7月17日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海启幕。

在本届大会上，奇富科技带来题为《从智能风控到金融智能体：AI Native重构普惠信贷的安全增长范式》的主题分享。奇富科技首席AI科学家杨青表示，金融AI的下一阶段，不是让大模型停留在问答、写作和单点提效，而是让AI逐层进入金融生产系统，重构数据理解、业务模型、流程执行和决策服务。

2026世界人工智能大会，奇富科技首席AI科学家杨青演讲现场（受访者供图）

奇富科技认为，AI不改变金融本质，但会重构金融理解信息、组织模型、执行流程和治理责任的方式。大模型落地金融，也不可能从问答一步跳到核心决策，而是沿着“知识、数据、模型、交互、流程、决策”逐层进入生产系统。

围绕这一判断，奇富科技提出金融大模型应用六层路径：第一层是知识工作提效，让运营、合规、分析等岗位形成“Prompt+初稿生成+专家复核”的新工作方式；第二层是复杂数据结构化，把证件、合同、流水、报告、对话、视频等复杂金融材料转化为可解释、可入模、可评测的业务变量；第三层是业务模型增强，让大模型参与分类、排序和风险表征学习，增强风控与经营模型；第四层是智能交互与人机协同，让金融服务交互变得更可控、更可留痕、更可质检、更可迭代；第五层是流程Skill化，把专家经验和业务流程沉淀为可复用、可审计、可迭代的能力资产；第六层是信贷业务Agent决策服务，以大模型作为规划中枢，在合规、风险和权限边界内调用模型、规则、Skill与业务系统，形成更完整、更一致、更可审核的决策服务建议。

在复杂数据结构化方面，奇富科技自研并开源FCMBench评测体系，面向金融信贷场景中的多模态材料理解能力进行系统评估。其核心目标不是“做榜单”，而是让复杂材料理解成为可验证、可迭代、可落地的工程能力。

在业务模型增强方面，奇富科技探索征信大模型技术路线，让大模型参与分类、排序和风险表征学习，形成可验证、可入模的风险子分。

在流程Skill化方面，奇富科技近期推出并开源自动建模框架ModelEvo，尝试将建模专家的任务澄清、样本构建、特征挖掘、模型开发、效果评估和报告复盘等流程沉淀为Skill Pipeline。

在更高层次的信贷业务Agent方向，奇富科技将AI审批官作为实践之一。据介绍，AI审批官不是替代审批人员直接做决定，而是在合规与风险边界内理解申请材料和业务状态，调用风控模型、审批规则和合规校验工具，生成审批建议、关键依据与人审要点，辅助审批人员做出更完整、更一致、更可审核的判断。

值得注意的是，奇富科技将本体建设视为企业走向AI Native的关键底座。

从智能风控到金融智能体，奇富科技给出一条金融AI Native的系统化路径：以知识工作提效为起点，以复杂数据结构化和业务模型增强为核心能力，以人机协同、流程Skill和业务Agent为生产形态，并以业务本体与可信治理作为底座。这也意味着，金融AI的竞争正在从“谁接入了更强的大模型”，转向“谁能把数据、模型、流程、Skill、Agent、本体和治理组织成可信的金融生产系统”。

奇富科技相关负责人表示，面向未来，公司将持续推进AI Native在普惠信贷场景中的落地探索，让金融生产系统变得更智能、更可信、更可持续，助力普惠信贷在服务真实需求的同时，实现更高质量的安全增长。