*本文内容来自黄浦科创集团与零点有数共同合作的项目《金融智能生态发展图谱》的产出成果之一。

在人工智能（Artificial Intelligence）、区块链（Blockchain）、云计算（Cloud Computing）、大数据（Big Data）（简称ABCD）等新一代信息技术的浪潮下，传统金融行业已迈入科技深度融合的新阶段。金融科技（Financial Technology，简称FT）正以前所未有的力量，重塑支付结算、资产管理、信贷融资、保险服务等全金融领域，大幅提升了金融服务的效率与质量。随着生成式人工智能大模型技术的飞速发展，金融科技正在朝向以新一代人工智能驱动金融场景深化应用的新阶段——金融智能（Financial Intelligence，简称FI）。本文将结合黄浦科创集团与零点有数关于黄浦区依托“一带一区”发展金融科技产业的研究成果，聚焦金融科技迈向金融智能FI的演进、金融智能FI的关键技术节点剖析以及金融智能FI下一步的发展趋势进行分析讨论，以期为金融行业高质量发展提供一个参考思路。

01从FT到FI：金融科技的迭代升级

随着ChatGPT、DeepSeek等生成式AI大模型的横空出世，人工智能正式迈入AI2.0时代。这场技术革命迅速渗透各行各业，作为技术驱动型金融创新的核心，金融科技也迎来了颠覆性变革。如果说早期金融科技FT以大数据和机器学习为核心驱动力，那么其下一阶段的进化方向，便是以生成式AI大模型、AI智能体为核心的“金融智能”（Financial Intelligence，简称FI）。

金融智能FI并非独立于金融科技FT的全新领域，而是其深度进化的垂直分支（参见附图一）。二者在技术驱动本质、数据核心地位、金融服务理念及行业变革目标上一脉相承，但在核心内涵、技术侧重、应用场景和目标导向等方面存在显著差异：

附图一 从FT到FI

资料来源：《金融智能生态发展图谱》

·核心内涵：FT是“技术+金融”的广谱创新，涵盖区块链、云计算等各类技术在金融领域的应用；FI则聚焦“AI+金融”的深度融合，主打智能化决策与自动化流程，通过AI技术实现金融业务的预测、推理与自主决策。

·技术侧重点：FT技术范畴广泛，以优化服务效率、创新服务模式为目标；FI则以人工智能（NLP、计算机视觉等）、智能算法为核心，致力于让机器具备金融决策能力，辅助或替代人工决策。

·应用场景：FT覆盖金融全产业链，从移动支付到供应链金融均有涉猎；FI则集中在智能决策类场景，如智能投顾、AI风控、智能客服、自动化报告生成等。

·目标导向：FT侧重通过技术创新金融产品、优化流程；FI则以提升决策精准度、减少人工干预为核心，推动金融服务从数字化向智能化跃迁。

简言之，金融智能FI的核心逻辑，是将科技赋能金融的模式从“工具应用”升级为“智能决策”，从“流程优化”拓展至“自主创新”，其技术体系以人工智能为核心，融合区块链、云计算、大数据等技术，精准解决金融领域的个性化服务、动态风险管理等需求。

02金融智能FI的关键技术全景（A-Z）

金融智能FI的核心驱动力主要在于新一代人工智能技术的发展与渗透应用，包括生成式人工智能、智能体和数字人技术等，促进科技赋能金融的核心逻辑从工具应用升级到智能决策，从流程优化扩展到自主创新。其关键技术体系以人工智能为核心，结合区块链、云计算、大数据等技术以解决金融领域的智能化需求（如个性化服务、动态风险管理）。

鉴于人工智能由数据、算法和算力三要素组成，考虑到金融行业的特殊性，将同时兼顾在“安全与伦理”方面的技术考虑，金融智能FI的关键技术可拆解为A-Z的26个核心节点，构建起完整的技术体系（参见附图二）：

附图二 金融智能FI的关键技术节点（A-Z）

资料来源：《金融智能生态发展图谱》

结合Gartner相关技术成熟度曲线及公开资料分析，这些关键技术将在未来2—5年逐步走向成熟，推动金融智能FI产业进入全面加速期，参见附图三。

附图三 金融智能FI的关键技术成熟度曲线

资料来源：《金融智能生态发展图谱》

03挑战与趋势：金融智能FI的进阶方向

当前，生成式大模型在金融领域的应用仍面临诸多局限：可靠性不足易产生“幻觉”信息、实时适应性弱、决策可解释性差，以及安全隐私风险等问题，特别是无法满足金融行业对精准知识的需求，无法更好地解决金融行业面临的疑难复杂问题。为此，需要建立一种新的范式来引领金融智能FI的发展。

从算法大模型落地垂直领域的所有趋势来看，最终都指向“让模型真正理解行业、适配行业”，而实现这一目标的关键就是行业领域知识工程（从数据编织到知识编织）——数据编织解决了模型的“原料”问题，而知识编织解决了模型的“认知”问题，只有将行业知识体系化、结构化地融入算法模型，形成AIKC（AI Knowledge—based Contents，知识支持的人工智能），才能让轻量化的大模型在垂直领域发挥实效，跳出“算力堆砌”的低效循环，以此推动金融智能FI从“生成内容”走向“生成决策”，从“连接信息”走向“连接知识与行动”，为实现真正意义上的“金融智能”提供可行的技术路径与架构蓝图。关于AIKC在金融智能服务方面的工作机理，请继续关注后续文章《垂直知识智能AIKC：金融智能服务的新范式》。