在近日舉行的“雙向奔赴 雙向賦能——2025年廣州市人工智能與現代金融產融對接活動”上，奇富數科總裁周旭強分享了一組數據：“我們的調研數據顯示，90%的銀行機構認可AI的應用價值。在這90%的機構中，有2/3的機構認為AI可以實現效率提升和輔助決策的功能﹔而剩下1/3的機構甚至持更積極的看法，認為AI已能在多個業務領域直接做出決策，實現自動化決策流程。”

在周旭強看來，這表明銀行業對AI的積極度和認可度非常高。他預測，未來5-10年，以信貸審批為代表的金融核心業務將經歷顛覆性變革。“AI智能體與金融業務的深度融合，將重構銀行業的運營模式和管理體系。”

談到對行業痛點的理解，周旭強表示，當前金融機構應用大模型技術，主要面臨數據安全、准確率和責任機制等的現實考驗。由於銀行數據的敏感性，AI模型必須採用本地化部署方案，這直接帶來了算力採購、技術團隊搭建等新增成本。在尚未看到明確產出價值前，部分銀行對這類投入仍持觀望態度。

准確率問題同樣制約著AI的金融應用。周旭強以常見的信貸業務場景為例進行了說明：“比如用戶上傳社保証明來提升貸款額度，未經專門優化的大模型在識別這類文件時，准確率通常只能達到70%-80%，遠不能滿足金融業務的實際需求。”“隻有經過深度優化后的模型，將准確率提升至99%以上的水平，才能真正達到金融業務的應用標准。”周旭強指出，大模型固有的“幻覺問題”與金融業務對准確率的嚴苛要求，是制約行業發展的技術矛盾。

更值得關注的是責任認定機制要同步跟上。當AI系統用於金融業務中的決策環節時，傳統的“盡職免責”制度已無法適應新技術場景。這要求銀行業必須同步建立配套的AI應用責任體系，包括錯誤追溯、責任劃分等具體規范，才能為技術創新掃清制度障礙。

“在金融AI領域，真正的競爭壁壘並非大模型技術本身。”周旭強認為，除芯片和基礎大模型外，應用層技術已趨於同質化。決定企業競爭力的，是對金融場景的深度理解和資源整合能力。“海量場景數據、業務專家、算法團隊，這些要素單獨來看都不稀缺。”周旭強強調，把這些要素綜合在一起，並配以“長期主義的巨大資金投入”和“願意做好苦活累活”的決心時，就能形成強大的行業壁壘。在他看來，這正是奇富數科的核心競爭力所在。“一般的創業公司或者沒有自營場景的科技公司，是建立不起來這個行業壁壘的。”周旭強直言。

據了解，奇富數科目前推出了四款已在奇富內部落地應用的金融智能體：AI營銷助手、AI審批官、AI決策助手和AI合規助手。據介紹，奇富金融智能體，是基於公司自研的異構大模型平台與支持MCP協議的多智能體協同框架，融合長期沉澱的金融業務Know-how，構建的集深度思考、主動探索與跨域決策能力於一體的智能系統。

目前，奇富數科已與多家金融機構對接，探索不同業務場景的金融智能體落地。

關注公眾號：人民網財經

分享讓更多人看到