近年来，人工智能技术快速发展推动了金融产品、服务的创新，对金融行业的实践产生了深刻的影响。人工智能在金融领域加速改革和创新的同时，将给金融行业带来哪些机遇和挑战。在6月19日举办的2025陆家嘴论坛全体大会六上，五位中外嘉宾围绕“人工智能赋能金融改革创新：机遇与挑战”深入交流，圆桌论道，共筑生态。

上海新金融研究院理事长、上海交通大学上海高级金融学院创院理事长屠光绍对AI在金融领域的运用提出四点总观察：“冷热相交织，冷中有热，热中有冷；发展不平衡；挑战与机遇并存；发展与规范并重。”从应用主体来看，大型金融机构积极布局AI技术（热），但中小机构受限于资源和技术能力（冷）。技术应用层面，基础应用如聊天机器人已广泛普及（热），但大模型等深度应用仍处于探索阶段（冷）。业务范围上，AI正从简单业务向核心业务延伸，但整体渗透率仍待提升。AI为金融业带来显著机遇：提升运营效率、优化客户体验、创新金融产品。但同时也面临多重挑战：技术成熟度不足、数据安全风险、复合型人才短缺等。特别值得注意的是，AI可能替代部分金融岗位，这对行业人才结构将产生深远影响。监管方面，屠光绍强调“发展与规范并重”的原则。既要鼓励创新应用，又要建立完善的监管框架，特别是要加强国际监管协作，以应对AI带来的跨境风险。这一平衡发展思路对保障金融体系稳定至关重要。

中国中信集团有限公司副总经理鲍建敏从“三个3”的框架系统阐述了AI赋能金融的发展现状。当前金融行业呈现三大显著趋势：推理大模型通过处理海量非结构化数据显著提升金融服务效能，多模态信息分析借助知识图谱等技术强化智能风控能力，人机协同模式正在重塑金融服务生态。同时行业面临三大核心挑战：在服务便捷性与数据安全之间寻求平衡、解决算法黑箱导致的信任危机、实现技术自主可控的战略需求。针对这些挑战，提出三项建设性建议：共建行业级智能算力基础设施夯实发展根基，完善AI金融应用规范与安全基线，构建产学研协同创新生态。最后,他强调AI正在重构金融行业规则，呼吁通过开放合作、规范发展共同推进智能金融新时代。

高盛集团管理委员会委员、亚太区总裁Kevin D SNEADER表示，从2022年ChatGPT到2025年DeepSeek，短短两年多时间AI技术已取得突破性进展。当前AI发展正处于从基础设施搭建到平台建设再到应用落地的演进过程，全球已投入大量资本用于半导体芯片、数据中心等基础设施建设，但实质性回报尚需时日。金融行业已在四个关键领域实现AI应用：客户服务领域的Chatbot机器人、数据分析与算法交易、内部流程自动化、贷款信用评分与风险建模。然而，监管环境成为影响AI发展的重要因素，美国采用九大原则监管框架，欧洲侧重系统性风险评估，中国监管模式也备受关注。总体来看，AI在金融领域的应用仍处早期阶段，但发展速度惊人，未来将深刻改变行业格局。

贝宝全球副总裁兼全球政府关系负责人Richard NASH分享了支付行业在AI应用方面的实践经验和发展展望。作为一家业务覆盖200多个国家、拥有4亿客户的全球支付公司，贝宝已将AI技术深度融入核心业务：通过Chatbot提升客户体验、利用AI工具识别和阻止诈骗、优化后台流程提高运营效率，并持续探索创新解决方案。支付行业经历了从线下交易到线上支付，再到当前AI驱动决策的演进过程。特别值得注意的是，AI对小微企业的赋能效果显著，美国调查显示超过50%的小微企业已将AI应用于客户交互、市场营销等日常经营。Richard NASH强调，要实现AI的变革性价值，需要建立负责任的监管框架和创新友好的环境，同时加强产业合作，让AI能够平等地惠及所有人。

Swift亚太区总裁黄式进分享了Swift作为全球金融基础设施对AI的应用实践与思考。Swift已将AI深度应用于风险监控（欺诈识别准确率提升40%）、交易审查（处理时效缩短60%）和数据洞察等核心领域。他特别指出中国市场的关键地位，其500家中国会员机构通过Swift网络开展跨境业务。面对数据隐私、监管差异等挑战，Swift通过组建12家全球银行参与的试点小组、建立金融犯罪监管沙盒等创新方式推动行业协作。他强调AI发展需依托ISO20022等结构化数据标准，并正在构建符合欧盟AI法案等国际规范的治理框架。最后，他呼吁全行业以负责任的态度规模化应用AI，其支付控制服务已实现交易前实时风险拦截，展现了AI赋能金融基础设施的实践成果。

谈到“金融行业运用人工智能最需要注意的是什么”时，嘉宾们分别发表看法。黄式进首先强调需将挑战转化为机遇，指出数据结构和质量是核心基础，同时呼吁以负责任创新建立行业标准维护系统安全与互信，并主张以全局视角推动规模化应用避免技术孤岛。Richard Nash则警示AI发展速度不可阻挡，认为监管需动态适配而非强行拖慢，因技术在某一环节受限必将在其他领域加速突破。Kevin D SNEADER着重剖析信任体系的构建，指出必须通过道德标准、反洗钱风控及精准算法设计（如避免翻译错误侵蚀信任）守护金融系统根基，并提出人机互补是关键——人类需校正AI错觉，通过混合耦合方案实现知识经济时代的协同进化。屠光绍补充了普惠平衡视角，提醒金融机构在服务投资人（提升竞争力）与消费者（避免AI鸿沟）之间寻求平衡，坚守金融服务大众的初心；鲍建敏进一步指出当前国内聚焦安全可控（数据合规致发展路径与国外差异化），需通过国家顶层设计突破技术障碍，推动AI从边缘服务向核心业务渗透。共识认为：破除数据孤岛、建立负责任创新框架、平衡技术普惠与安全发展，方能真正释放AI重塑金融生态的变革价值。

各家企业代表嘉宾还分享了具体实践案例。中信集团在跨产业AI应用已有部分成果，中信出版将AI嵌入图书选题、翻译、发行等八大环节，并对古籍进行声像数字化改造以适配新媒体平台；中信农业通过自研基因芯片对50余物种进行抗病抗灾分析，实现育种精准优化；中信戴卡依托工业AI质检系统（灯塔工厂）实现轮毂铸造全流程智能化，瑕疵识别与参数自动调节使良品率和安全性显著提升。贝宝则聚焦普惠金融实践，强调通过构建双边网络与个性化工具包赋能3500万中小微企业——利用AI简化客户匹配、跨境支付优化（如汇率/返点整合）及智能收支管理，同时以自建风控模型防御数据中毒等风险，使缺乏技术资源的小企业也能安全享受AI红利。Swift黄式进从国际合作维度补充指出中国金融科技生态（含银行、支付机构及科技公司）的活力创新需与全球协同：一方面推动跨境最佳实践共享（尤其在发展中国家），另一方面强化终端用户体验升级，呼吁加强与中国机构的技术互鉴。

在关于AI金融监管与人才培养的讨论中，嘉宾们认为监管层面需构建全球协同框架以平衡创新与风险。Kevin D SNEADER指出监管的核心是维护金融系统信任的同时促进创新；屠光绍进一步强调应将AI金融监管提升至全球治理高度，通过建立类似COP29的国际协调机制、推动监管标准一致性、运用监管科技工具以及构建多边对话平台来应对跨境监管套利风险。人才培育方面，屠光绍揭示当前既懂金融又通技术的复合型人才“奇缺”现状，提出必须改革传统金融教育模式，通过重构交叉学科体系、更新课程内容、强化产学研联动及升级师资队伍来培养适应AI时代的新型金融人才。