FINANCIAL STREET FORU 2025 金融街论坛年会 ANNUAL CONFERENCE OF FINANCIAL STREET FORUM 2025 蚂蚁集团副总裁、蚂蚁数科AI业务总裁余滨在2025金融街论坛年会期间接受记者采访（许璐/摄） 中经记者许璐李晖北京报道 在人工智能浪潮下，数据要素成为新质生产力发展的核心引擎，AI已成为金融业提升核心竞争力与重塑服务体系的重要工具。 在近期举行的2025金融街论坛年会期间，《中国经营报》记者就AI在金融领域的场景落地价值以及"按效果付费"模式的推进情况，采访了蚂蚁集团副总裁、 蚂蚁数科AI业务总裁余滨。 2025 FINTECH CONEE 数智时代下的金融科 financial technology in the digital intelligence 记者注意到，蚂蚁数科的一个服务模式是把智能体产品营销模式升级为智能托管，银行只需要提供业务目标、预算和客群，以交易规模增长净值的万分位到 千分位收费（即0.01%—0.1%），剩下的营销全流程由蚂蚁数科的智能体全链路自动完成，无须人工干预。 关于该模式，余滨表示，现在这个方向很受欢迎，特别是 ...

本期为银行社交媒体指数（2025年9月）。 本期为银行社交媒体指数（2025年9月）。 9月，银行SMI总榜TOP3现黑马，兴业银行凭借旗下抖音账号"钱大掌柜"的优异表现以及视频号、公众号的均衡运营，排名从上一期的榜外跃升至TOP2。此 外，还有邮储银行、中信银行、徽商银行新入榜单。 本月抖音高赞榜上榜作品题材百花齐放，包含产品宣传类、品牌宣传、泛财经、投资者教育等各类内容。榜单TOP1作品来自中国邮政储蓄银行的《"土特 产〞新气象蒜里"邮"料》，通过讲述邮储银行在邳州大蒜产业中为蒜农提供的全链条金融支持，如资金精准投放、数字化服务、政策支持等，体现了邮储银 行助力乡村振兴的企业责任担当，收获了2.2万用户点赞。网商银行《画100家小店》系列本期上榜作品讲述了沙县小吃一位老板娘推出平价减脂套餐的故 事，她通过学习营养学知识，结合顾客体重提供个性化营养搭配，推出了每份11元的减脂餐，传统的小吃店通过老板娘敏锐的市场洞察力重新焕发生机，引 发了众多用户点赞。一年一度开学季，恒丰银行结合9月开学题材，发布作品《大学生独立生活应该怎么花钱？》，针对大学生独立生活的消费管理，提出 三大实用经验及"53支配法"，干货满满 ...

AI与金融融合的行业阶段 - AI与金融融合进入深水区，行业从探索期迈入价值验证期，市场焦点从“AI能做什么”转向“AI能带来多少增长” [1] - AI已从“试试看”走向“必须做”，正从成本中心转变为服务、营销与价值创造的核心 [1] - 真正的“AI原生”需要科技与业务深度融合，驱动从内外部协作、迭代研发、用户体验到组织关系的全面变革 [1] 不同类型金融机构的AI挑战与路径 - 头部金融机构核心挑战在于利用AI在合适业务范围内挖掘更大价值，解决AI应用在深度和特定层面的落地问题 [2] - 中小金融机构需求更务实，核心目标是解决业务增长难题，应对净息差收窄、营收增速放缓和同质化竞争的挑战 [2] - 区域性银行在与蚂蚁数科合作的金融机构中占比最高，达到三分之二 [2] - 预算有限的区域性银行可从场景应用入手，按效果付费，逐步加大投入 [3] - 部分银行优先升级手机App/小程序为AI手机银行，提升用户体验和活跃度，再分阶段累加智能体应用 [3] - 最理想模式是将AI作为一把手工程，构建自主“金融大脑”，推动端到端的业务流程重塑和组织升级 [3] “按效果付费”商业模式的设计与案例 - “按效果付费”模式核心逻辑是AI必须为客户带来实际业务效果，而非仅作为科技软件出售 [6] - 该模式旨在帮助中小金融机构减少对AI投资效果的担忧，更有决心尝试使用AI [7] - 模式适用于营销类、效果导向明显的产品，合作以具体业务结果为导向进行费用结算 [7] - 蚂蚁数科助力某城商行打造AI手机银行，降低操作门槛，提升老年客户满意度，业务转化率提升10% [7] - 有城商行通过合作系统性构建“算力－平台－模型－应用”全栈AI能力，为未来十年AI转型奠定基础 [7] 数据合规与AI模型训练策略 - 采用“两阶段训练”策略：第一阶段利用公开数据预训练模型，第二阶段由金融机构在自身环境中使用专属数据对模型进行再训练 [8] - 通过特定部署方式从源头避免数据跨主体流通带来的安全风险 [8] - 在数据互通层面，严格遵循监管，仅针对非敏感数据的必要流通，借助隐私计算、可信数据空间等技术保障数据不泄露且有效流转 [8]

行业科技投入与人员规模 - 2024年中国国有大行科技资金投入超过1200亿元，科技人员超过10万人 [1] - 交通银行每年科技资金投入保持在120亿元人民币，占营收约5.4%，科技人员达1万人，占总员工数10%以上 [1] AI应用成效与效率提升 - 在零售信贷领域应用AI模型和知识图谱，服务效率提升3.5倍 [1] - 应用AI技术使反电诈准确率达到80%以上 [1] - 在信贷领域实现资料自动识别，节省人工时间近70%以上 [1] AI在金融业的角色与融合阶段 - AI是继信息处理和自动化后的一次重大边际变化，在支付、定价、风险管理和市场营销方面发挥重要作用 [2] - AI大模型正从内部提效环节深入至投研分析、信贷决策、合规审查等核心业务环节 [3] - AI应用已超越工具替代，进入与金融业流程深度融合复合创新的新阶段 [4] 国家政策与行业支持 - 国务院《关于深入实施"人工智能+"行动的意见》将"人工智能+"产业发展作为重点行动之一 [4] - "全面实施'人工智能+'行动"写入国民经济和社会发展第十五个五年规划的建议 [4] - 金融行业因其数据密集、专业人才密集的特性，成为大模型落地应用的先行者 [2] AI应用的当前重点与双重效益 - AI在金融业的应用目前主要用于优化业务流程和对外服务，集中在三个领域：中后台运营智能化、客户交流以及金融产品提供 [4] - AI对内帮助金融机构降低成本、提高效率，对外使其能够提供更个性化、精准的产品与服务 [5] 产业发展前景与经济增长动能 - AI大模型及垂直应用处在成长期初期，将带动研发、投资、消费和贸易，为经济增长注入强劲动能 [9] - 通用技术可能为许多国家促进增长，中国很有可能站在前列成为首要得益者 [8] - 一场好的人工智能革命可以刺激消费需求，创造许多新的消费方式和机会 [8]

投资评级 - 报告对东方财富维持"买入"评级 [1] 核心观点与业绩总览 - 2025年第三季度报告显示公司业绩强劲增长 2025年前三季度营业总收入同比增长59%至116亿元 归母净利润同比增长51%至91亿元 [1] - 2025年第三季度单季度业绩表现尤为突出 营业总收入同比大增101%至47亿元 归母净利润同比增长78%至35亿元 [1] - 公司归母净资产达到889亿元 较2024年末增长10% [1] - 报告看好公司基于头部平台构建的高粘性C端客户生态 AI赋能金融的战略布局以及证券业务的快速扩张 [7] - 预计2025-2027年归母净利润分别为127亿元 151亿元 178亿元 对应市盈率分别为32倍 27倍 23倍 [7] 证券业务分析 - 市场活跃度显著提升是推动证券业务增长的关键因素 2025年前三季度日均股基交易额同比大增111.5%至1.96万亿元 第三季度单季度同比增212% 环比增66%至2.52万亿元 [7] - 手续费及佣金净收入同比大幅增长87%至66亿元 [7] - 利息净收入同比增长60%至24亿元 融出资金规模较年初增长30%至766亿元 两融市占率提升0.2个百分点至3.2% [7] - 自营业务收益同比下滑18%至20亿元 主要受固定收益自营收益下降影响 [7] 基金代销业务分析 - 基金代销业务呈现向好趋势 2025年前三季度营业收入同比增长13%至25亿元 第三季度环比第二季度增长34% [7] - 报告认为基金管理费下降的影响逐步缩小 渠道端费率下滑的影响有限 基金降费政策落地后业务趋势逐步向好 [7] 成本与费用分析 - 公司成本控制有效 2025年前三季度营业总成本同比增长9%至34亿元 各项费用率有所下滑 [7] - 销售费用同比增长21%至3亿元 但销售费用率同比下降0.7个百分点至2.25% [7] - 研发费用同比下降11%至8亿元 研发费用率同比下降5.1个百分点至6.51% [7] - 管理费用同比增长12%至19亿元 管理费用率同比下降6.9个百分点至16.42% [7] 未来展望与竞争优势 - 公司坐拥东方财富网 天天基金网等头部平台 构建了高粘性 需求多元化的C端客户生态 [7] - 持续深化"AI+金融"战略布局 推动金融服务体验优化 [7] - 证券业务基于"流量优势+低佣金策略+平台高效能"快速扩张 经纪及两融市占率持续提升 [7] - 基金代销业务具有先发优势 龙头地位稳固 [7] - A股市场交投活跃度持续 成交额与两融余额维持高位 新开户数稳定增长 为公

公司2025年三季度财务表现 - 2025年前三季度营业总收入同比增长59%至116亿元，归母净利润同比增长51%至91亿元，归母净资产达889亿元，较2024年末增长10% [1] - 2025年第三季度单季营业总收入同比增长101%至47亿元，归母净利润同比增长78%至35亿元 [1] 证券业务表现 - 2025年前三季度手续费及佣金净收入同比增长87%至66亿元，利息净收入同比增长60%至24亿元 [2] - 融出资金规模较年初增长30%至766亿元，市占率同比提升0.2个百分点至3.2% [2] - 自营业务收益同比下滑18%至20亿元，主要因固收自营收益下降 [2] - 市场交投活跃，2025年前三季度日均股基交易额同比增长111.5%至1.96万亿元，第三季度单季同比增212%、环比增66%至2.52万亿元 [2] 基金代销业务表现 - 2025年前三季度基金代销业务营业收入同比增长13%至25亿元，第三季度单季环比第二季度增长34% [2] - 基金管理费下降的影响逐步缩小，渠道端费率下滑影响有限，业务趋势逐步向好 [2] 成本与费用控制 - 2025年前三季度营业总成本同比增长9%至34亿元，其中营业成本同比增长11%至4亿元 [3] - 销售费用同比增长21%至3亿元，销售费用率同比下降0.7个百分点至2.25% [3] - 研发费用同比下降11%至8亿元，研发费用率同比下降5.1个百分点至6.51% [3] - 管理费用同比增长12%至19亿元，管理费用率同比下降6.9个百分点至16.42% [3] - 所得税费用同比增长42%至1亿元，主要因应税利润增加 [3] 公司竞争优势与市场环境 - 公司拥有东方财富网、天天基金网等头部平台，构建了高粘性、需求多元化的C端客户生态 [3] - 持续深化“AI+金融”战略布局，推动金融服务体验优化 [3] - 证券业务基于“流量优势+低佣金策略+平台高效能”快速扩张，经纪及两融市占率稳步提升 [3] - 基金代销业务具有先发优势，龙头地位稳固 [3] - A股市场交投活跃度持续，成交额与两融余额维持高位，新开户数稳定增长，为业务创造有利环境 [3] 盈利预测与估值 - 预计2025年至2027年公司归母净利润分别为127亿元、151亿元、178亿元 [4] - 对应市盈率分别为32倍、27倍、23倍 [4]

文章核心观点 - 招商银行于2025年10月24日举办发布会，全面升级企业数智金融服务，旨在通过“AI+金融”推动企业从“单点数字化”向“全链数智化”跃升，为实体经济注入新动能 [1] - 公司针对普惠金融和科技金融的行业痛点，从普惠数智化、场景金融、财资管理三大维度进行服务创新，以数字化技术打破服务壁垒 [1][3] - 此次升级标志着公司在赋能企业数字化转型方面迈入全新阶段，服务覆盖广度与深度持续提升 [2] 普惠数智化 - 公司以“降成本、降难度、补短板”为核心，利用AI大模型、数据中台等技术推出普惠数智化解决方案 [3] - 降成本方面，中小企业开户可享免费基础财务服务，“科创贷”等产品全流程线上化且无需抵押担保 [4] - 降难度方面，“票据一扫贴”实现3分钟完成票据验真放款，与财务软件的AI引导对接1小时即可完成 [4] - 补短板领域，推出轻量化司库工具与7X24小时AI智能客服，精准匹配中小企业高频需求 [4] - 公司构建以“AI小招”为核心的分层服务矩阵，面向不同企业角色提供“财资助手”、“财资专家”和“财资管家” [5] - 近两年线上化服务为企业自主开通250万个产品功能，保函管家开出30万份保函，AI小招已累计服务7万户客户，数据中台为超过100万家企业提供服务 [5] 场景金融 - 公司推出“行业+场景”定制化服务方案，从“场景嵌入”升级为“生态融合”，以应对供应链重构下的生态竞争 [6] - 在汽车行业，围绕新能源汽车出海与新零售变革，为整车厂商、零配件供应商、经销商及终端消费者提供全场景数智金融解决方案 [6] - 在消费行业，针对DTC模式转型，为自营门店、联营门店及电商平台销售等不同场景量身定制数智金融方案，提升库存周转与资金管控效率 [7] 财资管理 - 公司推出旗舰产品“数智司库”，具备场景化、全球化、智能化、平台化四维服务能力升级，围绕司库四大职能构建十六大功能场景 [8][9] - 全球化服务方面，通过多层次银行连接体系，实现境内300多家银行、境外100多个国家/地区的1000多家银行数据可视和300多家银行支付结算投产使用 [9] - 智能化服务方面，将AI能力引入账户、支付、票据、融资、风险防控及数据智能等司库场景，实现全方位智能化 [10] - 平台化服务方面，构建低代码开放平台，打造财资连接器、开放API和数智BI三大平台级能力，敏捷响应企业个性化需求 [10] - 截至2025年9月，公司财资管理云服务集团企业超过8万家，覆盖成员单位超过80万户 [13] - 服务升级动力源于近两年18万人次客户调研反馈的1.3万份有效建议、技术与业务团队协同支撑及全球网络综合保障 [13]

文章核心观点 - 招商银行举办发布会，宣布其企业数智金融服务全面升级，核心是通过“AI+金融”推动企业从“单点数字化”向“全链数智化”跃升 [1] - 此次升级聚焦普惠数智化、场景金融、财资管理三大维度，旨在重塑企业服务生态，为实体经济高质量发展注入新动能 [1] 普惠数智化 - 公司以AI大模型、数据中台等技术融合科技金融和普惠金融，核心目标是“降成本、降难度、补短板”，以解决行业痛点 [2] - 降成本方面，为中小企业提供免费基础财务服务及“科创贷”等全流程线上化产品，无需抵押担保 [3] - 降难度方面，“票据一扫贴”实现3分钟完成票据验真放款，与财务软件AI引导对接1小时即可完成 [3] - 补短板方面，推出轻量化司库工具与7*24小时AI智能客服，精准匹配中小企业高频需求 [3] - 构建以“AI小招”为核心的分层服务矩阵，包括面向财务经办的“财资助手”（单笔业务操作时间从5分钟压缩至30秒）、面向中高层的“财资专家”和打通内部系统的“财资管家” [4] - 近两年线上化服务为企业自主开通250万个产品功能，保函管家开出30万份保函，AI小招已累计服务7万户客户，数据中台为超过100万家企业提供服务 [4] 场景金融 - 服务模式从标准化产品的“场景嵌入”升级为综合服务方案的“生态融合”，以应对“生态竞争”新趋势 [5] - 在汽车行业，围绕新能源汽车出海与新零售变革，为整车厂商提供全球资金集中管控等定制化服务，为零配件供应商提供“车享保”等供应链融资产品，为经销商提供智能结算体系，为终端消费者打造全生命周期金融体验 [5] - 在消费行业，针对DTC模式转型，为自营门店提供交易自动识别与分账服务，为联营门店提供“财资管理云+资金池”服务实现统一资金管控，为电商平台打通订单流、资金流与发票信息流 [6] - 通过行业版司库系统，为消费龙头企业实现多品牌、多事业部的资金统一运营 [6] 财资管理（数智司库） - 公司构建覆盖“标准版－专业版－司库版”的多层次财资管理云体系，以支持企业的集团化、全球化经营需求 [7] - 新一代数智司库产品围绕场景化、全球化、智能化、平台化四个维度进行能力升级，并构建十六大功能场景 [7] - 全球化能力方面，通过多层次银行连接体系，实现境内300多家银行、境外100多个国家/地区的1000多家银行数据可视和300多家银行支付结算实际投产使用，为出海企业提供全球账户统一管理等服务 [8] - 智能化能力方面，将AI引入司库各场景，如账户自动登记、大模型流水识别、自动填单、智能提醒、现金流预测等 [9] - 平台化能力方面，构建低代码开放平台，通过财资连接器、开放API和数智BI三大平台级能力，敏捷响应企业个性化需求 [9] - 在资金运营层面，全面提升账户管理、支付管理、收款管理和预算管理能力 [10] - 在金融资源管理层面，形成资金池、票据池、投资管理、授信融资管理和泛金融资源管理的“两池三管”格局 [10] - 在智能决策与风险防控方面，打造管理驾驶舱，提供十二个细分领域看板、200+分析和风控指标，并建立7*24小时全天候风险监控闭环体系 [11] - 除产品外，公司提供“咨询+科技+金融”综合服务及7*24小时专属运维陪伴服务 [11] - 截至2025年9月，公司财资管理云服务集团企业超过8万家，覆盖成员单位超过80万户 [11] 升级驱动力与未来展望 - 此次升级动力源于对近两年18万人次客户调研反馈的1.3万份有效建议的倾听、技术与业务团队的协同支撑以及“一个招商银行”理念下的综合保障 [12] - 未来公司将坚持科技自研，以创造极致客户体验为宗旨，深度链接金融数智化与企业经营数智化 [12]

AI在金融领域的应用现状与范围 - AI新技术深度渗透到金融业务的各个流程，金融与科技的互动相辅相成、相互促进[2] - AI在金融行业主要用于优化业务流程和对外服务，应用集中在中后台运营、客户交流与提供金融产品三个领域[2] - 中后台运营智能化在银行等金融机构内部已较广泛应用，覆盖数据收集、加工、信息甄别与识别及客户评估等多个环节[2] - 金融机构在客户关系管理如营销、维护和问题解答等方面普遍应用AI技术[2] - AI在提供金融产品方面带来双重效益：对内帮助金融机构降本增效，对外使机构能提供更个性化、精准的金融产品与服务[2] AI为金融系统带来的机遇与基础 - 金融系统积累的海量数据可用于机器学习、深度学习，使传统模型转向智能推理模型[3] - 通过机器学习金融稳定数据、金融机构健康性的历史变化，可推理预知金融不稳定风险的出现[3] - AI为金融系统特别是银行系统提供新的发展机会，并将带来较大边际变化[4] - 国务院发布《关于深入实施"人工智能+"行动的意见》，明确重点推动"人工智能+"产业发展，在金融等领域推动新一代智能终端、智能体等广泛应用[2] AI应用带来的增量风险 - AI带来显著的效率提升，但也带来新的系统性风险来源及新的风险传导渠道[5] - 微观层面单家金融机构主要面临模型稳定性风险和数据治理风险两类新型或增量风险[5] - 宏观层面金融业主要面临集中度风险和决策趋同风险两类增量风险[5] - 金融行业在AI模型技术上可能依赖少数技术开发能力强、稳定性高、资源投入大的服务提供商[5] - 大型金融机构在资源投入上比小型机构更具优势，可能导致市场集中度提高[5] - 由于所使用的模型和数据相对标准化和集中，金融机构在决策依据上可能趋同，进而导致行业整体决策同质化[5] - 如果趋同性过高，可能引发"共振"效应[5] - 如果AI模型大量运用短期高频数据，学习结果可能是高频、短期、技术性的，可能与金融稳健和宏观调控所需的长远稳定性要求不一致[5] AI应用的阶段定位与局限性 - 目前AI在金融领域的应用仍处于早期阶段，其作用仍是辅助性的，无法取代人的决策[7] - 在金融领域，人才始终是最宝贵、最有价值的资产[7] - 在信贷、保险定价、定损、精算等关键领域，仍然离不开人的专业判断[7] - 不排除AI重演"索洛悖论"，AI转化为生产率跃升可能需要更多时间[7] AI对货币政策的影响 - 国际清算银行讨论认为AI相关模型对货币政策的影响尚不明显[7] - AI可在物价和微观行为的数据收集、处理、模式识别和推理方面影响货币政策决定[7] - 货币政策基本上属于慢变量，随经济周期或经济变化而调整[7] - AI对货币政策的影响还需要更长时间的观察和研究[7]

AI在金融领域的应用现状 - AI已广泛嵌入金融行业主要业务 但目前应用仍处于早期阶段 其作用为辅助性 无法取代人的决策 [1][5] - AI在金融行业应用集中在中后台运营 客户关系管理 以及提供金融产品三个领域 [2] - 在中后台运营方面 AI智能化应用在银行等金融机构内部已较为广泛 覆盖数据收集 加工 信息甄别与识别及客户评估等多个环节 [2] AI应用带来的边际变化与效益 - AI新技术深度渗透金融业务各流程 为金融系统带来较大边际变化 [2][3] - 在提供金融产品方面 AI带来双重效益 对内帮助金融机构降低成本提高效率 对外使机构能提供更个性化精准的金融产品与服务 [2] - AI应用有良好基础 金融系统积累的海量数据可用于机器学习与深度学习 使传统模型转向智能推理模型 [3] AI应用带来的增量风险 - AI在提升效率的同时也带来新的系统性风险来源以及新的风险传导渠道 [4] - 微观层面 单家金融机构主要面临模型稳定性风险和数据治理风险两类新型或增量风险 [4] - 宏观层面 金融业主要面临集中度风险和决策趋同风险两类增量风险 [4] - 集中度风险体现在行业可能依赖少数大型技术服务商 且大型金融机构在资源投入上比小型机构更具优势 [4] - 决策趋同风险源于所使用的模型和数据相对标准化集中 可能导致行业整体决策同质化 引发"共振"效应 [4] AI对货币政策及长期影响 - AI对货币政策的影响尚不明显 需要更长时间的观察和研究 [6] - AI可在物价和微观行为的数据收集 处理 模式识别和推理方面影响货币政策决定 但货币政策属于随经济周期调整的慢变量 [6] - 不排除AI重演"索洛悖论" AI转化为生产率跃升可能需要更多时间 [6]