值得关注。

在近期召开的金融街·金城坊论坛上，业内人士及行业专家围绕“AI重塑金融”的方方面面展开探讨。在会上，中国社会科学院国家金融与发展实验室副主任杨涛抛出一个问题：“人工智能落到金融领域，在经历过一段时间的探索之后，未来有哪些重点方向？”这个问题透露出一种信号——行业正在从“怎么用”转向“用对了没有”。

落地三年：大模型带来了什么

有业内人士将过去三年里AI对金融的影响归纳为三个层次：一是深刻作用于机构、产品和市场等基本要素，因为这些要素本就与信息流转密不可分；二是影响支付结算、风险管理等核心金融功能；三是拓展服务范围，提升金融供给与需求之间的精准匹配度。这三个层次，从外层往里走，AI正在一圈一圈地向金融体系的核心渗透。

但总体来看，三个层次对金融行业的渗透速度和深度有着明显的差异。工银科技有限公司副总经理侯志荣指出，虽然大模型带来了提质增效，但尚未改变商业银行的运行逻辑、市场竞争方式和盈利模式。移动互联网改变了银行渠道和支付方式，而目前大模型尚未让普通客户明显感受到金融服务发生根本性变化。

这背后的一个重要现实是，银行的本质是信用中介，而信用的建立靠的是制度积累、监管约束以及长期磨合出来的市场信任，在这种逻辑下，AI短期内能做的更多是让存量业务跑得更顺、成本压得更低、风控颗粒度变得更细，而不是重写规则、另起炉灶。

根据Market　Research　Future的调研分析，2024年全球AI金融科技市场规模达130.9亿美元，预计2025年将增长至153.1亿美元，到2035年达到729.6亿美元，年均复合增长率为16.9％，关键趋势涵盖基于AI的欺诈检测、自动信用评分、智能投顾服务以及预测性金融分析等场景。

在讨论中，与会专家表示，市场规模大幅增长带来的机遇值得抓住，但同时也应关注，正确的技术方向能为行业带来怎样的真正改变。当下，不少机构把大量资源押注于AI之上，其中不乏有跟风投入、追风口的问题，等到概念褪色、效果难以量化，投入和产出之间的账就变得很难算清楚。这种“跟风投入”的风险，不比技术本身的风险小。

智能体重构：算力之后是电力

一个更令人振奋的问题是，智能体（Agent）正在从根本上重构人与组织的关系——这股浪潮已经开始涌向金融业。

中国科学院计算技术研究所副所长、处理器芯片全国重点实验室主任陈云霁在论坛上带来的视角颇具冲击力。他指出，Agent编程能力正在改变创业和研发的组织方式。过去创办科技企业往往需要融资和团队，但现在一些创业者可能只需购买Token、调用大量Agent编写程序，就能启动一家公司。这种“一人公司”或高度自动化创业模式，或将改变高科技企业早期融资的节奏，推动天使轮投资进入企业的时点发生变化。

这并非单纯的技术想象。2026年开年以来，“一人公司”发展备受关注，这种新型创业模式凭借轻量化组织、迅捷响应和低成本高弹性的核心优势，在多个垂直细分领域快速崛起。

落地到金融领域，同样的逻辑在发酵：以前开一家量化私募，需要技术、研究、合规、运营各条线协同；现在一个既懂策略、又会调用AI工具的人，一套人机协同的系统跑起来，基本能够覆盖过去一个小团队的工作量。门槛降低是机会也是变数——当市场参与者的结构发生根本性变化，监管的颗粒度和覆盖面也必须同步更新。

陈云霁还特别谈到了芯片设计领域的案例：传统芯片企业需要大量研发工程师，而他们正在研究如何让一个人甚至没有人也能完成芯片设计。他认为，未来大量App开发可能走向由少数人调度大量Agent完成的模式。软件如此，硬件亦然，金融基础设施的研发逻辑何尝不是如此。

然而，Agent能力的爆发背后有一个绕不开的现实约束：算力。陈云霁指出，Token消耗正在以极快速度增长，带来巨大的算力需求，未来算力需求仍会持续上升，最终电力可能成为决定性因素。

目前来看，算力的瓶颈已经不只是芯片的问题，而是延伸到能源供给和基础设施层面。金融机构做数智化转型，到最后可能卡在数据中心的用电容量上，而这已经是海外部分机构面临的真实困境。

当然，算力只是硬约束之一。数据隐私、模型风险同样是“AI＋金融”发展须解开的结。金融数据的敏感程度不言而喻，信用记录、交易流水、资产状况，任何一条流到不该去的地方都是风险；而模型的“黑箱”问题，让金融决策的可解释性变得更加复杂——一笔贷款批不批、一个风险参数怎么定，如果人说不清楚机器为什么如此判断，监管怎样审查，问题责任如何认定，这些都是没有标准答案的制度性难题。

说到底，“AI＋金融”不是一个“一加一等于二”的简单公式。技术的突破可以是跨越式的，而制度的适应往往是渐进的。在这一进程中，有机会，有风险，也有大量等待被厘清的模糊地带。