【环球网财经报道 记者 谭雅文】日前，国家金融监督管理总局发布《银行业保险业数字金融高质量发展实施方案》（以下简称《方案》），明确要充分发挥人工智能等新技术创新引领作用，加快发展“人工智能+金融”，探索前沿技术应用，加强科技研发能力建设，优化科技资源配置和投向，积极推进数字基础设施建设，加强同业科技输出。

受访人士认为，从长远战略来看，《方案》将推动银行等金融机构重构业务流程，深度融合人工智能和数据要素。在市场竞争中，数字技术也有助于银行更精准地定位目标客户，实现差异化发展。

政策引领：加快发展“人工智能+金融”

国家金融监督管理总局有关司局负责人介绍，《方案》在延续《关于银行业保险业数字化转型的指导意见》框架基础上，新增“人工智能+”“数据要素×”等工作内容，从健全治理机制、赋能金融服务、发挥新技术引领作用、激发数据要素潜能、强化风险防控、监管数字化智能化转型等六个方面提出具体工作要求。

《方案》鼓励有条件的金融机构构建企业级人工智能平台，通过集中管理模型开发、部署与评估流程，提升人工智能建模及安全应用能力。同时积极探索量子计算、区块链、隐私计算等前沿技术在金融场景的融合应用，实现科技创新成果加速转化。

《方案》同时强调，金融机构聚焦核心主业，加大科技研发投入，鼓励直接面向业务一线开展数字金融场景和应用研发，确保技术创新与业务需求精准对接，形成技术驱动与业务发展的良性循环。

在资深企业管理专家、高级咨询师董鹏看来，这一政策导向反映了金融行业数字化转型正从“业务线上化”的浅层改造，进入“智能驱动”与“数据赋能”深度融合的深水区。监管层更强调数字技术与金融业务本质的有机结合，追求可持续价值而非表面创新。

实践探索：银行机构已开展多层次应用

今年以来，多家上市银行在“AI+金融”领域积极布局，将人工智能技术广泛应用于客户服务、风控和营销流程中，推出了智能助手、信贷智能体以及金融影像文字识别等应用。

股份行中，招商银行在2025年半年报中披露，正加速推动“AI+金融”建设，初步建立“AI小招”企业智能助手，协助客户完成复杂公司金融产品操作。截至2025年上半年末，“AI小招”累计服务企业客户达6.13万户，累计服务45.85万人次。

兴业银行则加快人工智能应用落地，智能体平台上架超200个智能体，部署全渠道AI数字客服，借助AI进行消保内容审核，已覆盖理财、个贷、信用卡、代销等十余个业务场景。浦发银行以“人工智能+科技金融”实现全流程端到端、全线上闭环服务新范式。创新数智管理平台“抹香鲸”，服务近9000家科技企业。

国有行方面，工商银行将人工智能技术应用于风控和营销流程中，开发了基于人工智能新一代技术的信贷智能体矩阵“智贷通”、评审数字助手“工小审”。此外，接入人工智能大模型，上线 AI 财富助理打造人机协同营销模式，探索数据智能分析工具。

建设银行继续提升人工智能产品化水平，其金融影像文字识别产品票据种类增长41.95%，多项票种识别准确率突破99%；优化智能推荐引擎，实现搜索、推荐的数据打通复用，为业务智能决策提供数据支撑。

多家银行已搭建起大模型平台。中国银行表示，其部署 DeepSeek-R1（深度求索-R1）、Qwen3（千问 3）等系列模型，在营销、客服、运营、合规、办公、研发等领域赋能一百余个场景。中信银行建成涵盖模型训练推理、AI应用开发及知识管理的平台体系，完成Deepseek、Qwen系列主流大模型在国产算力环境下的全场景部署，落地日常辅助、集中运营、智能营销等领域70余个应用场景。

在北京社科院副研究员王鹏看来，政策导向下，数字技术从内部提效转向生态赋能，覆盖科技、绿色、普惠等领域，形成“金融+产业”协同生态。智能风控成为核心能力，通过数据驱动实现风险动态识别与主动防控，强化系统性风险抵御。

未来路径：共建数字金融生态

《方案》对科技资源配置和投向提出了明确指引，要求聚焦金融机构核心主业，加大科技研发投入，鼓励直接面向业务一线开展数字金融场景和应用研发。提升科技项目绩效管理水平，研究建立科技投入产出、赋能业务的衡量标准和评价体系。

萨摩耶云科技集团首席经济学家郑磊接受记者采访时表示，这将倒逼银行打破科技部门与业务部门的壁垒；中小银行依赖生态合作，大型银行需向中小机构输出技术，形成“科技领先行-中小行”分层生态。

在人才建设方面，《方案》提出强化数字化人力资源建设。大力培养、引入数据分析与监管科技专业人才，提高监管人员数字化监管能力，培养懂科技、懂数据、懂监管业务的复合型人才。加强数字化培训，提升监管人员数据建模和智能工具使用能力，建设智能监管人才梯队。当前，金融机构已在研究“AI+金融”领域人才定位，构建线上+线下的人才选拔模式，重点引进人工智能、云原生等领域高层次、国际化专业人才。

董鹏建议，在实践中，商业银行应重点培育既懂金融又懂技术的复合型团队，而非盲目追逐尖端算法人才；以业务需求反推数据治理优先级，让高质量数据反哺模型进化。在与外部科技公司合作中，在底层基础设施与通用大模型上可借力领先科技公司快速切入，但在核心风控、客户洞察等涉及金融专业知识的领域，必须坚持自主研发或深度参与，以守住金融安全的底线并沉淀自身知识产权。