来源：市场资讯

（来源：现代商业银行杂志）

文_中国工商银行网络金融部 程芳

当前，人工智能（AI）技术正经历从专用AI向通用AI（AGI）的跨越式发展。智能体被视为实现AGI的重要载体，依托大模型为技术底座，通过构建“感知—决策—执行”闭环，有效解决了大模型“有脑无手”的行动能力缺失问题，推动传统业务系统从“+AI”向“AI+”原生应用转型升级，也将深刻推动金融服务模式的重构与升级。

多重驱动：智能体发展推动金融服务模式变革

技术驱动：2025年被视为智能体技术规模化应用的元年。以DeepSeek为代表的中国企业在技术架构、产业落地和生态协同上实现多维突破，标志着人工智能从模型向智能体的驱动转换。这一年，智能体技术不仅在多模态交互、长文本处理等技术层面实现突破，更在政务、教育、医疗等领域有效落地，推动全球创新中心向中国倾斜。中国企业在智能体等关键领域已从“追随者”转型为“引领者”，在技术、应用和生态建设等方面展现出显著优势。

政策驱动：国家和监管机构积极释放政策红利，政府工作报告连续两年将人工智能列为重点发展方向，明确提出实施“人工智能+”行动计划；《国务院关于深入实施“人工智能+”行动的意见》首次将智能体技术写入国家级政策文件；人民银行出台专项政策，支持人工智能大模型技术与金融业务的深度融合与创新发展，助力金融行业的数字化和智能化转型。

需求驱动：客户对金融服务的便捷性、个性化和智能化要求显著提升，已从基础功能满足转向价值创造与体验优化，客户更加注重金融服务的场景融入性与价值获得感，期望随时随地获取金融服务、产品推荐和专业建议。金融机构需借助智能化手段分析客户行为与需求，实时解答疑问，精准匹配金融产品，通过大数据分析和AI技术实现需求预判与精准服务，满足客户对金融服务的新期待。

竞争驱动：面临净息差收窄、业务线上化迁移及平台流量争夺等多重压力，银行业普遍将智能化转型作为巩固市场地位、实现差异化竞争的重要战略。工商银行正式发布《领航AI+行动计划》，构建以“工银智涌”大模型为主导的新一代企业级业务赋能模型，全面推进金融服务智能化升级；招商银行提出以“AI First”引领“数智招行”建设，赋予AI能力建设优先地位，探索“AI+金融”、率先打造AI型组织。

范式革命：重新定义金融服务的效率、体验与价值

金融智能体作为大模型技术的进阶，它突破大模型仅具备语言理解生成的局限，通过感知、规划、记忆和行动能力形成闭环反馈系统，实现从“被动问答”到“主动决策”的跨越，重新定义金融服务的效率、体验与价值。

1.智能体重塑金融服务的进阶逻辑

一是金融智能体的角色演进路径。按照市场普遍认可的标准，智慧服务可分为L1智能响应级、L2智能辅助级、L3智能助理级、L4智能协同级、L5自主智能级，级别越高，AI越具备主动分析能力。随着智能体的深度应用，将实现从“智能辅助”向“智能协同”（L4）乃至“自主智能”（L5）跃升，也将从最初的辅助工具向更高级别的合作者发展，特殊情况下甚至还会发展成为任务的决策者和主导者。但从金融业的特殊性看，人与机器协同的状态将长期存在，即使是最高阶段下，也应该有人的监督和约束。

二是智能体催生的金融服务新范式。金融智能体正从技术工具升级为业态创新，推动金融服务向实时化、个性化、自动化、场景化方向全面转型，加速金融业态创新发展。例如，理财顾问智能体可基于客户的财务状况、风险偏好和投资目标，动态生成并实时调整跨市场、多品类的投资组合方案；电话客服智能体将通过自然语言处理和情感识别技术，在交互中动态捕捉客户情绪变化，快速调整服务策略。此外，在财富管理、消费金融等领域也会有新的服务模式出现。

三是智能体重塑金融机构组织形态。人与智能体之间的协同将从概念走向主流，智能体将成为金融专业人士的“超级助理+战略伙伴”，既能提供实时市场情绪分析、潜在风险预警、智能投资决策模拟等服务，又能承担流程性工作，充分释放人力价值。例如，在客户服务方面，智能体可以处理大量的日常咨询，并根据客户行为数据生成个性化理财方案；金融顾问则聚焦高净值客户的复杂需求，提供定制化、高专业度的服务。在风险管理方面，智能体可以深度参与金融机构的内部运营，如自动化合规审查、智能绩效考核等，推动机构从“人力密集型”向“智能驱动型”组织转型。

2.我国金融智能体的应用现状与趋势

一是金融关键场景应用逐步深化。智能体在金融服务关键领域的运用正日益广泛和成熟。在客户服务领域，智能客服如工商银行“工小智”、招商银行“招小宝”通过自然语言处理等技术提升回答准确率、降低人工坐席压力。在财富管理领域，结合大模型与客户行为画像，智能体可以生成个性化资产配置建议。在风险管理领域，智能体能够实时识别潜在的信用、市场和合规风险，通过行为模式分析来识别异常交易，提高了欺诈识别的精确度和速度。此外，在运营管理、合规审计、知识管理等内部流程领域，各类智能体也在加速部署，推动金融服务的智能化和高效化。

二是单智能体与多智能体协同并存。单智能体依托于智能体应用框架，主要应用于信贷审批、客户服务、文档审批等具有一定规划要求，但业务复杂度不高的业务场景中。多智能体系统则像是一个虚拟职场的协同环境，每个智能体都专注于特定领域，并受“超级智能体”统一调度，这使得多智能体系统能够模拟人类工作方式，具备规划、工具调用、任务执行、人员合作及边实践边学习以持续改进的能力。多智能体特别适用于复杂动态的金融环境，在提升整体输出稳定性、增强复杂任务处理效率与适应性方面优势显著。

3.以手机银行智能体为例前瞻未来趋势

伴随“智能体”与“原生手机银行”理念的兴起，手机银行作为承载客户与产品交互的主渠道，将从平台定位、服务形态到组织架构等多维度发生深刻变革。展望未来，总结提炼形成以下六点趋势。当前领先银行的手机银行App中，智能功能占比正快速提升。

趋势1——定位升级：“被动响应的功能平台”到“主动执行的智能中枢”。目前手机银行作为银行服务的线上平台，满足客户自助办理业务的功能需求；未来，手机银行将升级为具备“感知—理解—执行”能力的智能交互中枢，作为用户的智能金融管家，自主完成用户需求指令。如，主动识别用户资金闲置情况并推荐配置理财产品，或根据用户消费习惯自动规划信用卡还款方案。

趋势2——形态演进：从“+AI功能外挂”到“AI+交互无形”。“去App化”是手机银行发展不可避免的话题，但智能体与手机银行App并非简单的替代关系。初期可能是“功能外挂”，智能体作为App的功能模块，接着到“深度融合”，呈现“App外壳+智能内核”的架构特点，最后到“生态重构”，App作为独立界面将完全消失，金融服务通过嵌入式智能体在各种场景中无缝提供，实现“金融服务无处不在”的无形体验。

趋势3——组织优化：从“单一智能”向“协作网络”。随着多种类型智能体的丰富和成熟，智能体间的组织结构也将升级为“1+N”协作模式，即一个超级智能体负责全局决策与资源调度，N个子智能体在各自专业领域发挥优势，高效协作为用户提供复杂专业的金融服务解决方案。如，在处理企业综合金融需求时，超级智能体统筹需求，信贷子智能体负责授信评估、理财子智能体负责现金流规划，实现一站式服务。

趋势4——交互拓展：从“单一终端”向“跨端无缝”。随着AI手机的迭代升级，以及可穿戴设备、车载系统、智能家居等众多终端设备向AI化迈进，用户凭借自然化手势、语音、终端触碰、眼动追踪等自然交互技术，能够随时唤醒手机银行的产品与服务，并利用跨终端的交互，轻松完成在两个不同终端间手机银行产品和服务的演示、转账汇款等操作。

趋势5——服务延伸：从“单一用户”到“用户关系圈”。银行服务对象可不仅限于单个用户，将进一步拓展至其家庭、企业上下游、社交圈层等关联群体，构建全方位的用户关系服务网络。比如智能体可以根据家庭各成员收支、资产情况，自动生成“教育金+养老金+应急金”的家庭财务保障组合建议，为其家庭成员提供多样金融服务。

趋势6——经营革新：从“庞大团队”转型“智能协作”。银行数字化经营将打破原有“人—工具—任务”作业模式，由依赖庞大团队的传统经营模式，逐渐转变为小团队借助AI模型实现高效协同的新模式。未来，中后台的产品设计、开发编程、运营服务及风险管理等环节，将呈现出高度智能化的特征；前台的客服、营销、业务办理以及投顾服务等，也将实现深度智能化，大幅提升运营效率和服务品质。

制胜未来：智能体时代的银行战略布局

《国务院关于深入实施“人工智能+”行动的意见》明确指出，到2027年，率先实现人工智能与六大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长，人工智能在公共治理中的作用明显增强，人工智能开放合作体系不断完善。到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%，智能经济成为我国经济发展的重要增长极，推动技术普惠和成果共享。到2035年，我国全面步入智能经济和智能社会发展新阶段，为基本实现社会主义现代化提供有力支撑。可以预见，智能体技术正推动金融服务迈入“AI原生”时代，其对金融服务设计理念、交付方式和价值逻辑的重构力度，不亚于互联网对银行业的第一次数字化改造。在这场变革中，谁能率先构建并高效运营强大的“金融智能体网络”，谁就能在未来的行业竞争中抢占制高点。

一是锚定技术发展前沿，明确战略布局方向。银行需建立对前沿技术的动态跟踪研究机制，建立技术趋势研判机制，确保对智能体技术演进方向的精准把握。同时，制定清晰的智能体技术路线图与应用场景蓝图，明确各阶段目标及配套投入。短期，可重点突破智能体与手机银行、远程银行、柜面等主要对客渠道的深度融合，实现智能体在零售端账户管理、转账结算、理财咨询等基础场景的快速响应；中期，实现智能体在企业端服务的渗透，在智能风控、企业财务管理等领域助力银行形成差异化优势；长期，构建开放的金融智能体生态网络，打通与政务、产业等生态接口，使智能体基于多源数据为客户提供“金融+非金融”的一体化服务。

二是推动系统原生转型，夯实技术应用底座。加速传统业务系统从“+AI”向“AI+”原生应用转型升级。一方面，推进技术架构升级，针对当前移动端以页面交互为主的模式，基于大模型技术重构应用架构，适配自然语言交互、多模态指令等AI原生交互模式，从底层架构到业务场景全面融入AI能力。另一方面，以对客渠道主智能体建设为突破，可以手机银行为重点，打造“一超多专”的智能体矩阵布局，重点解决“智能体如何调用工具”以及“多个智能体如何协作”等问题，实现能力提升与应用成本的平衡。

三是强化复合人才储备，构建人机协作生态。重点培养既懂金融业务又精通AI技术、人机交互设计的专业人才队伍，可通过内部培养与外部引进相结合的方式推进。更为重要的是，重塑人机协作范式，重新定义岗位与职责，要从机制层面明确人机分工界面。比如智能体负责标准化、高频化的操作与决策，员工则聚焦监督、调优、复杂决策和情感联结等环节。同时，还需加强员工“数智化”素养培训，提升员工与智能体协同工作的能力。

四是强化风险防控，筑牢智能体时代金融安全防线。在智能体时代，银行业需从数据安全、算法优化和系统运营三个层面构建全方位的风险防控体系。在数据安全方面，建立分级分类的数据管理机制，利用加密传输和脱敏存储技术预防数据泄露风险，确保数据使用的合规性。在算法模型层面，推行全生命周期的管理策略，持续对算法的有效性进行监测，防止因算法缺陷导致的风险。在系统运营上，制定详尽的应急预案，明确人工接管和服务的降级策略，确保智能体系统在面临风险时业务的连续性和稳定性。在确保智能体安全可控的基础上，充分利用其潜力，对金融服务的效率、用户体验和价值进行重构，推动金融行业的创新发展。