【大河财立方 记者 杨萨 文 朱哲 摄影】随着“AI+金融”融合步入深水区，行业正从探索期迈入价值验证期，市场不再关心“AI能做什么”，而是聚焦“AI能带来多少增长”。

10月30日，大河财立方记者在2025金融街论坛年会上专访了蚂蚁集团副总裁、蚂蚁数科AI业务总裁余滨。他表示，AI已从“试试看”走向“必须做”，正从成本中心转变为服务、营销与价值创造的核心。现在已经不能按照传统软件开发的老路子做AI。金融AI的升级，远不止局部的智能体开发外包或一次软件的交付，它需要科技与业务的深度融合。它经由大规模数据治理、知识工程、模型训练，驱动从内外部协作、迭代研发、用户体验甚至组织关系的变革，这才是真正的“AI原生”。

问题一：2025年被称为AI应用元年，当前节点下，头部金融机构与中小金融机构面临的挑战有哪些差异？

余滨：从头部金融机构来看，它们拥有充足的专业人才和资源储备，目前面临的核心问题是如何利用AI在合适的业务范围内挖掘更大价值，既要实现业务层面的突破，也要推动科技领域的创新，本质上是解决AI应用在深度和特定层面的落地问题。

而中小金融机构的需求更务实、更聚焦现实，核心目标是解决业务增长难题。伴随净息差收窄、营收增速放缓以及同质化竞争加剧，城商行面临前所未有的挑战。原本的区域优势减弱，大型银行持续挤压其生存空间，由此它们对业务增长速度和业务健康度的诉求极为迫切，必须优先通过有效手段保障业务的稳定增长。目前在我们合作的金融机构中，区域性银行占比最高，甚至达到了三分之二。

对于不同金融机构而言，由于自身资源禀赋与发展阶段各异，应选择适合自身的AI演进路径。预算有限的区域性银行，可以选择先从场景应用入手，按效果付费，逐步加大投入。也有很多银行优先将原有的手机App/小程序升级成AI手机银行，提升用户体验，拉升用户活跃度，并以此为基础，分阶段累加各种场景下的智能体应用。还有银行将AI作为一把手工程，成立专项工作组。他们结合业务需求，打造全行知识库和数据集，依托蚂蚁数科金融推理大模型构建自主的“金融大脑”，推动端到端的业务流程重塑和组织升级，这也是目前最理想的模式。

问题二：蚂蚁数科推出“按效果付费”模式，这一模式的核心设计逻辑是什么？权责边界又该如何界定？

余滨：首先要明确一点，AI不是纯粹的技术，而是科技与业务的结合体。既然与业务相关，就必须能为客户带来实际的业务效果。如果我们只把AI当作科技软件卖给金融机构，却无法说清它能带来的业务价值，那产品只完成了一半职能，剩余的业务效果实现需由机构自行承担，这其实只发挥了AI应负责任的一部分。比如，蚂蚁数科为银行提供的AI应用已从早期的智能客服、知识问答等单点场景，扩展至覆盖营销、风控、投顾、理赔等核心业务的全栈智能体系统。

其次，考虑到中小金融机构的顾虑，AI技术尚未完全成熟，它们在首次投入时，若未明确看到业务效果，会对投资持谨慎态度。“按效果付费”模式能帮这类机构减少担忧，让它们更有决心尝试用AI提升业务。经过长期积累，以及对众多客户产品落地效果的跟踪总结，我们的部分产品在局部场景已具备实现明确业务效果的能力。比如蚂蚁数科助力某城商行打造了AI手机银行，操作门槛低了，老年客户满意度更高了，业务转化率提升了10%。也有城商行与蚂蚁数科合作，系统性构建“算力－平台－模型－应用”全栈AI能力，为未来十年的AI转型奠定了基础。综合AI的特性、客户需求和产品实力，我们最终推出了这一可选的商务模式，并非强制要求。

关于权责边界，目前“按效果付费”并非针对单一产品，而是适用于营销类、效果导向明显的产品。合作中，会与客户约定以具体业务结果为导向，若机构因AI应用获得收益，双方再基于约定的效果标准探讨费用结算，核心是围绕“实际业务成果”界定合作权责。

问题三：金融数据合规性备受关注，蚂蚁数科如何通过隐私计算等技术，既为AI模型提供数据支撑，又满足监管要求？

余滨：这和我们建议的AI大模型“两阶段训练”策略密切相关。第一阶段，我们会利用公开数据对模型进行预训练，奠定基础能力；第二阶段，针对金融机构的专属数据，我们会通过特定部署方式，让机构在自身环境中对蚂蚁数科的金融大模型进行再训练，这种方式能从源头避免数据跨主体流通带来的安全风险。

在数据互通层面，我们会严格遵循监管要求，仅针对非敏感数据的必要流通，在合规框架内，借助隐私计算、可信数据空间等技术，既保障数据不泄露，又能实现数据的有效流转，为AI模型的优化提供支撑，平衡数据价值与合规要求。

责编:史健 | 审校:陈筱娟 | 审核:李震 | 监审:古筝