随着人工智能、大数据、云计算等技术的快速发展，金融业正加速向数字化转型。金融科技的应用不仅显著降低了银行等金融机构的运营成本，还极大提升了工作效率。面对未来，银行业如何在保障安全的基础上，利用前沿科技进一步提升金融服务的质量和效率？为此，我们采访了多位金融机构负责人及业内专家。

　　人工智能重塑金融生态

　　人工智能在金融领域的广泛应用正逐步推动行业发展，对提升金融业的自动化、智能化水平，以及决策、管理和风控效率均产生了积极影响。4月10日，在北京举行的国民财富发展研究合作平台2025春季峰会上，理事长李剑阁强调，人工智能将深刻改变金融行业的生态格局。金融行业作为数据密集型、效率敏感型行业，拥有丰富的人工智能技术应用场景、广阔空间及巨大潜力。

　　中国财富管理50人论坛理事长尚福林指出，大型计算机的普及和光纤卫星通信技术的飞速发展，实现了银行的互联互通。近年来，我国全社会及各产业的数字化转型取得了显著进展，形成了独特的竞争优势，为金融智能化发展奠定了坚实基础。

　　数智化转型也有效提升了商业银行的运营效率。工商银行副行长段红涛介绍，工行加速金融服务的数字化、智能化升级，截至2024年末，其手机银行移动端月活跃用户数达2.6亿，工银e生活月活用户数达1930万，开放银行全面交易额达375万亿元。工行自主研发的千亿级大模型“工银智涌”已在20多个业务领域、200多个场景中得到应用，相当于承担了4万多人的年工作量。

　　大数据的分析运用为解决中小企业融资难、融资贵问题提供了新思路。通过人工智能大数据模型分析企业的纳税、海关、工商等数据，可以对企业信用进行全面画像，帮助金融机构准确了解企业的真实发展状况。为破解银企信息不对称难题，广西桂林市银行机构与税务部门合作开展“银税互动”，推动企业纳税数据转化为融资信用。桂林欧润药业有限公司负责人王峰表示，得益于良好的纳税信用评价，公司成功获得建设银行发放的220万元贷款。

　　李剑阁指出，人工智能不仅将有效提升金融从业者的工作效率，促进解决行业信息不对称问题，降低交易成本，还将助力金融机构更好地服务中小微企业和长尾客户，推动普惠金融发展。通过智能算法和数据挖掘，为绿色金融、科技金融等新兴领域提供创新解决方案，切实提升金融服务实体经济的效能。

　　数字化转型加速

　　数字化已成为商业银行转型的关键方向。2024年11月，中国人民银行等七部门联合发布的《推动数字金融高质量发展行动方案》明确提出，以数据要素和数字技术为核心驱动力，加快推进金融机构数字化转型，提升金融服务的便利性和竞争力。

　　在金融业数字化转型加速的背景下，商业银行加大对金融科技的投入。2024年多家上市银行年报显示，国有商业银行持续推动数字化转型，不断加大金融科技投入。工商银行、农业银行、中国银行、建设银行、邮储银行、交通银行2024年金融科技投入共计1254.59亿元，同比增长2.15%。

　　商业银行的科技人才队伍也在不断壮大。2024年末，工商银行金融科技人员达3.6万人，占全行员工总数的8.6%；交通银行金融科技人员达9041人，同比增长15.70%，占集团员工总数的9.44%。

　　交通银行行长张宝江表示，交通银行坚定不移地推进数字化新交行建设，加快技术、业务、渠道、流程和产品服务的重塑，着力构建服务政务民生、产业运行与消费生活的多元化场景，充分发挥数据要素的价值，赋能精准获客、融资增信、风险计量和管理决策。

　　邮储银行副行长兼首席信息官牛新庄介绍，邮储银行将数字金融纳入中长期战略核心，加快构建“大数据+大算力+大模型”的核心竞争力。邮储银行手机银行推出陪伴式数字员工，将人工智能、大模型等技术与客户旅程深度融合，提升用户体验。在货币市场和票据市场，邮储银行上线了大模型交易机器人，货币市场交易在线智能询价与应答场景的单笔询价交易平均耗时仅22秒，较之前人工询价时间缩短约94%。

　　数字化也为银行深入服务县域和农村金融市场提供了可能。农村商业银行等涉农金融机构积极创新线上信贷产品，提升涉农贷款效率。浙江农商银行系统辖内的龙港农商银行和文成农商银行通过大数据和移动金融技术，优化线上贷款服务，有效提升了服务效率。

　　招联首席研究员董希淼指出，商业银行通过数字化转型提升了服务实体经济的效能。以数字普惠金融为例，银行依托大数据和模型进行智能决策，可以更准确地评估客户信用水平，有效缓解中小企业融资难题，实现小微企业贷款的快速增长。

　　确保安全底线

　　在金融科技发展过程中，确保安全底线至关重要。金融科技面临数据泄露、隐私保护、合规性等多重挑战。金融机构需高度关注新技术背后的算法“黑箱”、数据污染、模型缺陷等潜在风险。

　　尚福林强调，人工智能让数据的应用价值更加凸显，但同时也让数据的安全防护变得更加复杂。金融机构每天处理海量数据和复杂交易，信息的准确性和可靠性至关重要。如果虚假信息被用于训练模型，可能会污染模型训练数据，引发连锁反应，造成重大损失。

　　中国银行首席信息官孟茜表示，需确保人工智能应用的安全、可靠、可控，筑牢企业治理、业务安全、技术安全三道防线。在部署和训练生成式人工智能时，应严格防范信息泄露风险。

　　中国财富管理50人论坛副理事长陈文辉建议，监管机构应采取包容审慎的态度，高度关注并密切跟踪人工智能运用的潜在风险。

　　张宝江表示，交通银行始终坚持将风险管理作为生命线，坚持底线思维、极限思维，不断提升风险识别、预警、暴露和处置能力，有效应对外部环境变化和冲击，持续提升网络安全、数据安全、系统安全管理水平。

　　为确保安全底线，商业银行需强化数据治理。董希淼建议，一是加强制度安排，完善治理架构，将数据治理纳入全行战略；二是加强数据管理，提升数据质量，建立数据治理监控体系和考核评价体系；三是提升运营能力，注重全生命周期数据的管理与存储，加强与政府部门及第三方公司的合作；四是加强风险管理，保护数据安全。

（文章来源：经济日报）