12月20日，深圳香蜜湖金融年會上，與會嘉賓達成共識：人工智能技術的加速疊代與深度融入，正推動我國金融業從要素驅動邁入創新驅動的關鍵窗口期。AI不僅颠覆了傳統資産定價與風險評估範式，更倒逼行業在數據價值釋放、治理機制優化等方面構建适配體系，在創新激勵與風險防控之間尋求新平衡。
一、估值體系受沖擊：AI特性挑戰傳統金融支持模式
金融體系雖已通過“股貸債保租”等工具為AI産業提供全生命周期支持，但AI的獨特屬性帶來了前所未有的挑戰。中國證監會原主席、《香蜜湖智能金融發展報告(2025)》課題負責人肖鋼指出，AI大模型呈現“價值縮水與發展速度同步加速”的特征，技術疊代越快，既有技術的折舊周期越短，淘汰風險越高。
這種高度不确定性對傳統估值體系形成直接沖擊。技術路徑頻繁“換道”導緻前期巨額投入易快速“縮水”，而部分初創企業可能憑借單一技術突破“出道即巅峰”，讓基于穩定現金流和成熟技術的投融資決策難度陡增。香港理工大學研究員李鳴補充，行業還面臨治理規則不完善、高端複合型人才稀缺、知識産權界定模糊及初創企業融資渠道狹窄等現實問題。
對此，肖鋼建議構建适配AI發展的金融支持體系：打造專業服務模式與定制化投融資配置方案，建立分層分類資本運作體系;同時提升金融産品适配性，壯大早期投資，增強風險管理能力并優化投後服務。行業實踐中，已有“AI+EI(人類專家經驗)”的定價模型探索，通過整合機器學習與專家先驗知識，生成具備前瞻性的估值區間，緩解資産定價多樣性難題。
二、技術架構革新：“效率革命”驅動智能金融落地
智能金融的蓬勃發展，核心源于一場涵蓋模型、算力與數據的“效率革命”。全國政協委員、科學技術部原副部長李萌表示，這場革命的目标是實現智能水平大幅提升、應用成本大幅下降、應用場景大幅拓展，最終體現為“能效比”的顯著躍升。其中，起步稍晚的數據效率革命已初見成效，成為轉化數據資源優勢的關鍵。
技術路徑上，“分層協同”成為新主流。中國工商銀行原首席技術官呂仲濤介紹，小模型并未被大模型取代，而是形成互補架構：小模型聚焦垂直場景高效精準執行，大模型承擔複雜認知推理與泛化任務，共同構成智能金融的技術基座。
為推動數據從成本中心轉向價值中心，李萌提出三大技術路徑：一是構建跨系統感知、自主決策的數據智能體，打通數據孤島;二是發展本體技術，建立統一語義層，解決數據“同名不同義”難題;三是推進湖倉一體架構，融合海量存儲與高效查詢能力，打造新型數據基礎設施。呂仲濤進一步強調，需構建“通算+智算”雙驅動的韌性基礎設施，以真實業務場景為導向形成可落地的解決方案。
三、治理模式轉型：從“人治”到“智治”的體系化探索
AI時代的數據洪流特征，讓傳統流程驅動的治理模式難以為繼。中國銀行業協會原首席信息官高峰指出，行業必須轉向以AI執行為主、人類監督為輔的“智治”模式，利用AI技術提升治理效率、挖掘數據價值。
但系統性治理挑戰仍存。國家金融監督管理總局原首席檢查官王朝弟總結四大行業痛點：标準碎片化、模型同質化、行業協同機制缺失，以及數據治理中合規與效用難以兼顧。中小金融機構尤為被動，戰略不清、資源有限、數據基礎薄弱等問題制約其智能化進程。
針對這些問題，王朝弟提出四點解決方案：構建分層協同的監管框架、建立标準化技術治理體系、強化行業自律與生态共建、推動跨境協同治理。他特别建議，中小機構應立足實際構建“輕量化”智能治理體系，避免盲目追求“大而全”模型和過度依賴外部技術。中國人民銀行原副行長李東榮則強調，發展智能金融需堅守四大原則：嚴控新型信息安全風險、堅守“金融為民”本質、建立适應性監管體系、機構理性選擇發展路徑。
四、行業共識凝聚：在創新與風控間尋求動态平衡
與會嘉賓普遍認為，AI對金融業的重塑是深層次、全方位的，既不能因風險而停滞創新，也不能因創新而忽視風險。構建适配AI特性的金融體系，核心在于實現創新激勵與風險防控的動态平衡。
未來，金融業需在三方面持續發力：一是完善估值與投融資體系，适配AI技術快速疊代的特性;二是深化技術架構革新，釋放數據要素價值;三是建立“智治”為主的治理體系，破解行業共性痛點。通過多維度協同，推動智能金融穩健發展，為經濟高質量發展提供有力支撐。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
