22 本報告中所含資料及其所含信息為一般性信息，并非畢馬威對入圍企業(yè)的完整、詳盡的表述，畢馬威也未對入圍企業(yè)信息執(zhí)行任何審計或?qū)忛喅绦?。本文件所含信息并不構成任何專業(yè)建議或服務，讀者不應依賴本文件中的任何信息作為，或可能影響其決策的唯一依據(jù)，在作出任何本文件所含信息均按原貌提供，畢馬威對本文件所含信息不作任何明示或暗示的表述或保證，除前述免責內(nèi)容外，畢馬威亦不擔保本文件所含信息準確無誤或者滿足任何特定的業(yè)績或者質(zhì)量標準。畢馬威明確表示不提供任何隱含的保證，包括但不限于對可商售性、所有權、對某種讀者需自行承擔使用本文件所含信息的風險，并承擔因使用本文件所含信息而導致的全部責任及因使用它們而導致?lián)p失的風險，畢馬威不承擔與使用本文件所含信息有關的任何專項、間接、附帶、從屬性或懲罰性損害賠償或者其他賠償責任。倘若前述條款的任何部分因任何原因不能332025年評選概覽趨勢與展望關于我們44 值此“十五五”規(guī)劃謀篇布局的關鍵之年，金融業(yè)正迎來高質(zhì)量發(fā)展的新機遇。中央金融工作會議提出的“五篇大文章”，不僅是建設金融強國的行動指南，更是指引我們走好中國特色金融發(fā)展之路的根本遵循。做好這“五篇大文章”，必須充分釋放金融科技的驅(qū)動力。當前，大模型與智能體的創(chuàng)新應用正引發(fā)金融服務范式的深刻變革，通過更精準的認知與決策能力，推動行業(yè)從“數(shù)字化”向“數(shù)智化”加僅市場版圖向更廣闊的區(qū)域延伸，更見證了出海模式從單一的應用輸出向底層基礎設施建設與技術標準輸出的升維。在應用層面，行業(yè)解決方案正向縱深發(fā)展，科技與業(yè)務的融合不再止步于外圍場景，而是深入核心交易系統(tǒng)、全面風險管理及復雜的產(chǎn)業(yè)互聯(lián)，以深度的技術十年風雨兼程，十年春華秋實。畢馬威中國“金融科技企業(yè)雙50”評選正式迎來具有里程碑意義的十周年。自2016年首榜發(fā)布以來，我們見證了中國金融科技從星星之火到燎原之勢的非凡歷程。站在十周年的新起點上，我們將繼續(xù)依托畢馬威全球網(wǎng)絡與專業(yè)優(yōu)勢，持續(xù)擴容“金融科技朋友圈”，鏈接政企產(chǎn)學研各界力量，與行業(yè)同仁一道，2026年既是“十五五”規(guī)劃的開局之年，也是畢馬威中國“金融科技企業(yè)雙50”評選迎來十周年的里程碑時刻。宏觀戰(zhàn)略新篇章的開啟與行業(yè)十年發(fā)展的積淀在此刻交匯，賦予了今年評選特殊的時代內(nèi)涵?；厥资?，我們見證了金融科技從技術輔助走向核心驅(qū)動的蛻變歷程。在全行業(yè)的共同努力下，中國金融科技已成為服務實體作為行業(yè)觀察者，結合今年入榜企業(yè)的特點，我們發(fā)現(xiàn)“務實”與“深化”已成為新的主旋律。在技術維度，生成式人工智能正為行業(yè)注入新動能，且步伐明顯加快。大模型與智能體的應用正在穿越概念期，在平衡效益與安全的前提下，深入投研、風控等核心業(yè)務場景，驅(qū)動金融業(yè)智能化水平質(zhì)的飛躍。在市場維度，行業(yè)投入更加強調(diào)精準性與實效性，解決方案不再流于表面，而是向金融基礎設施縱深推進，孵化出更多細分領域的硬核創(chuàng)新。展望未來，隨著監(jiān)管規(guī)則體系的日益健全，堅持“守正創(chuàng)新”將是金融科技企業(yè)行穩(wěn)致遠的基石。我們相信，在“五篇大文章”的指引下，金融科技55 步伐穩(wěn)健，既為寫好金融“五篇大文章”增添亮色，也為中國邁向金融強國持續(xù)注入動能。當前，金融機構數(shù)字但在實踐中仍面臨一系列挑戰(zhàn)，在數(shù)字金融治理、數(shù)字化服務能力、新技術應用、數(shù)據(jù)要素價值釋放以及數(shù)字化風險防控等方面，不同機構間仍存在不均衡、不充分的問題。展望未來，隨著技術創(chuàng)新應用持續(xù)深化、金融機構智能化轉(zhuǎn)型持續(xù)演進、金融服務普惠性與便捷性顯在“十五五”即將開啟的重要時點上，金融監(jiān)管總局于2025年底發(fā)布了《銀行業(yè)保險業(yè)數(shù)字金融高質(zhì)量發(fā)展實施方案》，立足當前形勢，推動金融機構深化數(shù)字化轉(zhuǎn)型工作，特別是在“人工智能+”、“數(shù)據(jù)要素×”等方面提出了重要工作要求。結合今年一線調(diào)研結果，我們觀察到在綜合金融科技、產(chǎn)融科技、財富科技、普惠科技、保險科物聯(lián)網(wǎng)金融、“薄信用”群體數(shù)字信用檔案等一批具有行業(yè)代表性的良好實踐，切實助力科技、綠色、普惠、養(yǎng)老等重點領域的金融服務提質(zhì)增效。當然，數(shù)據(jù)安全、隱私保護、跨境監(jiān)管風險等問題小覷，亟需行業(yè)各方加緊完善治理體系、健全風險應對機制。我們堅信在發(fā)展變革與安全協(xié)同的雙重推動下，金融科技的發(fā)展將始終以服務實體經(jīng)濟為根本宗旨，呈現(xiàn)出核心技術加速突破、應用場景持續(xù)深化、風險防控不斷強化、自主可控能力顯著提升的新趨勢、新特征，67 金融科技企業(yè)“雙50”評選畢馬威一直致力于促進中國金融科技領域的健康成長，為中國金融科技產(chǎn)業(yè)進一步發(fā)展提供支持。繼2016年首次推出畢馬威中國領先金融科技50企業(yè)名單并獲得業(yè)界廣泛我們的評選委員會由多位外部專家及數(shù)十位具有專業(yè)領域經(jīng)驗的畢馬威全球及中國代表組成，覆蓋信息科技、數(shù)據(jù)、資本市場、創(chuàng)投、風控、財務、宏觀經(jīng)濟和金融服務行業(yè)發(fā)展前瞻度8 雙50企業(yè)榜單綜合類應用類-綜合類應用類-綜合金融科技OSL集團金城銀行L」蘇商銀行L新網(wǎng)銀行L馬上消費豆沙包L觀成科技LL匯立集團金蝶征信開鑫科技微眾銀行中信百信銀行邁豹云數(shù)普洛斯產(chǎn)融科技L聲赫科技中企云鏈保險科技陸金所控股信也科技L銀柘科技·良策L支付科技AirwallexL空中云匯可東科技暖哇科技江蘇金服弘量研究L基煜基金九方智投控股L平安壹錢包珊瑚跨境況客科技理財魔方美市科技數(shù)金公服星驛支付易思匯牛投邦L譜藍云中信科技銀聯(lián)商務百望股份L新分享科技車曉科技集團L」L估圖數(shù)科奇富科技瓴岳科技樂橙數(shù)健衡泰技術須彌數(shù)科車車科技南燕集團高燈科技長財科技非凸科技三悅科技中保車服比財集團中保科創(chuàng)光子易聯(lián)易融簡單匯LL道口金科北京快確百融云創(chuàng)宏瓴科技海云安紅網(wǎng)九四智能畫龍科技來也科技L盛業(yè)樂為科技天創(chuàng)信用微眾信科文因互聯(lián)通聯(lián)數(shù)據(jù)盈米基金羽樂科技中科聞歌邊界智能布比科技零數(shù)科技紙貴科技洞見科技香港虛擬資產(chǎn)L交易所HashstacsH.K.毅盛金融科技技術類道口金科北京快確百融云創(chuàng)宏瓴科技海云安紅網(wǎng)九四智能畫龍科技來也科技L盛業(yè)樂為科技天創(chuàng)信用微眾信科文因互聯(lián)通聯(lián)數(shù)據(jù)盈米基金羽樂科技中科聞歌邊界智能布比科技零數(shù)科技紙貴科技洞見科技香港虛擬資產(chǎn)L交易所HashstacsH.K.毅盛金融科技技術類金融基建華銳技術頂點軟件恒生電子華銳技術頂點軟件恒生電子神州信息金證股份金融壹賬通神州信息金證股份金融壹賬通萬物安全亞信安全同創(chuàng)永益萬物安全亞信安全同創(chuàng)永益中銀金科中銀金科金仕達港融科技金仕達港融科技金智維卡方科技魔數(shù)智擎金智維卡方科技魔數(shù)智擎上海派聯(lián)科技司庫立方妥妥遞科技上海派聯(lián)科技司庫立方妥妥遞科技贏和信息眾安信科新希望金融科技贏和信息眾安信科新希望金融科技9 金融科技企業(yè)“雙50”名單-領先榜布比（北京）網(wǎng)絡技術有限公司布比（北京）網(wǎng)絡技術有限公司北京車與車科技有限公司北京車與車科技有限公司北京道口金科科技有限公司北京道口金科科技有限公司恒生電子股份有限公司深圳華銳分布式技術股份有限公司 金融科技企業(yè)“雙50”名單-領先榜金蝶征信有限公司來也科技（北京）有限公司 金融科技企業(yè)“雙50”名單-領先榜北京口袋財富信息科技有限公司神州數(shù)碼信息服務集團股份有限公司 金融科技企業(yè)“雙50”名單-領先榜深圳微眾信用科技股份有限公司深圳前海微眾銀行股份有限公司深圳前海微眾銀行股份有限公司北京文因互聯(lián)科技有限公司新分享科技服務（深圳）有限公司新分享科技服務（深圳）有限公司銀聯(lián)商務支付股份有限公司銀聯(lián)商務支付股份有限公司 金融科技企業(yè)“雙50”名單-領先榜 金融科技企業(yè)“雙50”名單-新銳榜北京快確信息科技有限公司北京快確信息科技有限公司北京車曉科技有限公司北京車曉科技有限公司福建頂點軟件股份有限公司福建頂點軟件股份有限公司估圖（上海）科技有限公司估圖（上海）科技有限公司北京觀成科技有限公司北京觀成科技有限公司 金融科技企業(yè)“雙50”名單-新銳榜深圳海云安網(wǎng)絡安全技術有限公司深圳海云安網(wǎng)絡安全技術有限公司杭州衡泰技術股份有限公司北京宏瓴科技發(fā)展有限公司 金融科技企業(yè)“雙50”名單-新銳榜深圳小步奔跑科技集團有限公司北京瓴岳信息技術有限公司深圳市魔數(shù)智擎人工智能有限公司深圳市魔數(shù)智擎人工智能有限公司北京優(yōu)品三悅科技發(fā)展有限公司 金融科技企業(yè)“雙50”名單-新銳榜杭州姆珉網(wǎng)絡科技有限公司杭州姆珉網(wǎng)絡科技有限公司數(shù)金公共服務（青島）有限公司數(shù)金公共服務（青島）有限公司北京司庫立方科技有限公司北京司庫立方科技有限公司北京同創(chuàng)永益科技發(fā)展有限公司北京同創(chuàng)永益科技發(fā)展有限公司福建星驛支付科技有限公司福建星驛支付科技有限公司 金融科技企業(yè)“雙50”名單-新銳榜毅盛金融科技（香港）有限公司銀柘科技·良策毅盛金融科技（香港）有限公司銀柘科技·良策銀柘科技（廣州）有限公司北京羽樂創(chuàng)新科技有限公司北京中科聞歌科技股份有限公司北京中科聞歌科技股份有限公司 2025年榜單企業(yè)多維度分析京、滬、深第一梯隊，長三角、粵港澳和京津冀三大城市群發(fā)從城市分布來看，北京、上海、深圳三地近五年上榜企業(yè)數(shù)量始終占據(jù)顯著優(yōu)勢，繼續(xù)作為金融科技企業(yè)的主要聚集地。其中北京2021年至2025年上榜企業(yè)從27家增至31家，持續(xù)保持杭州（5家）、成都（4家）和南京（4家）等城市企業(yè)持續(xù)表現(xiàn)出在金融科技領域的強勁發(fā)展勢頭，上榜企業(yè)數(shù)量緊隨其后。長沙和福州作為金融科技的新勢力，2025年也分別有3家和2家企業(yè)入榜，從區(qū)域分布來看，位于長三角、粵港澳和京津冀三大城市群近五年持續(xù)領跑，2025年上榜企業(yè)合計占比達88%，三足鼎立格局持續(xù)強化。從區(qū)域分布來看，長三角2025年上榜企業(yè)達33家，較2021年的29家穩(wěn)步增長；粵港澳從27家增至32家，中國香港金融科技的蓬勃發(fā)展進一步提升區(qū)域發(fā)展?jié)摿?；京津冀保?2家的穩(wěn)定規(guī)模，核心優(yōu)勢持續(xù)凸顯；成渝都市圈有6家企業(yè)入榜，體現(xiàn)出西南地區(qū)科技實力的不斷提升。此外，2025年其他地區(qū)上榜6家，較往年大幅增長，進一步推動金7734455數(shù)據(jù)來源：畢馬威分析66數(shù)據(jù)來源：畢馬威分析20 3363666565557857854444343217477747775數(shù)據(jù)來源：畢馬威分析6596623326數(shù)據(jù)來源：畢馬威分析21 綜合近五年的入榜企業(yè)數(shù)據(jù)來看，人工智能始終保持高速增長態(tài)勢，上榜企業(yè)技術要素占比從），融科技創(chuàng)新的核心力量。這一數(shù)據(jù)變化的背后是AI技術在金融場景的深度滲透機器學習技術要素占比的提升，進一步推動智能投顧、智能客服、個性化定價等金融服務場景應用的價值釋放，大幅提高服務效率。隨著金融業(yè)從“數(shù)字化”向“數(shù)智化”轉(zhuǎn)型的不斷深入，多技術協(xié)同賦能已成為大勢所趨。大數(shù)據(jù)作為基礎支撐，上榜企業(yè)技術要素占比長期保持在87%左右，與人工智能、知識圖譜等技術相互配合，在客戶信用評估、風險排查等業(yè)務場景中起到關鍵作用；區(qū)塊鏈技術占比歷年來雖有波動，但在跨境支付、產(chǎn)業(yè)金融等場景中的落地持續(xù)深化，在實現(xiàn)數(shù)據(jù)實時處理的同時，也保證了交易信息的透明性及全程可追溯性。在國家持續(xù)培育新興產(chǎn)業(yè)的前提下，金融科技技術創(chuàng)新更聚焦實際業(yè)務痛點，在多重創(chuàng)新技術的協(xié)同賦能下，推動金融科技行業(yè)高質(zhì)量發(fā)展。數(shù)據(jù)來源：畢馬威分析22 數(shù)據(jù)來源：畢馬威分析23 近五年金融科技賽道上榜企業(yè)分布呈現(xiàn)差異化發(fā)展態(tài)勢，企業(yè)逐步從純應用類賽道向技術類、綜合服務類賽道發(fā)展。技術類賽道中，AI與大數(shù)據(jù)賽道表現(xiàn)較為突出，上榜企業(yè)占比從2021年的11%穩(wěn)步提升至2025年17%，成為行業(yè)創(chuàng)新的核心動能；數(shù)智賦能賽道增長幅度最大，占比從2021年的5%翻倍提升至2025年的11%，凸顯金融行業(yè)對數(shù)智化轉(zhuǎn)型的需求持續(xù)提升。綜合類賽道中，綜合金融科技賽道發(fā)展趨勢穩(wěn)定，近五年上榜企業(yè)占比保持在8%。應用類賽道中，產(chǎn)融科技賽道與支付科技賽道保持穩(wěn)定發(fā)展，2025年占比分別保持在10%和8%左右，貼合金融服務實體經(jīng)濟，與產(chǎn)業(yè)端進一步融合的發(fā)展需求；財富科技、普惠科技、保險科技等傳統(tǒng)應用賽道的上榜企業(yè)占比略五年間賽道分布的比例變化體現(xiàn)出金融科技企業(yè)積極應對市場需求變化，多元賽道協(xié)同發(fā)展既保證金融基建區(qū)塊鏈與可信計算數(shù)智賦能財富科技普惠科技保險科技產(chǎn)融科技支付科技綜合金融科技數(shù)據(jù)來源：畢馬威分析24 年的企業(yè)占比穩(wěn)定在40%以上，這類企業(yè)經(jīng)過多年的市場深耕，在技術研發(fā)、產(chǎn)品迭代與客戶服務方面積累了深厚優(yōu)勢；成立10年以上的企業(yè)雖比例略有下降，但2025年占比仍達47%，這類企業(yè)與此同時，行業(yè)新銳力量加速涌現(xiàn)，成為金融科技生態(tài)的重要補充。成立時間不足3年的上榜企業(yè)占比從2021-2024年接近1%躍升至2025年的6%，成立3-5年的企業(yè)占比也從1%穩(wěn)步提升至4%(圖8反應出行業(yè)在技術創(chuàng)新與市場需求的驅(qū)動下，新老企業(yè)協(xié)同發(fā)展，推動行業(yè)金融數(shù)據(jù)來源：畢馬威分析25 技術人員投入占比穩(wěn)步提升，超八成上榜企業(yè)技術技術創(chuàng)新是金融科技企業(yè)的核心競爭力，而技術人才儲備是驅(qū)動創(chuàng)新的金融科技企業(yè)對技術人才的重視程度持續(xù)提升，2025年，超八成（82%）上榜企業(yè)技術人員占比超過40%，其中，超五成（54%）上榜企業(yè)技術人員占比超過60%，較2021年的49%呈穩(wěn)定上升數(shù)據(jù)來源：畢馬威分析26 從上市計劃來看，金融科技企業(yè)對資本市場的熱情不減，63%的榜單企業(yè)明確表示未來有IPO計劃。的企業(yè)占比27%，另有8%計劃未來5年以后上市（圖10）。隨著人工智能、大數(shù)據(jù)等核心技術在金融行業(yè)各業(yè)務場景中逐步從小范圍試點到全場景的深度應用，金融科技企業(yè)的核心技術與產(chǎn)品已獲得市場的驗證，整體上市條件也邁入成熟階段；疊加金融科技板塊上市市場穩(wěn)定復蘇，多數(shù)企業(yè)積極推進IPO籌備工作，為自身實現(xiàn)規(guī)?；?、高質(zhì)量發(fā)在計劃上市的榜單企業(yè)中，中國香港與境內(nèi)市場為核心上市目的地，占比分別為38%和21注意的是，部分企業(yè)采用更多元且靈活的上市布局，選擇兩地及以上上市的靈活策略，其中選擇境內(nèi)或中國香港市場的企業(yè)占比20%，同時涵蓋境內(nèi)、美國或中國香港市場三大市場的企業(yè)的占比數(shù)據(jù)來源：畢馬威分析數(shù)據(jù)來源：畢馬威分析2728 近年來，隨著國家對科技創(chuàng)新的高度重視，金融科技服務日益成為推動科技企業(yè)發(fā)展的重要力量。中央經(jīng)濟工作會議明確部署“創(chuàng)新科技金融服務”，為金融資源流向提供了清晰指引；“十五五”規(guī)劃更將科技金融列為“五篇大文章”之首，標志著金融服務實體經(jīng)濟的重心正式向科技創(chuàng)新領域進行系統(tǒng)性、戰(zhàn)略性傾斜。在這一背景下，金融科技服務正逐步滲透至科技企業(yè)的全生命周期，為不同階段的企業(yè)提供精準化、科技企業(yè)在不同發(fā)展階段的融資需求與風險特征具有顯著差異，而金融科技正以數(shù)據(jù)要素為核心紐帶，向科技企業(yè)全生命周期滲透，重塑金融服務與產(chǎn)業(yè)生態(tài)的融合路徑。早期階段，企業(yè)往往呈現(xiàn)“輕資產(chǎn)、高研發(fā)投入”的特點，傳統(tǒng)抵押擔保模式難以滿足其需求。為此，金融機構可借助大數(shù)據(jù)、人工智能等技術，整合研發(fā)能力、專利儲備、市場潛力等多維數(shù)據(jù)，構建智能化信用評估與風控模型，弱化對抵押擔保的依賴，實現(xiàn)“以數(shù)定貸、以數(shù)定價、以數(shù)控險”，提升融資可得性。進入成長期與擴張期，金融服務的重心則轉(zhuǎn)向支持其市場拓展和產(chǎn)能提升。此時，基于穩(wěn)定訂單的供應鏈融資、知識產(chǎn)權質(zhì)押融資以及圍繞產(chǎn)業(yè)鏈核心企業(yè)的生態(tài)金融服務成為主流。金融機構通過整合產(chǎn)業(yè)鏈、創(chuàng)新鏈與資金鏈數(shù)據(jù)，為企業(yè)提供更精準、高效的融資支持。當企業(yè)步入成熟期，金融服務更多著眼于通過資本市場實現(xiàn)躍升，包括支持發(fā)行科創(chuàng)債券、推動上市融資以及開展并購重組等。在此過程中，依托對海量數(shù)據(jù)的深度挖掘與分析，金融機構不僅能優(yōu)化風控、提升資金配置效率，還能推動數(shù)據(jù)資產(chǎn)化創(chuàng)新實踐。例如，杭州等地探索的數(shù)據(jù)資產(chǎn)融資租賃業(yè)務，將數(shù)據(jù)這一新型生產(chǎn)要素本身確認為可融資資產(chǎn)，開辟了金融服務新范式，進而推動整個產(chǎn)通過人工智能、隱私計算等技術構建企業(yè)全景畫像，金融科技逐步實現(xiàn)科技企業(yè)全生命周期的貫穿與賦能，推動金融服務更靈活、更貼合產(chǎn)業(yè)發(fā)展需求，形成以數(shù)據(jù)驅(qū)動、科技支撐的良性服務生態(tài)。29 2025年8月，國務院出臺《關于深入實施“人工智能+”行動的意見》，行系統(tǒng)部署，不僅將智能終端、智能體寫進國務院文件，更是明確提出到2027年，將率先實現(xiàn)人工智能與金融等6大重點領域廣泛深度融合，以及新一代智能終端、智能體等應用普及率從金融業(yè)的大模型應用來看，在經(jīng)歷前期廣泛探索與多樣化嘗試后，正逐步進入以價值為導向、注重實效的深化階段。其建設模式呈現(xiàn)出高度的收斂性與標準化，核心在于在算力成本與合規(guī)要求之間尋找平衡和最優(yōu)解。首先，從技術架構來看，金融業(yè)開始向“大小模型協(xié)同”和“端側部署”收斂。機構不再試圖用一個萬能的千億參數(shù)模型解決所有問題，而是構建“1+N”的矩陣架構：以一個通用大模型進行意圖識別與任務分發(fā)，配合N個經(jīng)過行業(yè)數(shù)據(jù)精調(diào)的百億級垂直模型處理具體業(yè)務。這種“大模型做寬、小模型做深”的路徑，在大幅降低推理成本的同時，顯著提升了響應速度。隨著大模型逐漸從提效工具升級為協(xié)作伙伴，智能體作為大模型技術的深化應用也已實現(xiàn)從單純的“指令執(zhí)行者”向“問題拆解者”這一角色進化，確立了人機協(xié)作的新范式。目前，“一客一策、一崗一助”等單智能體矩陣已頗具規(guī)模，在此基礎上，技術正迎來以“多智能體協(xié)同”為核心的二次變革：系統(tǒng)通過引入辯論機制、置信度加權及不確定性校準，實現(xiàn)了認知層面的涌現(xiàn)與系統(tǒng)性協(xié)作。實測表明，在數(shù)學推理等高難度任務中，這種基于動態(tài)注意力調(diào)整的知識合成模式，使多智能體系統(tǒng)的準確率較單模型大幅提升。在金融業(yè)態(tài)中，智能體已全面滲透至經(jīng)營分析、合規(guī)監(jiān)控、資金管理、客戶服務與營銷、投資研究、風險管理等關鍵領域。例如，在風控場景中，智能體可實現(xiàn)實時交易監(jiān)測與反欺詐研判；在投研領域，能自動完成信息抽取、輿情分析與報告生成。這種深度融合不僅提升了業(yè)務自動化水平，更通過智能體間的協(xié)作與場景聯(lián)動，推動金融業(yè)務向主動式、預見性服務模式演進。30 在新興市場，金融科技的發(fā)展階段與我國存在一定錯位，這為中國企業(yè)提供了廣闊的發(fā)展空間。東南亞、非洲等地的金融市場基礎設施尚不完善，傳統(tǒng)金融機構服務網(wǎng)絡存在大量空白，尤其是在普惠金融領域存在明顯短板。面對這一格局，中國企業(yè)憑借移動支付、數(shù)字信貸等領域的成熟經(jīng)驗，聚焦解決金融服務“從無到有”的根本問題。通過“技術平移+本地化適配”策略，企業(yè)能夠快速構建起廣服務體系。同時，在小額信貸產(chǎn)品方面，企業(yè)通過技術手段下沉服務，覆蓋更多低收入群體，有效彌補了傳統(tǒng)金融機構的服務缺口。這一過程不僅高效填補了市場空白，服務了大量此前未被傳統(tǒng)金融覆蓋的小微企業(yè)與低收入群體，也為后續(xù)業(yè)務延伸與生態(tài)構建奠定了在成熟市場，面對金融體系完善、科技應用普及且競爭激烈的環(huán)境，中國企業(yè)則轉(zhuǎn)向差異化競爭路徑，依托自身在特定技術領域的深度積累尋求突破。在歐美等發(fā)達市場，簡單的模式復制難以立足，企業(yè)轉(zhuǎn)而聚焦于區(qū)塊鏈跨境支付、智能投顧算法、高級反欺詐系統(tǒng)等具有比較優(yōu)勢的細分領域嵌入”的合作模式，與當?shù)亟鹑跈C構及科技平臺建立伙伴關系，以前沿的風控模型、高效的交易系統(tǒng)等解決方案助力其提升運營效率與服務能力。這一策略使中國企業(yè)從初期的技術輔助角色，逐步深化為產(chǎn)業(yè)鏈中不可或缺的“深度參與者”，不僅實現(xiàn)了核心技術價值的全球化變現(xiàn)，也在此過程中持續(xù)鞏固了自身的由此可見，“雙市場”模式的本質(zhì)，是金融科技企業(yè)基于全球格局與自身能力進行的精準戰(zhàn)略布局。在新興市場以規(guī)模化推廣實現(xiàn)普惠覆蓋，在成熟市場以技術深度構建競爭壁壘，兩者共同驅(qū)動，彰顯出中國金融科技出海的靈活性與韌性。未來，隨著技術持續(xù)迭代與全球合作深化，這一差異化布局有望進一步拓展，31 服務國家戰(zhàn)略的同時尋找第二增長曲線，在C端將業(yè)務重心放在激發(fā)長尾消費和場景金融，在B端則進一步發(fā)力普惠小微在信貸需求走弱與息差收窄的雙重壓力下，價值。同時，利用AI大模型重構B端小微風控邏輯，以數(shù)據(jù)要素替代傳統(tǒng)抵押，實2025年在宏觀層面上，居民信貸需求從擴張轉(zhuǎn)向修復，客群滲透率接近飽和，獲客成本激增導致傳統(tǒng)的粗放投放難以為繼。與此同時，監(jiān)管紅線日益收緊，疊加LPR持續(xù)下行趨勢，息差空間被極限壓縮，倒逼金融業(yè)必須從“規(guī)模優(yōu)先”轉(zhuǎn)向“修內(nèi)功、重質(zhì)量”的內(nèi)涵式增長。金融科技企業(yè)不再單純追求資產(chǎn)余額的飆升，而是致力于通過技術手段降低運營邊際成本，并挖掘存量用戶的全生命周期價值。例如綜合金融科技類企業(yè)積極響應國家鄉(xiāng)村振興戰(zhàn)略，利用其數(shù)字化能力服務農(nóng)村用戶及新市民群體，通過“金融+科技+服務”的綜合模式，將業(yè)務觸角延伸至傳統(tǒng)金融難以覆蓋的縣域及農(nóng)村市場，成功在C端紅海中開辟出差異在利用技術激發(fā)長尾消費需求的同時，綜合金融科技企業(yè)還響應國家“擴大內(nèi)需”與“以舊換新”的政策號召，將金融服務無感植入到新能源汽車購買、綠色家裝升級、電子產(chǎn)品消費等ToC端的具體場景中。這種模式不僅通過專項分期、免息補貼等方式直接降低了消費者的支付門檻，有效激發(fā)了消費意愿，更確保了金融資源精準流向?qū)嶓w產(chǎn)業(yè)，實現(xiàn)了金融與實業(yè)的共生共榮。隨著“十五五”規(guī)劃對民營經(jīng)濟支持力度的高地。與傳統(tǒng)銀行依賴抵押物不同，領先的金融科技企業(yè)正在利用AI原生思維重構小微風控。通過引入金融大模型與多智能體技術，機構能夠深度解析小微企業(yè)復雜的非結構化數(shù)據(jù)——從稅務發(fā)票、供應鏈合同到實時的物流軌跡、電商流水。例如在新能源、高端制造等重點產(chǎn)業(yè)鏈，通過分析企業(yè)的稅務、工商、司法及供應鏈交易等海量數(shù)據(jù)，實現(xiàn)了無需抵押、秒級審批、隨借隨還的信貸體驗，有力地支撐了實體經(jīng)濟的毛細血管，通過技術手段真正踐行了普惠金融的“精準滴灌32 從依賴核心企業(yè)確權轉(zhuǎn)向基于數(shù)據(jù)要素的泛供應鏈融資，物聯(lián)網(wǎng)金融將靜態(tài)存貨轉(zhuǎn)化為流動的金融資產(chǎn)產(chǎn)融科技利用多維數(shù)據(jù)交叉驗證取代核心企業(yè)確權，實現(xiàn)從“主體信用”向“數(shù)據(jù)信用”的范式躍遷，將金融活水精準引向產(chǎn)業(yè)鏈末梢。同時，借助物聯(lián)網(wǎng)技術重構資產(chǎn)監(jiān)管邏輯，將靜態(tài)庫存轉(zhuǎn)化為可視可控的金融資產(chǎn)，成功破解制造業(yè)動產(chǎn)融資難題。從主體信用到數(shù)據(jù)信用：擺脫確權依賴，穿透產(chǎn)業(yè)鏈末梢在過去，供應鏈金融高度依賴核心企業(yè)的強信用背書，即必須由核心企業(yè)開具確權函或電子債權憑證，資金才能流向一級供應商。然而，隨著產(chǎn)業(yè)鏈安全與普惠金融向深水區(qū)推進，傳統(tǒng)的“確權模式”弊端盡顯：處于產(chǎn)業(yè)鏈末端的三、四級“長尾”供應商，因與核心企業(yè)隔層太遠，難以獲得確權，導致融資斷層。為此，產(chǎn)融科技正在經(jīng)歷從“主體信用”向“數(shù)據(jù)信用”的范式轉(zhuǎn)移。新的模式不再苦等核心企業(yè)確權，而是基于數(shù)據(jù)要素的價值挖掘。通過API直連企業(yè)的ERP系統(tǒng)、稅務局發(fā)票數(shù)據(jù)、物流軌跡以及工商司法信息，利用大模型和隱私計算技術，對多源異構數(shù)據(jù)進行交叉驗證。只要交易行為真實、物流軌跡清晰、回款邏輯自洽，AI便能生成可信的風險畫像，讓銀行敢于在無確權的情況下放款。例如，在服務某建筑產(chǎn)業(yè)鏈的長尾分包商時，產(chǎn)融科技企業(yè)不再強求總包方確權，而是直接通過系統(tǒng)對接分包商的工程進度數(shù)據(jù)、采購發(fā)票以及銀行流水，利用NLP技術解析非標合同，驗證其貿(mào)易背景的真實性。這種基于“交易信用”而非“主體信用”的模式，成功幫助大量處于產(chǎn)業(yè)鏈末端的供應商獲得了低成本融資，真正實現(xiàn)了金融活水向從不動產(chǎn)到動產(chǎn)融資：物聯(lián)技術賦能，盤活庫存資產(chǎn)長期以來，中國制造業(yè)企業(yè)面臨“手里有貨，賬上沒錢”的困境，因為銀行偏好不動產(chǎn)抵押，而制造業(yè)企業(yè)手中大量如原材料、庫存商品這類極易滅失、難以監(jiān)管的動產(chǎn)則難以成為信貸抵押品。隨著物聯(lián)網(wǎng)、區(qū)塊鏈及數(shù)字孿生技術的成熟，產(chǎn)融科技正在推動抵押品從“不動產(chǎn)”向“動產(chǎn)”進化。現(xiàn)在的技術可以為每一個托盤、每一箱貨物甚至每一頭牲畜生成不可篡改的“數(shù)字身份證”。通過部署在倉庫和運輸車上的傳感器，金融科技企業(yè)可以協(xié)助金融機構實時監(jiān)控資產(chǎn)的位置、溫度、濕度及移動軌跡。一旦貨物發(fā)生異常移動或狀態(tài)改變，系統(tǒng)會即時預警。在技術的幫助下，靜態(tài)的庫存變成了可視、可控、可信的金融資產(chǎn)，讓銀行敢于基于貨物本身的價值進行授信，極大釋放了被庫存占用的流動性。33 AI融合多源數(shù)據(jù)為“薄信用”群體構建數(shù)字信用檔案，場景融合與生態(tài)鏈接共筑普惠金融新范式小微經(jīng)營主體普遍面臨的“缺數(shù)據(jù)、難評估”問題，長期以來制約著普惠金融的深入推進。這類群體大多缺乏傳統(tǒng)信貸所需的抵押物和完整信用記錄，金融機構難以精準判斷其還款能力，導致金融服務覆蓋不足。而隨著人工智能技術的持續(xù)發(fā)展，尤其是在多模態(tài)數(shù)據(jù)理解、異構數(shù)據(jù)整合與因果推理方面的突破，為解決這一難題提供了關鍵支撐。同時，場景融合與嵌入式金融打破服務邊界，將金融滲透至經(jīng)營全流程，降低獲客成本；“金融+非金融”模式賦能企業(yè)數(shù)字化，有效解決觸達痛點，推動普惠金政策技術雙輪驅(qū)動小微經(jīng)營主體信用建設在政策層面，2025年3月，國務院辦公廳印發(fā)的《關于做好金融“五篇大文章”的指導意見》明確提出深入開展中小微企業(yè)金融服務能力提升工程，推動普惠小微貸款實現(xiàn)增量、擴面、提質(zhì)的發(fā)展目標，為AI技術在普惠金融領域的創(chuàng)新提供了有力政策引導1；2025年6月，國家金融監(jiān)督管理總局和中國人民銀行聯(lián)合發(fā)布的《銀行業(yè)保險業(yè)普惠金融高質(zhì)量發(fā)展實施方案》提出要增強普惠金融數(shù)字賦能，支持金融機構在依法合規(guī)、充分授權的前提下，運用云計算、大數(shù)據(jù)、人工智能等技術，通過數(shù)字化、智能化手段優(yōu)化服務模式、降低服務成本、提高風控水平2。在技術層面，AI不再局限于處理傳統(tǒng)的文本和數(shù)字信息，還能有效解讀經(jīng)營場景圖像、交易語音記錄乃至日常經(jīng)營行為序列中的潛在信息，從看似零散的海量數(shù)據(jù)中提煉出可靠的信用信號，讓小微經(jīng)營主體的信用狀況變得可量化、可評估。AI通過深度語義分析和動態(tài)模擬，打破數(shù)據(jù)孤島，實現(xiàn)多元信息的有效融合處理。金融機構借助AI模型將小微經(jīng)營主體的稅務數(shù)據(jù)、供應鏈數(shù)據(jù)、交易流水數(shù)據(jù)、行業(yè)運營數(shù)據(jù)特征等多維數(shù)據(jù)融合成連貫的敘事，構建動態(tài)風險評估體系，預測用戶未來的現(xiàn)金流與信用狀況，從而為缺乏傳統(tǒng)抵押物的小微經(jīng)營主體構建出有說服力且可驗證的數(shù)字信用檔案。為保障信用數(shù)據(jù)的合規(guī)使用，國家發(fā)展改革委推動建立全國統(tǒng)一的融資信用服務平臺網(wǎng)絡，智能匹配經(jīng)營主體需求和銀行機構、融資產(chǎn)品，1.3億戶企業(yè)和其他組織信息，成為全球覆蓋范圍最廣的征信系統(tǒng)，在促進融資活動、防范金融風險方面起到了關鍵作用4。場景融合與生態(tài)鏈接重構普惠金融的觸達機制和可持續(xù)發(fā)展AI風控解決“敢貸”，政策驅(qū)動解決“愿貸”，而場景金融與數(shù)字化生態(tài)的構建則著力于解決普惠金融中“能貸”和“會貸”的難題。科技對普惠金融的促進，不僅在于提升信貸審批的精準度，更在于通過嵌入傳統(tǒng)普惠金融面臨的最大挑戰(zhàn)是獲客成本高昂，在數(shù)字化生態(tài)中，金融科技將銀行服務直接嵌入到SaaS軟金融服務也將自然觸發(fā)。這種“場景即金融”的模式，極大降低了金融機構的獲客門檻，使資金實現(xiàn)精準在資金服務的基礎上，金融機構還積極探索為小微企業(yè)提供技術賦能，助力其建立會計、稅務和人事等數(shù)字化經(jīng)營系統(tǒng)，這不僅幫助小微主體提升數(shù)字化生存能力，更在服務過程中積累了高維度的活數(shù)據(jù)，反哺了金融機構對客戶經(jīng)營周期的理解。這種“金融+非金融”的綜合服務，增強35 投顧智能體進入2.0時代，AI從輔助工具變?yōu)橹悄芑锇槿斯ぶ悄芗夹g的持續(xù)突破，正在推動財富管理服務模式發(fā)生轉(zhuǎn)變。智能投顧服務正逐步從由人類主導、工工具，轉(zhuǎn)變?yōu)橐粋€具備場景理解與初步行動能力的智能伙伴。技術驅(qū)動智能投顧從問答系統(tǒng)向智能生態(tài)體轉(zhuǎn)變智能投顧1.0本質(zhì)上是基于檢索數(shù)據(jù)庫的問答系統(tǒng)，存在被動響應用戶提問而無法主動輸出建議，缺乏用戶歷史數(shù)據(jù)記憶導致服務連續(xù)性斷裂，以及投資前分析、投資中執(zhí)行與投資后優(yōu)化環(huán)節(jié)割裂等問題。不同于智能投顧1.0時代的被動響應用戶問答，投顧智能體通過集成先進的技術手段和科學的投資管理流程，實現(xiàn)了對數(shù)據(jù)和資料的個性化記憶，進而主動提供服務。從以往的“等待指令”到如今的“預判與提醒”，這是智能體作為伙伴的關鍵特征?；趯τ脩粜袨榱晳T、市場異動和組合偏離度的持續(xù)分析，智能體能夠主動發(fā)起服務。例如，AI智能體能夠?qū)崟r計算用戶整個投資組合的風險敞口，并進行動態(tài)預警，AI漲跌異動智能體通過統(tǒng)計學模型實時監(jiān)測市場上所有股票，一旦發(fā)現(xiàn)有股票的漲跌幅或成交量突破了正常的波動閾值，智能體會主動推送風險提示與調(diào)整建議，變“人找服務”為“服務找人”5。投顧智能體2.0時代是從“工具集合”向“智能體生態(tài)”的轉(zhuǎn)變，人工智能技術從執(zhí)行指令的工具轉(zhuǎn)變?yōu)榫邆鋱鼍案兄c主動關懷以往的智能投顧服務往往局限于投資建議生成或交易指令執(zhí)行等單個環(huán)節(jié)。當前的智能體生態(tài)系統(tǒng)能夠做到全周期覆蓋，包括資產(chǎn)配置、風險控制、投資決策等。在投前準備階段，投顧智能體2.0實時收集和分析股票價格、交易量、宏觀經(jīng)濟指標等市場數(shù)據(jù)，利用大數(shù)據(jù)分析和機器學習算法為投資決策提供支持；在投中執(zhí)行階段，根據(jù)投前數(shù)據(jù)總結出的市場變化，動態(tài)調(diào)整投資組合，確保與投資策略保持一致；在投后管理階段，根據(jù)市場變化和投資者需求，定期生成投資組合的績效報告。在2.0時代，AI與人類投顧的關系并非替代，而是形成了新的分工協(xié)作，成為人類的智能伙伴。智能體承擔了海量信息處理、初步分析、常規(guī)咨詢和7×24小時待機等服務，極大提升了服務效率與覆蓋面；人類投顧則得以從重復性工作中解放，更專注于處理復雜個案、進行深度客戶關系維護以及做出最終的綜合決策。這種“人機協(xié)同”模式放大了雙方的優(yōu)勢，成為提供高品質(zhì)、個性化財富管理服務的有效路徑。36 新領域內(nèi)嵌保險需求，科技賦能保險筑牢新產(chǎn)業(yè)安全底座隨著智能駕駛、低空經(jīng)濟、量子科技等新興產(chǎn)業(yè)迅猛崛起，復雜的技術風險結構對傳統(tǒng)保險模式構成嚴峻挑戰(zhàn)。政策積極支持保險行業(yè)為新質(zhì)生產(chǎn)力提供保險支持，2024年12月，國家金融監(jiān)督管理總局辦公廳印發(fā)的《關于強監(jiān)管防風險促改革推動財險業(yè)高質(zhì)量發(fā)展行動方案》指出，加強對智能駕駛、低空經(jīng)濟、量子科技等新領域新賽道保險研究應用6；2025年12月，國家金融監(jiān)督管理總局印發(fā)的《銀行業(yè)保險業(yè)數(shù)字金融高質(zhì)量發(fā)展實施方案》提出，積極探索量子計算、北斗衛(wèi)星技術、區(qū)塊鏈、虛擬現(xiàn)實/增強現(xiàn)實等前沿科學技術在金融領域的創(chuàng)新應用。保險行業(yè)積極應用人工智能等新技術，通過深度融合數(shù)據(jù)、算法與產(chǎn)業(yè)場景，逐步構建起覆蓋風險預防、責任厘定智能駕駛保險：以可信數(shù)據(jù)閉環(huán)破解“人機共駕”責任困境隨著L2級及以上輔助駕駛功能裝車率快速提升，“人機共駕”已成為常態(tài)。然而，當事故發(fā)生時，責任在駕駛員、汽車制造商與算法供應商之間如何劃分，卻因缺乏清晰的界定標準和可信的數(shù)據(jù)證據(jù)成為行業(yè)痛點。為解決這一難題，行業(yè)已邁出關鍵一步。例如，平安產(chǎn)險聯(lián)合中國汽車技術研究中心與車企推出的解決方案，通過數(shù)據(jù)存證、智能判責、司法鑒定三重機制，利用加密上傳的車輛運行數(shù)據(jù)，生成責任判定報告，明確劃分駕駛員、車企、算法供應商之間的責任比例7。這一創(chuàng)新不僅提升了理賠效率與公平性，更通過明確的責任追溯機制，倒逼產(chǎn)業(yè)鏈各方將安全置于首位，促進智能汽車產(chǎn)業(yè)的健康有序發(fā)展。低空經(jīng)濟的蓬勃發(fā)展，使得無人機物流、空中游覽等新業(yè)態(tài)面臨復雜的空域與氣象風險。傳統(tǒng)保險的“事后賠付”模式已難以滿足其安全運營的需求。因此，保險業(yè)正積極推動風險保障體系向“主動防控”升級。2025年5月，在深圳落地的全國首單“低空天氣?！彬?qū)動+動態(tài)風控”的保障體系，依托氣象監(jiān)測預警中心預報系統(tǒng)，實時融合AI與氣象監(jiān)測實況分析，同步將風速、能見度等氣象因子嵌入動態(tài)定價模型，向運營方推送低空氣象服務專報和避災路徑并自動觸發(fā)保單響應。這意味著保險定價不再是一個固定數(shù)字，而是與企業(yè)實際風險管理水平聯(lián)動的動態(tài)變量，從而激勵運營方主動提升安全標準。這種“保險+氣象服務”動的風險承擔者，轉(zhuǎn)變?yōu)橹鲃拥娘L險管理伙伴，為低空飛行器的穩(wěn)健飛行提供了堅實保障。6國家金融監(jiān)督管理總局辦公廳印發(fā)《關于強監(jiān)管防量子科技賦能保險：重塑風險管理和數(shù)據(jù)安全的底層量子科技作為前沿領域，量子計算作為一種顛覆性的計算范式，雖距大規(guī)模應用尚有時日，但其為保險業(yè)帶來巨大的想象空間。在風險建模與資本管理領域，傳統(tǒng)精算模型在處理極端復雜場景與海量數(shù)據(jù)時存在算力瓶頸，量子計算有望突破算力約束，實現(xiàn)算力的指數(shù)級提升，從而以遠超經(jīng)典計算機的速度處理精算建模、資產(chǎn)配置等復雜問題，使風險分析與決策更加精準高效。這一趨勢已引發(fā)行業(yè)前瞻性布局，例如，中國平安開始對量子計算在車險定價模型中的應用進行研究與探索9。在數(shù)據(jù)安全方面，相較于仍需長期發(fā)展的量子計算，量子安全應用已走向現(xiàn)實。保險業(yè)作為數(shù)據(jù)密集型行業(yè)，在數(shù)據(jù)共享、遠程核保理賠等場景下面臨嚴峻的網(wǎng)絡安全威脅。國內(nèi)外險企已開始行動，例如，中國太保產(chǎn)險將量子安全存儲技術應用于金融數(shù)據(jù)流通場景，通過量子加密技術為數(shù)據(jù)傳輸和存儲過程加上“安全鎖”10；安聯(lián)（Allianz）聯(lián)合兩家量子科技公司探索混合量子計算與量子啟發(fā)算法在保險行業(yè)網(wǎng)絡威脅檢測中的應用11。隨著保險科技在新興領域的應用加深，監(jiān)管也正同步升級以筑牢安全防線。針對創(chuàng)新業(yè)務伴生的數(shù)據(jù)安全與權責界定難題，監(jiān)管框架也在不斷完善?！躲y行保險機構數(shù)據(jù)安全管理辦法》等法規(guī)明確了數(shù)據(jù)安全責任制與分類分級保護要求；《保險資產(chǎn)管理行業(yè)數(shù)據(jù)分類分級指南》自2026年1月1日行業(yè)在數(shù)據(jù)標準化、數(shù)據(jù)安全管理方面邁出關鍵一步。然而，監(jiān)管仍面臨根本性挑戰(zhàn)：前沿技術應用迭代迅速，新興業(yè)務邊界模糊，而法律法規(guī)與行業(yè)標準的制定存在滯后性，如何在鼓勵創(chuàng)新與防范風險之間取得動態(tài)平衡，是監(jiān)管面臨的重要課題。38 跨境支付從服務電商出海進階為全球支付網(wǎng)絡建設，產(chǎn)業(yè)支付通過可編程性重構B端資金流跨境支付正從單一服務電商出海，加速進階為全球化支付網(wǎng)絡建設；而產(chǎn)業(yè)支付則憑借可編程技術優(yōu)勢，跨境支付通過構建全球網(wǎng)絡，革新結算效率傳統(tǒng)SWIFT結算體系存在的周期長、費用高、中間環(huán)節(jié)多等問題，已難以匹配中國企業(yè)出海后的資金周轉(zhuǎn)需求。由中國人民銀行聯(lián)合香港金管局、泰國央行、阿聯(lián)酋央行及國際清算銀行創(chuàng)新中心共建的多邊央行數(shù)字貨幣橋（mbridge）平臺，正成為跨境支付效率革新的關鍵支撐。2025年4月，由中國人民銀行、金融監(jiān)管總局、國家外匯局、上海市人民政府聯(lián)合印發(fā)的《上海國際金融中心進一步提升跨境金融服務便利化行動方案》已明確支持在滬數(shù)字人民幣運營試點銀行參與央行數(shù)字貨幣項目，探索跨境結算新路徑12。商業(yè)銀行借助該平臺基于區(qū)塊鏈技術構建的分布式架構，既能實現(xiàn)各運營節(jié)點的實時互聯(lián)，又能通過技術隔離保障了各國貨幣主權的完整無損。這種設計使得支付鏈路大幅度縮短，實現(xiàn)了跨境資金周轉(zhuǎn)從原來的數(shù)天轉(zhuǎn)化為秒級。費用方面，與傳統(tǒng)SWIFT匯款相比，央行數(shù)字貨幣橋業(yè)務避免了多層級中介代理行的介入，同時根據(jù)真實交易的經(jīng)驗，交易成本可以降低至少50%13，為客戶大幅節(jié)約了匯兌成本。此外，銀聯(lián)跨境二維碼統(tǒng)一網(wǎng)關于2025年7月底正式上線，在央行指導下形成國家層面的跨境支付統(tǒng)一對外接口，實產(chǎn)業(yè)支付通過可編程技術賦能，重構資金邏輯除跨境支付外，國內(nèi)的企業(yè)支付仍存在大量手工對賬、資金挪用風險等痛點。支付科技可以為企業(yè)提供“支付+數(shù)字化解決方案”。例如，在餐飲、零售等行業(yè)，支付系統(tǒng)將與企業(yè)的ERP、會員系統(tǒng)、發(fā)票系統(tǒng)自動打通。一筆款項入賬，系統(tǒng)自動觸發(fā)庫存扣減、會員積分累積和電子發(fā)票開具，實現(xiàn)“資金流、信息流、票據(jù)流”的三流合一，大幅減少人工干預。此外，可編程技術讓產(chǎn)業(yè)支付價值進一步延伸，借助數(shù)字人民幣的智能合約、區(qū)塊鏈技術，支付科技將大規(guī)模應用于預付式消費監(jiān)管和供應鏈資金分賬。在預消費領域，將合同條款寫入智能合約，可以有效防范資金挪用；在供應鏈場景中，區(qū)塊鏈技術支持按照約定要求自動執(zhí)行支付和結算，解決了傳統(tǒng)供應鏈資金結算不及時的痛點，在優(yōu)化商業(yè)信用環(huán)境同時，進一步提高了合同履行的可靠性和透明度。39 智能體等AI應用持續(xù)深化、精細化，模型與數(shù)據(jù)治理、工程化落地等成為核心能力金融AI應用形態(tài)正從輔助工具向核心業(yè)務智能體加速進化，但仍存在應用場景深度與精細度不足的問題，尤其是智能體的行為質(zhì)量和可持續(xù)進化能力仍需產(chǎn)業(yè)實踐檢驗。為實現(xiàn)智能體等AI應用的規(guī)?；⑸顚哟?、高質(zhì)量落地，行業(yè)需聚焦提升金融科技硬實力，重點強化模型的經(jīng)濟性與可控性、完善高質(zhì)量數(shù)據(jù)治理機智能體加速滲透核心業(yè)務場景在國產(chǎn)大模型開源生態(tài)下，大小數(shù)據(jù)融合、大小模型共用等技術，與大數(shù)據(jù)、機器學習和云計算等底層技術相互融合，金融領域營銷、客服、運營、合規(guī)、辦公、研發(fā)等場景的AI應用持續(xù)拓展，生物識別、機器人流程自動化等決策類AI應用日益普及，生成式AI應用不斷從辦公輔助工具向核心業(yè)務環(huán)節(jié)滲透，營銷智能體、信貸智能體、數(shù)據(jù)分析智能體等試點落地，有望加速形成多智能體矩陣。國家頂層設計亦為這一趨勢明確了時間表：國務院印發(fā)的《國務院關于深入實施“人工智能+”行動的意見》提出，到2027年率先實現(xiàn)人工智能與六大重點領域廣泛深度融合，新一代智能終端、智能體等應用普及率超過70%，并對在金但值得注意的是，大多數(shù)金融AI應用場景在深度和精細度方面仍顯不足，尤其體現(xiàn)為業(yè)務端的產(chǎn)品及服務在更細分客群、更復雜產(chǎn)品組合、更關鍵流程節(jié)點上的個性化與智能化不足。原因在于，模型深度推理在高并發(fā)場景下面臨時延與成本壓力、多模態(tài)數(shù)據(jù)接入與治理受限、工具調(diào)用能力不足等現(xiàn)實挑戰(zhàn)，可能引發(fā)錯誤輸出、合規(guī)風險甚至信息泄露，疊加算法結果的“不可解釋性”，會削弱金融機構面向監(jiān)管與客戶解釋決策依據(jù)的能力，進而引發(fā)信任與合規(guī)風險，也會威脅到金融服務的平穩(wěn)運行及客戶信息的絕對安全。從更長期來看，實際生產(chǎn)環(huán)境中智能體的行為質(zhì)量評價和可持續(xù)進化能力，關乎其能否跨過規(guī)模化門檻，也是決定金融機構ROI評價和后續(xù)投入力度的關鍵。目前已有部分金強化金融科技硬實力突破落地瓶頸在智能化轉(zhuǎn)型需求、政策目標和現(xiàn)實約束等多方因素作用下，金融機構、金融科技公司等主體若要推動智能體等AI應用要進入更核心、更細化的流程和場景，進而實現(xiàn)可持續(xù)的多智能體協(xié)同進化能力，關鍵不在于落地更多AI用例，而在于不斷提升金融科技實力。具體表現(xiàn)為：在AI模型和算法層面，需面向金融業(yè)核心流程建設強化模型可控性、可解釋性和經(jīng)濟性等能力，落實算法模型迭代優(yōu)化、全生命周期安全管理等溯性穩(wěn)步提升。而為了最終實現(xiàn)金融智能體等的規(guī)模化應用，核心瓶頸在于系統(tǒng)集成與工程化落地的“最后一公里”，相關主體還必須強化跨系統(tǒng)編排與集成、權限與身份隔離、日志留痕與審計追蹤、人工復核與雙錄機制、異常監(jiān)控與回滾機制等端到端的工程化能力。40可信數(shù)據(jù)空間與金融體系加速融合，數(shù)據(jù)資產(chǎn)創(chuàng)新與可信流通等需求開始升溫可信數(shù)據(jù)空間依托區(qū)塊鏈與隱私計算技術破解數(shù)據(jù)流通難題，并通過金融場景的先行示范，加速在政府行政轄區(qū)內(nèi)的政務數(shù)據(jù)、產(chǎn)業(yè)園區(qū)等的產(chǎn)業(yè)數(shù)據(jù)以及在汽車、能源、消費品等細分行業(yè)的企業(yè)內(nèi)部生產(chǎn)數(shù)據(jù)的跨界融合與價值變現(xiàn)。而面對全球RWA鏈上化趨勢，行業(yè)則需要在突破技術瓶頸的同時嚴守國內(nèi)監(jiān)管合規(guī)底線，充分利用金融科技手段構建安全可信的資在國家層面對數(shù)據(jù)基礎設施建設持續(xù)加碼的背景下，可信數(shù)據(jù)空間作為基于共識規(guī)則，聯(lián)接多方主體，實現(xiàn)數(shù)據(jù)資源共享共用的一類數(shù)據(jù)流通利用設施，亟需破解數(shù)據(jù)“可用不可見”“流通不安全”等難題。相對應地，在可信數(shù)據(jù)空間的核心技術架構中，區(qū)塊鏈負責構建不可篡改的追溯鏈條，實現(xiàn)操作留痕與證據(jù)固化；隱私計算、動態(tài)使用控制等可信管控技術則保障數(shù)據(jù)流通全過程可控；標準化接口作為連接紐帶，實現(xiàn)跨平臺互聯(lián)互通。結合國家數(shù)據(jù)局披露信息16，可信數(shù)據(jù)空間首批試點項目覆蓋場景已超900個，包括普惠金融風控管理、科創(chuàng)金融授信管理、綠色金融評價定級等金融服務典型場景。而金融相關場景的數(shù)據(jù)價值密度大、監(jiān)管合規(guī)要求高，因此，區(qū)塊鏈、可信計算等方面的金融科技創(chuàng)新實踐，可為其他領域可信數(shù)據(jù)空間建設提供先進示范。例如，金融領域多采用“聯(lián)邦學習+可信執(zhí)行環(huán)境”技術方案，強化隱私保護更進一步地，金融業(yè)作為資金融通的中介，在數(shù)據(jù)流通中能發(fā)揮橋梁作用，隨著越來越多企業(yè)真實運營數(shù)據(jù)轉(zhuǎn)化為數(shù)據(jù)資產(chǎn)，可信數(shù)據(jù)空間與金融體系正加速融合。例如，在汽車領域，可信數(shù)據(jù)空間鏈接車路數(shù)據(jù)，相關數(shù)據(jù)與金融體系打通后，可高效實現(xiàn)智駕保險；在能源領域，可信數(shù)據(jù)空間鏈接發(fā)電用電數(shù)據(jù)，相關數(shù)據(jù)，特別是在和政務數(shù)據(jù)鏈接并與金融體系打通后，可高效實現(xiàn)新能源產(chǎn)業(yè)的融資需求。預計隨著數(shù)據(jù)流通范圍擴展到產(chǎn)業(yè)鏈多主體、跨機構乃至跨行政區(qū)域直至跨境，數(shù)據(jù)權屬與授權邊界、真實性與可審計證據(jù)鏈、隱私保護與監(jiān)管合規(guī)約束將進一步強化，由此帶動對區(qū)塊鏈、隱私計算等底層技術的剛性需資產(chǎn)上鏈需嚴守合規(guī)底線境支付、供應鏈結算、綠色金融等場景的數(shù)據(jù)資產(chǎn)創(chuàng)新機會，也包括對知識產(chǎn)權、專利和專有技術等無形性、互操作性（Interoperability）、隱私保護、安全性等技術難題，還要防范跨境監(jiān)管協(xié)調(diào)不足、治理架構過于復雜、各國監(jiān)管政策變化快等可能帶來的合規(guī)風險。在國內(nèi)虛擬貨幣相關業(yè)務活動被明確定義為非法金融活動的情況下，結合國內(nèi)監(jiān)管機構對打擊虛擬貨幣挖掘、兌換、交易、支付和炒作等行為的嚴格要求來看，如何守住底線，以金融科技手段強化相關資產(chǎn)的可信流通、防范和打擊非法金融活動等將成為關42 大模型融入信創(chuàng)體系將加速數(shù)字底座變革，共性難題倒逼行業(yè)生態(tài)共建應對大模型與信創(chuàng)深化帶來的技術棧復雜性挑戰(zhàn)，金融機構正加速構建以云原生為核心的全棧式數(shù)字底座，推動從基礎設施到場景應用的端到端敏捷交付與統(tǒng)一治理。面對國產(chǎn)算力適配、數(shù)據(jù)安全共享及模型可控筑牢全棧式數(shù)字底座隨著金融信創(chuàng)不斷深化，金融業(yè)數(shù)智化轉(zhuǎn)型、金融算力生態(tài)、金融安全等方面已取得較顯著成果，但也給金融機構帶來了多技術棧并存、跨廠商產(chǎn)品兼容性差等問題。大模型技術的引入，又會帶來異構算力、推力、統(tǒng)一技術棧并確保規(guī)范一致性，以便充分利用已有技術資源，及時適配大模型技術演進路線，避免技在建設方式上，全棧式、端到端的企業(yè)級數(shù)字底座或成為金融機構的必選，強調(diào)以云原生、分布式架構為主干，融合大數(shù)據(jù)與人工智能平臺能力，通過“多平臺融合、多技術棧融合、多工具融合”，打通從基礎設施、開發(fā)平臺再到場景應用的全棧鏈路，形成覆蓋規(guī)劃設計、開發(fā)測試、集成發(fā)布、運行監(jiān)控、運維保障、災備演練的端到端工作流。根據(jù)2025年底發(fā)布的《銀行業(yè)保險業(yè)數(shù)字金融高質(zhì)量發(fā)展實施方案》，相關主體應當全面提升對多技術棧、復雜架構的管理水平，穩(wěn)妥實施分布式、微服務改造，優(yōu)化服務網(wǎng)格基礎設施，增強基礎平臺產(chǎn)品化服務能力；探索低代碼、無代碼開發(fā)平臺建設，促進架構及開發(fā)可視化；優(yōu)而結合金融大模型應用實踐來看，相關IT技術設施建設仍面臨算力、數(shù)據(jù)、模型及經(jīng)濟性等方面的共性挑戰(zhàn)。一是國產(chǎn)化算力適配問題，涉及計算穩(wěn)定性、網(wǎng)絡與存儲協(xié)同優(yōu)化、推理成本控制等。二是金融數(shù)據(jù)共享與安全的兩難困境，一方面金融機構內(nèi)部各部門之間、不同金融機構之間以及金融機構與實體產(chǎn)業(yè)之間仍存在數(shù)據(jù)壁壘，而另一方面，金融數(shù)據(jù)涉及大量敏感信息，一定程度上也使得數(shù)據(jù)難以共享和流通，隱私和安全保護壓力大。三是模型準確性、可控性與可解釋性問題，金融領域?qū)I(yè)知識壁壘高，尤其在低容錯場景下亟需解決證據(jù)鏈可信度、可追溯與可解釋等問題。四是整體建設與運營成本高企，算力擴容、數(shù)據(jù)治理、知識工程等在實務中均會帶來大額資金投入壓力。面對以上挑戰(zhàn)，金融機構正積極推動內(nèi)部業(yè)務部門與IT部門的協(xié)同，金融科技廠商之間在大模型技術、平臺工具、場景生態(tài)等方面的合作也日益密切，監(jiān)管層面更是鼓勵聯(lián)合全行業(yè)力43金融數(shù)智化進入2.0時代，以人工智能為核心持續(xù)賦能行業(yè)多場景、多應用金融機構依托生成式AI與開源大模型加速全場景數(shù)智化滲透，將產(chǎn)品迭代周期大幅縮短，顯著提升了信貸審批、跨境結算等核心業(yè)務的市場響應速度與處理效率。同時，行業(yè)正構建AI原生主動防御體系以強化風控與安全，并通過系統(tǒng)化數(shù)據(jù)治理滿足模型訓練需求，深度挖掘數(shù)據(jù)要素價值以賦能高質(zhì)量發(fā)展。金融機構對業(yè)務創(chuàng)新提質(zhì)增效的需求日益凸顯，人工智能作為金融行業(yè)新時代數(shù)智化轉(zhuǎn)型的核心，相較于以往數(shù)字化階段的單點技術應用轉(zhuǎn)化為以AI為核心的全場景滲透。生成式AI、大語言模型等核心技術成為快速響應市場需求的關鍵支撐。隨著開源大模型的普及大幅降低了技術應用門檻，多家金融機構借助金融科技企業(yè)的力量得以快速部署專業(yè)級AI能力，快速捕捉市場動態(tài)和用戶潛在需求，將傳統(tǒng)數(shù)月的縮短至數(shù)周甚至更短，顯著提升了對市場需求的響應速度。金融業(yè)務場景層面，金融機構通過自主研發(fā)或合作共建的模式，將大語言模型嵌入核心業(yè)務鏈條，覆蓋場景包括信貸審批、客戶服務、財富管理、跨境結算等領域，大幅度提高核心業(yè)務處理效率及數(shù)智化服務面。筑牢智能風控與數(shù)據(jù)治理基石隨著金融服務線上化的普及，金融領域智能風控及網(wǎng)絡和數(shù)