智能金融进入深水区：模型迭代等多重挑战引关注

作为人工智能与金融领域的融合形态，智能金融发展正呈现出技术驱动与场景深化双轮并进的态势。在政策支持下，人工智能相关投资快速增长，应用产品创新不断涌现，技术门槛逐步降低，使其更精准地赋能金融生态建设；同时金融风险治理也向着智能化推进。值得注意的是，随着资金从稀缺要素转变为相对充裕资源，金融业赖以生存的“卖方市场”时代正走向终结。这一根本性变局，正倒逼行业将智能金融从提升效率的工具，升级为应对存量竞争、管理复杂风险的核心战略，从而步入挑战与机遇并存的“深水区”。

12月20日，在2025深圳香蜜湖金融年会上，多位权威专家围绕智能金融的发展路径、风险挑战与生态建设展开深度交流。

当前，智能金融的发展正立足于两大显著趋势之上：人工智能技术的快速普惠化，以及金融业宏观格局的根本性转变。中国社会科学院大学教授、国务院原副秘书长江小涓指出，要加快市场化、数智化、国际化转型，抓住我国科技创新带来的新机遇，拓展自身的发展空间，“三条线”并走，其中智能化尤其关键，是行业提升资源配置效率的必然选择。

科学技术部原副部长李萌提到，底层技术正经历深刻的“效率革命”，包括模型效率革命（通过混合专家框架、注意力机制优化等工程创新降低成本）、算力效率革命（借助资源调度技术提升利用率）、数据效率革命（让海量数据从静态资产转化为动态生产力），为智能金融提供技术底座。然而，智能金融的深化应用仍面临技术融合、风险治理、数据应用等多重挑战。香港理工大学人工智能高等研究院院长杨强指出，高达95%的美国企业AI项目未能产生实质性回报，主因是AI系统难与传统业务流程集成；同时技术自身存在矛盾，如多智能体协同与准确率、推理效果与数据隐私冲突等，且大模型可能存在“高分低能”危机。中国人民银行原副行长李东荣补充，模型幻觉、算法黑箱等新型技术风险叠加传统金融风险，使风险图谱复杂。

数据层面挑战也严峻，杨强提到公共数据即将耗尽，私域数据未有效开发利用；肖钢指出智能大模型“价值缩水”特征，技术迭代快导致模型折旧周期短，产品沉淀困难，冲击估值体系。李东荣强调监管要“不缺位、不越位”，构建适配技术与管理体系，推动风险管理智能化超越人类水平，匹配机构差异，强化监管与风险治理，回归“金融为民”本源，坚守安全底线。

专家们认为，智能金融需在效率、安全、创新间平衡，依托技术发展推动行业进步，让智能化成果惠及更广泛群体。

北京商报记者 岳品瑜 董晗萱