人工智能、区块链等技术的迅猛发展正深刻重塑金融服务模式与行业生态，大幅提升机构服务覆盖面和触达效率，为破解金融服务难题提供了新路径。在6月18日举行的2026陆家嘴论坛全体大会六上，七位中外嘉宾围绕“科技创新赋能金融高质量发展”展开深入讨论，分享前沿思考与实践。

中国农业银行董事长、执行董事谷澍围绕控制AI大模型应用风险分享了看法与实践。谷澍表示，大模型当前面临的主要风险是模型黑箱、模型的幻觉、模型自主思考和决策带来的不确定性。大模型应用必然伴随风险，在发挥其作用的同时，我们应认识到其局限性并有效控制风险。在实践层面，农行的做法包括：一是分类施策推动场景适配，根据不同场景建立模型黑箱分级管控，匹配差异化技术路线和可解释性要求；二是设置约束与标尺，通过建立参数和业务标尺规范模型应用路径，并实现人机协同，由人负责最终决策；三是用AI手段应对AI应用风险，建立纵深防御体系，用AI技术主动发现和解决应用漏洞；四是强化银行内部AI治理，健全覆盖全生命周期、兼顾创新与风险管控的治理体系。

中国银行副董事长、行长张辉系统阐述了对AI赋能银行业高质量发展的认识。张辉认为，人工智能正重塑银行业发展范式。在服务范式上，AI改变了银行与客户之间的信息交互方式，兼具普惠、专业与个性化的数字金融服务成为可能。在价值创造模式上，AI深度嵌入客服、营销、审批、风控、运营等各环节，有效促进降本增效。在管理范式上，AI驱动银行从经验驱动、人力驱动转向数据驱动、智能驱动。人工智能落地要把握四个关键问题：一是“做什么”，要明确发展战略，坚持业务驱动、需求牵引；二是“用什么做”，要抓住算力、算法、数据三要素；三是“怎么做”，要注重业技融合，以“小切口、大纵深”的方式稳妥有序推进场景创新；四是“怎么把握边界”，需要完善治理架构，遵循法律法规和监管要求。目前，中国银行构建了“326”全球化人工智能赋能体系：“3”指三大平台，即统一可靠的算力平台、企业级统一数据平台、信息中心平台；“2”指两套机制，即业技融合的敏捷赋能机制和全面覆盖的安全治理机制；“6”指六类重点应用范式，即感知识别、分析决策、知识图谱、智能问答、报告生成、智能交互。

中国再保险集团董事长庄乾志从新一代信息技术演进视角分享了他的思考。庄乾志回顾了从互联网、移动互联网、大数据、云计算、区块链到人工智能的发展历程，认为人工智能是新一代信息技术发展到现阶段的系统集成，其颠覆性变革源自大算力支撑下的数据与模型突破。再保险是中国加入WTO后唯一完全开放的金融细分领域，高度竞争、全球经营。进入AI阶段，行业转型的核心是利用数据与技术优势，解决直保公司难以量化的复杂风险，实现从资本密集型向技术密集型的跨越。他表示，中国再保险集团持续推动数字化转型，深化AI与业务融合，目前已进入3.0人工智能阶段。

浦发银行董事长张为忠分享了从金融业整体视角观察到的三点变化。第一，技术迭代显著加快，人工智能快速从去年的“大模型”演进至今年的“智能体”，从问答工具升级为能自主执行的“数字劳动力”，全球顶级大模型迭代周期已从数月缩短至数周。第二，AI产业呈爆发式增长，自主决策能力快速提升，2025年全球AI市场规模超7500亿美元，2026年预计近万亿美元。国内方面，2025年人工智能核心产业规模达1.2万亿元人民币，近三年年均增速20%，AI企业超六千家，万卡级智算集群超四十个。第三，AI应用已全行业铺开，今年一季度国内算力需求同比增长417%，Token日均调用量从2024年初的千亿级升至今年3月的140万亿次。人工智能对金融业的改变是全面的、跃迁式的，是对底层逻辑的根本性改造，其影响体现在：一方面，通过数据分析和科学推理，能为每个人提供定制化方案，真正实现以客户为中心；另一方面，带来技术平权，过去主要面向高端客户的综合服务方案，如今已能覆盖长尾与基础客户。

宏利金融集团执行管理团队成员、亚洲区总裁兼首席执行官Steven Finch分享了他对金融创新目的和价值的认识。Steven Finch认为，金融创新的核心目标不是单纯追求效率，而是赋能人们更加健康、长久地生活，技术的真正价值在于帮助人们将意愿转化为实际行动。宏利金融的AI智能体已拥有十万个智能服务节点；公司在香港推出的AI销售专业工具能整合大量客户数据，提供高度定制化建议。宏利金融的目标是成为AI驱动型组织，并确保AI以人为中心，坚持“人为决策为主、机器辅助为辅”的原则，严格管理隐私、道德与风险。让创新走得更远，需要完善治理体系，在保护客户数据隐私与管控系统性风险的同时，为创新与试验保留足够的灵活性。

PIMCO品浩董事总经理兼总裁Christian Stracke围绕如何更好运用AI分享了三点思考。第一，在投资决策中，AI是强大的研究工具，能辅助雇员做出更优决策，但并非替代基金经理的最终决策。第二，运营层面大量规则明确、重复性高的工作更适于AI处理，如法务合规、贸易争端和客户报告等，品浩正积极构建相应的工具箱。第三，从投资机遇看，全球算力需求爆发式增长，凸显了数据中心建设的巨大潜力，欧洲、亚洲、新兴市场有更好的机遇打造相关基础设施。

上海交通大学上海高级金融学院金融学教授朱宁从机遇与冲击两个维度展开分析。机遇层面，朱宁总结为三点：知识平权，AI大幅降低信息获取成本、提升分析能力；效率提升，AI接替人们不愿从事的重复劳动，并增强信息整合与决策效率；人机交互赋能，无论是机构还是零售客户，AI都能大幅改善服务体验。在冲击与变革层面，朱宁提出了三个值得关注的领域：一是对微观行为的冲击，AI可能加剧人们对错误信息的依赖与过度自信，并引发“合成谬误”，进一步放大行为偏差和非理性决策；二是伦理与社会学挑战，社会中对AI的进步及其替代效应已出现不满甚至敌意，AI对年轻人认知的影响也需要正视；三是AI治理的全球合作，当AI产生虚假信息、幻觉或做出不利行为时，治理、监管与惩处的责任归属在全球范围内仍未形成共识。