2025會迎來ai+agent更深入、更成熟的應用，金融科技出海熱潮會延續|財經風雲對話

2024年是金融大模型越來越廣泛地被用在金融的多個業務環節的一年，如工商銀行深化千億級大模型技術建設，已在金融市場、信貸風控、網絡金融等領域應用。興業銀行自主研發aml-gpt模型，用於反洗錢可疑報告智能生成等，金融大模型應用的落地確實提升了金融業務的效率，但可以明顯發現的是，如銀行等金融機構的內卷卻愈加嚴重，那麼這不禁令人發問，金融大模型應用到底會讓內卷的銀行業更加內卷呢？還是會利用科技的力量來緩解行業內卷？金融大模型給行業帶來提質增效的同時，可能給金融系統帶來哪些風險呢？2025年，金融科技又將迎來哪些機遇與挑戰呢？

第十二期鈦媒體《財經風雲對話》，主持人鈦媒體副總編輯胡潤峰，特邀上海⾦融與發展實驗室主任、首席專家曾剛，畢馬威金融科技主管合伙人及金融服務業合伙人黃艾舟共同回顧金融科技的2024並展望2025發展趨勢。

重要觀點：

l  對於目前在金融行業中哪些應用是被看好的，曾剛表示，ai應用在各個領域空間都是巨大的，因此這樣相結合的領域都是被看好的，具體到金融行業上則是ai和客戶的接觸服務。

l  對於ai 的應用是否能夠打破銀行內卷的現狀，曾剛表示，ai不是打破內卷，它會讓銀行更卷，ai 的應用會讓所有的行業會變得更加卷。黃艾舟則認為，ai一定是將某些工作崗位替代了，同時又催生新的工作崗位以及新的能力，未來將是一個新的形態的變化，它會在不同層面開始卷。

l  對於中小銀行如何在金融科技快速發展的時代找到一席之地，曾剛表示，科技不是投入越多越好，技術也不是越先進越好，銀行要根據自己客群的需求分析技術應用的程度，金融科技的發展對於大小銀行來說差距不會很大，反倒有些中型銀行在金融科技方面可能會超過大銀行。黃艾舟表示，小銀行一定要有把握住自己的特性，做到以客戶為中心，發展出自己的特色業務和特色探索，未來大行可能將模型輸入給中小行，探尋大銀行和中小銀行之間各自的生存之道。

l  對於國內外金融科技方面發展路徑的差異，曾剛表示，在中國，發展主流模式是技術公司發揮重要的作用，在國外這種科技公司在對金融的影響沒有中國這麼明顯。黃艾舟表示，中國在fintech每一個賽道都差不多領先別國兩三年。

l  對於金融機構應如何建立有效的風險管理體系來應對ai帶來的新風險，曾剛表示，應該保持一個相對開放的心態，特別是從監管部門角度出發，還是要緊跟國際發展前沿，在預防風險方面要做前期的規劃，把一些重大的潛在風險放在可控範圍之內。黃艾舟表示，我們倡導做模型風險管理，把模型風險管理寫到全面風險管理中，就是說在試用一個新技術或者新產品的時候，提前想好風險預警機制和預設機制。

l  關於金融科技發展趨勢，黃艾舟指出，2025 年會迎來 ai+agent更深入、更成熟的應用。金融科技企業會延續出海熱潮，出海可能從香港和東南亞進一步向南美甚至東歐擴展。金融科技和產業數位化的雙輪驅動會進一步加速。

與ai相結合的各大領域都有探索空間，大模型在金融機構落地以內部應用為主

胡潤峰：根據您對行業的觀察，您認為ai大模型目前在金融行業中哪些應用是您比較看好的，為什麼？請您舉例說明。

曾剛：大模型是 ai 的一種應用形態，對所有產業的影響都是極其深遠的。當然不同的行業因為產業特點、監管環境的不同，應用的進程也會有所差異，但從原則上來講，可想像的空間是很巨大的，各個領域都應該看好，只不過在實踐過程當中會有前有後。

具體在金融行業中，我們之前做了一些研究和調研。理論上來講，銀行的前中後台各個環節上都有ai 大模型應用的空間，前端和客戶的觸達，不光是客服，還有前端的洞察，產品的創設，再到客戶的維護和服務，銀行內部的管理等各個環節上都會涉及ai應用，進程也各不相同，所以理論上來講空間是很大的。

但是從實際落地環節要考慮兩件事，一是成本，從銀行角度來講，大概率是把ai當作降本增效的手段，前期就需要大量的投入，銀行希望在過程當中能得到回報，這種回報一般來說體現在成本的節約、客服體驗提升等方面，這塊意味著，可能需要考慮短期回報的問題，因此如何節約成本，特別是人力成本，成為當下應用的方向。

二是提高服務能力，在成本可控範圍之內提升輔助。現在很多銀行的實際應用過程中，將 ai 大模型應用在客服、風險管理人員，甚至包括決策人員，為他們提供知識導圖，分析底層基礎，或者在與客戶交互的對答範圍，這都能提高服務客戶的質量，但現在更多還是輔助作用，並沒有替代人。

理論上看，ai在客戶接觸服務有很大空間，在業務過程當中，這塊有很多的不確定性，因為它不光涉及降本增效的問題，還是涉及到監管問題，應用到業務層面是需要比較成熟的成果才能進行應用，因此應用也要關注到監管可能會形成的邊界。成果落地產生效益空間的同時也要在監管許可範圍之內進行繼續探索。其實中國在ai客戶觸達領域在全世界也算是領先的，除去監管劣勢，中國數位化進程比好多其他國家要領先，在銀行層面也是在非常有限的局部範圍當中在嘗試相應的探索。

黃艾舟：我覺得目前大模型在金融機構的應用還是以內部應用為主，一些金融科技公司開發的深層次的大模型，產生比原來的知識圖譜更可視化，或者更可對話的形式，包括智能營銷和智能客服都是在 gpt 層面的應用，目前已有不少銀行已經開始應用 gpt 的技術幫著進行代碼優化或者代碼代寫等開發的輔助工作。

所以未來銀行內部或者金融機構內部用大模型的人會越來越多，這部分的應用也會逐步成熟和開放起來。但對外確實是較複雜的問題，尤其是很多人想做所謂的智能投顧，但由於監管要求，比如理財師是需要有牌照的，因此機器的決策提議更多是對內的應用。現在國內外對gpt的探索仍然停留在語言模型上，對 gpt 多模態的探索仍不夠，更不用說應用到推理能力上，或者智能風控和智能決策上，在短期內還是不太容易具備的。

目前受算力的制約嚴重，很難真正意義上訓練出大模型，並且金融機構又涉及到大量的數據信息安全，所以真正的大模型應用有待觀察，目前來說還是以內部賦能、減負為主，然後慢慢拓展。

ai不是打破內卷，它會讓銀行更卷

胡潤峰：您認為 ai 的應用是否能夠打破銀行內卷的現狀？您對銀行業通過技術打破內卷有什麼建議？

曾剛：我的觀點是ai不是打破內卷，它會讓銀行更卷，ai 的應用會讓所有的行業會變得更加卷。降本增效的目的就是卷，所以 ai 只會讓人更卷，關於悲觀預測，高盛年前的報告提到未來大概 30% 以上的金融行業的崗位可以被 ai 所替代，所以我們在運用 ai 提高效率的同時，也讓大量的崗位的員工工作變得沒有價值，這是客觀存在的現實。

技術一方面會降本增效，會讓某些領域變得更加卷，包括客服領域、智能投顧領域等，理論上來講，現在很多客戶經理是可以被智能投顧在很大程度上協同的。雖然從監管層面看是很難實現替代的，但是理論上來講，我認為是沒有什麼是不可以替代的。從長遠看，這意味著這些領域現有的人力供給是過剩的，當然也不代表銀行不需要人才，而是它需要其他領域的人才，一方面是技術人才，但是除了技術以外，可能還有和 ai 能夠更好的協同的人才。 這意味著儘管ai替代了一些人，但最終還是要和其他一些人進行合作，但它並不能完全獨立，因此未來相當長一段時間內人機協作仍是未來非常重要的模式。因此能夠很好駕馭和引導ai 的人才可能會變得非常重要，這類人才可能需要的性質比較複雜，不光是技術人才，還包括在場景應用當中將場景應用需要和 ai 能力相結合，將ai 的能力很好地輸入到產品當中解決問題。

另一方面客戶服務端其實是可以打破內卷的，如果把ai運用到外部開拓市場，有可能就不那麼卷了，因為把蛋糕做得更大了。怎麼用 ai 更好地識別客戶，觸達客戶，創造更好的風控環境，從而拓展可能性邊界，我覺得這很大的發展空間。今天我們大量技術運用進入到一些場景中探索潛在業務，這也是我們的未來，但它的模式和今天的模式會完全不同，所以想要打破內卷，首先是要對外，一方面是怎樣更好地應用技術本身，另一方面可能涉及到客戶市場端的監管;第二在內部方面可以實現內部結構的調整，去適應 ai 應用之後的狀態，這也意味著銀行內部的管理架構和形態在未來可能會發生巨大的變化，一個業務點上的專業人才會越來越少，通才會越來越多。

黃艾舟：儘管生成式 ai 時代已經到來，但是ai的應用其實還沒有特別多，隨著 ai 開始改變我們生活的方方面面，銀行相應的業務也會產生改變，所以它帶來的是範式的改變。比如小貸，在線上貸款出來之前，通常客戶經理覺得人手不夠，或者大行並不願意做小額貸款，但現在隨著線上貸款出現，所有人都可以做小額普惠貸款了。同時大家也都在用智能風控，但其實智能風控的應用又帶來同樣的問題，它每天能產生出很多很多的線索，每一個線索都需要人工再去排查是否是真實的線索，所以ai 會帶來類似的衝擊和變化，並且這個衝擊和變化目前是很難預測的，它一定是將某些工作崗位替代了，同時又催生新的工作崗位以及新的能力。也許未來人與人交流會變得更重要了，而不是現在全部都扔給機器去做風控排查，因此我相信大多數人仍然覺著金融的服務對象或者服務能力還有挖掘的空間，未來將是一個新的形態的變化，它會在不同層面開始卷。

科技不是投入越多越好，要以客戶為中心來考量技術的應用

胡潤峰：金融科技在大型銀行與中小銀行之間發展極不平衡，未來二者差距是否會進一步拉大，您認為中小銀行如何在金融科技快速發展的時代找到一席之地？

 曾剛：首先科技不是投入越多越好，也不是說技術越先進越好。它有一個很重要的特點，銀行業說到底是服務業，所以它還是以客戶為中心來考量技術的應用，對於銀行來說，得到客戶的認可，並轉化成可盈利的商業模式，對銀行來講才是成功的。

所以我要糾正一個錯誤的印象，大銀行的金融科技一定是領先的，或許大銀行花的錢更多，但科技並不一定是領先的。因為不同的銀行的客群是不一樣的，比如某些農商行的客群是以老年人為主，以線下為主，那研發那麼多人工智慧，並且投入很大，並不能產生很大的效益，這種模式在商業上和戰略上是不可持續的，所以以客戶為中心得適當數位化轉型才是合適的，因此不同銀行區分自己的目標客群需求是非常重要。如果有線下客戶需要，這時候我線上化或者科技投入並不一定收效好，技術還是要以能解決問題最好。

所以在現階段小銀行不要慌，不會因為投不起科技或者投的比別人少就弱，要看客戶買不買單，如果現在的狀態客戶滿意就是沒問題的。如果客戶覺得有些東西銀行確實要改進，再根據客戶的需求進行調整，當然客群有各種各樣的客群，有個人、小微企業、地方政府等等，這些客群並不一定對科技有高度的需要。

所以我不認為大小銀行二者差距會很大，我反倒覺得有些中型銀行在金融科技方面可能會超過大銀行。第一是中型銀行是投得起錢的，第二是他們比較實際的，會根據自己的實際情況優化差異特色，而不需要面面俱到。

黃艾舟：小銀行一定要有把握住自己的特性，如果一個中小銀行的業務模式、客群、服務的打法去進行同質化的競爭，那未來他們的投入潛力肯定趕不上大銀行，所以他們想要做區分，就是真的要以客戶為中心，發展出自己的特色業務和特色探索。

第二，因為大模型是需要大量的算力和算法資源，那如果沒有經濟能力的話，這確實是很難的。比如四大行最終都會自己訓練一個大模型，我覺得很可能最後的發展是這些大銀行把自己的一些能力向中小銀行去輸出，就類似之前某大行的核心系統建完之後把一些能力往外輸出。一方面小銀行不用花太多錢去訓練語料、買卡、堆算力，只需要根據特定的客群和特定的服務進行創新即可，這可能是大銀行和中小銀行之間各自的生存之道。

中外在加密資產和 web3領域投資差異巨大

胡潤峰：據您觀察，目前在金融科技方面，國內外發展路徑有哪些差異，這種差異將如何演變？

 曾剛：金融科技是融合在數字金融當中的，數字金融是中央金融工作會議提出的“五篇大文章”之一，金融科技是數字金融這篇大文章的重要內容。當然，需要注意的是，數字金融不光是技術，而是數位化形態的金融服務，核心就是要適應數字經濟的發展。

中國數位化程度發展這麼高，金融服務也要適應發展變化。傳統的線下網點為支撐的銀行服務模式顯然無法匹配這種需求，必須得推動金融機構自身的數位化轉型，在這個過程當中必然就會應用到所謂的金融科技，這是實現數位化轉型的一種手段，是一種推動金融更好適應數字經濟形態、提升服務質效的工具。總體上看，由於數字經濟發展領先，對金融服務的數位化轉型的需求也要比國外要迫切得多，因為不轉型，就連客戶都沒有了，轉型所需要的數位技術相當廣泛，就各個層面上的應用而言，中國銀行業的數位化轉型應該是相對領先的，當然，這也會給監管層面帶來更多的挑戰挑戰。

在巴塞爾資本協議中很多新型的模型是完全沒有被考慮到的，我覺得中國正走在的沒有其他國家走的道路上，這是否是正確的道路呢，在不停的探索方向中也面臨了很多挑戰，對機構自身有挑戰，對監管有挑戰，因為無處可學，但是這方面一旦做好了，對其他國家或者國際範圍監管推動也是好事。

我覺得我國的發展主流模式是技術公司發揮重要的作用，在國外這種科技公司在對金融的影響沒有中國這麼明顯，在這形成了完全不同的發展和路徑。

黃艾舟：畢馬威在全球範圍內，每半年會出一個報告叫《金融科技脈搏》，這其實是每半年跟蹤國際上 fintech 的投資、融資情況，主要看錢往哪裡流，以及fintech各個子賽道的發展情況。

從2018年到現在的跟蹤來看，可以比較明顯的看到，中國的每一個賽道都差不多領先別人兩三年。例如，2023年以來，國際上除了中國外，最多的投資仍然是投向了行動支付，但是從我們的體感上看，行動支付和 buy now pay later 可能已經是六七年前的事。中國很早就已經開始數位化轉型，尤其是 2020 年以後，大量金融科技公司已經不是在做模式上的探索，而更多是幫著銀行做數位化轉型的賦能，成為銀行的應用方案的解決商，這種在國際上叫 tob 的服務。

建立提前防控潛在風險的機制才能動態應對大模型可能產生的風險

胡潤峰：金融科技帶來了新的風險類型，如網絡安全風險、算法風險等，金融機構應如何建立有效的風險管理體系來應對這些新風險？

 曾剛：風險是客觀存在的，從原則上來講，為了保持創新，應該保持一個相對開放的心態，所以從監管部門角度出發，要緊跟國際發展前沿，比如比特幣，根據國際發展的趨勢，我們確實可以進行一些評估，以前我們認為它不應該進入到主流的金融體系當中來，但如果它真的是成為比黃金更重要的資產，由此形成了一些與之相對應的金融體系，如果我們不參與其中，就可能會失去了相應的影響力。對應的還會對金融安全等各種方面產生影響，所以必須要去適應這種變化。

首先，要保持一個相對開放的態度，從監管層面上也是這樣的理念，要與時俱進，在保持開放的同時守住一些底線，在底線、基本原則的基礎上去探索監管規則的優化，要允許機構在受控範圍內進行嘗試。

第二，回到銀行的層面上，如果明確了方向的話，該做的基礎投入還是要做，因為風險防控的一些底層理念以及涉及到相關的風險的防控需要在發展的過程當中去發現並發展。比如，ai 可能也會助推詐騙的升級，因此技術發展是會帶來一些潛在風險的，特別欺詐風險和網絡安全方面的風險，銀行需要要做前期的規劃，把一些重大的潛在風險放在可控範圍之內。

第三，是要有靈活疊代的反應機制，在技術升級的背景下，新的風險防護與傳統的風險防控的理念是完全不同的，傳統的信用風險主要是面對信用風險，技術層面上的風險是前瞻的，很多東西都是無法評估的，只能通過機制體制的建設去完善。

黃艾舟：我們倡導做模型風險管理，把模型風險管理寫到全面風險管理中，就是說在試用一個新技術或者新產品的時候，提前想好風險預警機制和預設機制。

中國是比較早開始監管沙盒運作的國家，但是據我觀察這兩年監管沙盒越來越有點雷聲大雨點小了，哪怕是央行、證監會都在做，但是從入盒的項目到出盒的機制，再到最後的時效上，並沒有特別好的利用監管沙盒機制。監管沙盒從整體層面去控制、提前預防風險是比較有效的機制，所以我覺得或許能夠更有效地讓金融機構和監管部門一起把沙盒機制有效地運行起來，成為防範新型風險的一個有效手段。

胡潤峰：請您展望一下 2025 金融科技發展的幾大趨勢。

曾剛：把金融科技放到銀行數位化轉型的角度去看，我覺得內容會非常多。在業務層面上，首先是傳統的客戶需求在減弱，對於金融機構而言，需要聚焦五篇大文章，來積極拓展新的信貸投放方向。這需要我們對客戶經理進行全面的技術賦能，拓展對重點領域的客戶識別和評估能力。未來幾年從機構角度看，都是從業務端、客戶服務端以及所有圍繞客戶的方面進行展開，說到底還是通過技術賦能更好地去識別、洞察客戶需求，觸達客戶，然後構建起全生命周期、全產業鏈的產品服務體系，在這個過程中，銀行的中後端的數位化轉型也會隨之而深入。

黃艾舟：金融科技未來的九個趨勢，這九個趨勢分成三大部分，一個是關於技術底座，也就是基礎設施部分，我們覺得2025 年會迎來 ai+agent更深入、更成熟的應用。在數據層面，可信數據空間的建設也會給很多的金融科技企業帶來新的業務方向，而且可信數據空間建設已經是一個明確的規劃， 2028 年要有 100 個，所以這對整體的數字金融的發展也會產生重大的影響。算法和數據之外，安全問題也不容忽視，2024 年也湧現了一些密態計算、代碼疫苗等新型的安全技術。

第二大塊是關於企業的，金融科技企業會延續出海熱潮，出海可能從香港和東南亞進一步向南美甚至東歐擴展。從應用上，也從傳統的網際網路金融和支付開始往區塊鏈、tob 的基礎設施的建設去發展。企業整體來看還是會面臨經營上的一些困境，所以企業還是以保證正向的現金流為主。

第三個是應用端，在數據方面的應用，無論是可信數據空間，包括數據資產的進一步的深化應用，金融科技和產業數位化的雙輪驅動會進一步加速，從傳統的供應鏈金融會進一步往全產業鏈去做雙輪驅動的優化配置。最後是加密資產或者國內的數字人民幣應用，貨幣橋其實已經有了最簡單的可行方案，所以我覺得數字人民幣也有望在2025年得到進一步的拓展和應用。（本文首發於鈦媒體app，作者|李婧瀅，編輯|劉洋雪）

更多宏觀研究乾貨，請關注鈦媒體國際智庫公眾號：