北京商报讯（记者 刘四红）11月14日，在新加坡金融科技节上，蚂蚁集团董事长井贤栋表示，生成式 人工智能将拓宽金融服务的边界——未来每个人都将拥有专属AI理财助手，每个中小企业可以配备专 属CFO（首席财务官）。 井贤栋指出，金融服务是数据与语言双密集型行业，金融产品涉及大量抽象复杂概念，严重依赖语言定 义与沟通，因此生成式AI将全方位影响金融服务各领域，而非局限于单一环节。 以行业应用为例，他介绍许多公司已在风险管理、反欺诈和客户体验优化等方面部署AI技术。"未来人 类员工与AI智能体将协同工作，这将大幅提升金融机构服务效率，推动普惠金融深入发展。" 结合智能体经济趋势，井贤栋预测，支付智能体将迎来蓬勃增长。他认为，当前支付智能体已能协助完 成购买、预订及定金支付等操作。"但这只是开始，我们看到多智能体正协同执行更复杂的任务。智能 体经济发展需要新的分配机制，支付作为底层基础设施必须完善，才能支撑智能体协作网络高效运行， 因此支付智能体将进入快速发展阶段。" 在服务端，井贤栋认为，未来每个人都将拥有专属AI理财助手，这种全天候在线的AI智能体可以回答 问题、协助使用服务，并提供量身定制的个性化建议；同时，生 ...

人工智能的崛起正对全球银行业构成根本性挑战。根据麦肯锡公司(McKinsey &； Co.)的一份最新报 告，随着能够自动优化储蓄的AI理财助手日益普及，客户资金将大规模从低息账户流向高收益产品， 这可能导致全球银行业每年的利润池缩水高达1700亿美元。 这份报告警告称，AI技术正在打破长期以来保护银行廉价资金来源的客户惰性。由科技公司或金融科 技新贵推出的AI理财助手，能够为消费者无缝地寻找并转移资金至利率更高的储蓄账户、货币市场基 金或其他投资工具，从而侵蚀传统银行的核心利润来源——净息差。 麦肯锡估计，全球范围内有2.1万亿至4.7万亿美元的零售存款面临从低收益或无息账户中流出的风险。 这一转变不仅对银行的流动性管理构成压力，更直接威胁到其盈利能力。对于依赖低成本存款来支持贷 款业务的银行而言，这无异于一场釜底抽薪式的颠覆。 AI驱动的资金转移对银行利润的冲击是直接且巨大的。 麦肯锡测算，在最可能发生的情况下，这种存款外流将导致全球银行业的年利润减少约1700亿美元。这 一数字主要源于净利息收入(NII)的收窄。 一方面，为应对竞争，银行可能被迫提高自身存款产品的利率，这将直接增加其资金成本。另一方面， ...

文章核心观点 - 人工智能的崛起正对全球银行业构成根本性挑战，可能导致行业年利润缩水高达1700亿美元 [1] - AI技术通过自动化理财助手打破客户惰性，使资金从低息账户大规模流向高收益产品，侵蚀银行核心利润来源——净息差 [1][2] - 银行业处于关键十字路口，必须迅速做出战略抉择以应对盈利模式面临的严峻考验 [1] AI对客户行为的影响 - AI理财助手能够7x24小时监控市场利率，自动为用户识别最优资金存放选择并一键完成转账，大大降低资金转移门槛 [2] - 生成式AI正在彻底改变格局，过去数十年保护银行低成本存款的摩擦力即将蒸发 [2] - 价格敏感度将成为决定资金流向的首要因素，打破因信息不对称和繁琐流程造成的客户粘性 [2] 对银行业利润的冲击 - 全球范围内有2.1万亿至4.7万亿美元的零售存款面临从低收益或无息账户中流出的风险 [1] - 存款外流将导致全球银行业年利润减少约1700亿美元，主要源于净利息收入（NII）的收窄 [1][3] - 银行可能被迫提高存款利率以留住客户，或转向成本更高的融资渠道，两者均会侵蚀利润 [3] - 冲击对不同类型的银行影响各异，严重依赖零售存款且数字化转型缓慢的机构风险最大 [3] 银行的战略应对路径 - 银行需要重新评估其价值主张，加快自身AI能力建设，开发个性化财富管理和财务规划工具 [4] - 应将客户关系从单纯的利率竞争转向基于价值和信任的深度绑定 [4] - 积极探索收入来源多元化，大力发展财富管理、投资咨询、保险和支付等非利息收入业务 [5] - 必须加大对数据分析、人工智能和客户体验技术的投入，吸引并留住顶尖技术人才 [5] - 能够主动拥抱AI并将其融入核心业务的银行将有机会在行业洗牌中脱颖而出 [5]

行业宏观趋势与市场规模 - 国内金融科技市场规模预计将以约13.3%的复合增长率于2028年突破6500亿元 [1] - 政策聚焦于构建“科技-产业-金融”为主体的科技金融循环体系，强调数据要素在金融业务场景的多元化、依法合规应用 [1] - 金融机构数智化转型是当前行业发展的核心，技术迭代与创新化应用是驱动金融业务价值提升的关键 [1] 核心技术发展趋势 - 云原生和微服务架构已成为各类应用的主流技术栈，越来越多的机构采用分布式架构 [28] - 大模型技术正推动金融行业从基础数字化迈向深度智能化变革，应用延伸至远程银行、财富管理等核心场景 [43] - 金融领域的自主创新需求从IaaS层向PaaS层乃至业务层深入，未来项目更考验技术服务商在业务价值提升和高质量服务上的能力 [31] - 安全重要性进一步凸显，安全理念从单点发展到全栈，从被动转向主动，金融机构更关注“甲方安全”视角 [32] 行业重点发展方向 - 未来发展的三大核心趋势是业技融合、信创建设与合规科技 [38] - 信创建设已逐步进入平稳扩张阶段，国产技术的替代将成为未来行业发展的大势所趋 [38] - 行业将围绕安全、体验与增长的三元价值体系，依托场景垂类大模型应用，构建技术与业务深度融合的智能生态 [43] 典型厂商案例与解决方案 - 软通动力旗下软通金科依托AI大模型打造闭环服务能力体系，覆盖智能办公、智能客服、智能风控、智能营销、智能顾投等领域 [10] - 软通动力AI理财助手集成企业级内部知识库，融合“智能营销”和“理财海报”等文生图AI技术，实现数字人产品介绍、智能投顾等业务场景 [12] - 车晓科技专注于信用风控，自主开发汽车金融AI交易平台、银行金融科技平台等核心生态产品，为汽车金融提供穿透式、全链条风控保障 [14] - 中移金科打造全场景企业消费管理平台，企业钱包聚焦“团餐、福利、商旅、出行”等场景，提供集智能支付、费控管理于一体的解决方案 [20] 专家观点与行业洞察 - 亚信科技主张聚焦行业“平台、模型、工具”层面，以“2+5+N”大模型产品体系助力金融客户将大模型落地到真实应用场景 [26] - 腾讯金融云认为云原生与AI原生将逐步融合，业务价值和业务场景是新技术的挑战 [31] - 中关村科金以“平台+应用+服务”模式，针对不同金融场景特性构建垂类大模型应用，推动大模型在金融领域的规模化落地 [43]

金融科技行业概况 - 国内金融科技市场规模预计以13.3%的复合增长率增长，2028年突破6500亿元 [1] - 政策聚焦"科技-产业-金融"循环体系建设，强调数据要素在金融场景的合规应用 [1] - 行业处于数智化转型关键期，技术迭代与创新应用驱动金融业务价值提升 [1] 行业发展趋势 - 三大核心趋势：业技融合、信创建设、合规科技 [33] - 信创建设进入平稳扩张阶段，国产技术替代成为大势所趋 [33] - 大模型技术推动金融行业从基础数字化迈向深度智能化变革 [36] 典型厂商案例 软通动力 - 打造GenAI驱动的金融科技闭环服务体系，覆盖智能办公、客服、风控、营销、投顾等领域 [11] - AI理财助手集成智能营销、数字人、智能投顾等功能，提升银行理财业务效率 [13] - 提供全栈信创适配方案，助力金融客户实现软硬件安全自主可控 [11] 车晓科技 - 专注汽车金融风控，开发AI交易平台、银行金融科技平台等核心产品 [15][16] - 智慧银行消费信贷平台采用"一平台三核心"架构，提升机构风控和运营能力 [19] 中移金科 - 打造全场景企业消费管理平台，覆盖团餐、福利、商旅、出行等场景 [22] - 研发十亿级参数金融风控大模型，客户身份识别等技术指标达99%+ [24] 中关村科金 - 构建垂类大模型应用，重塑智能客服全流程并赋能远程视频银行 [36] - 大模型外呼和财富助手助力金融机构实现业务突破 [36] 厂商评估与榜单 - 金融科技服务厂商TOP50榜单分为综合科技服务商、金融科技IT服务商等四类 [5] - 评估维度包括行业深耕程度、产品与技术能力、服务能力及生态能力 [2] - 信贷科技、支付科技、数字银行、保险科技等领域厂商入围榜单 [10]

金融科技行业概述 - 金融科技市场规模预计以13.3%的复合增长率增长，2028年突破6500亿元 [1] - 政策聚焦"科技-产业-金融"循环体系建设，强调数据要素的多元化合规应用 [1] - 行业核心驱动为技术迭代与创新化应用，推动金融业务价值提升 [1] 卓越服务厂商评选体系 - 评测模型涵盖行业深耕程度、产品与技术能力、服务能力及生态能力四大维度 [2] - 二级、三级评价指标用于量化厂商表现，权重分配差异化 [2] - TOP50榜单分为综合科技服务商、金融科技IT服务商、核心技术应用服务商、金融业务数字化创新服务商四类 [5] 典型厂商案例 软通动力 - 通过GenAI驱动金融科技创新，覆盖智能客服、风控、营销、投顾等场景 [11] - 提供全栈信创适配方案，支持金融客户实现软硬件安全自主可控替换 [11] - AI理财助手整合知识库检索、文生图技术，实现数字人服务与智能投顾融合 [13] - AI底座技术包括向量知识库、RAG、算力调度管理等模块 [14] 车晓科技 - 专注汽车金融风控，开发AI交易平台、银行金融科技平台等10余项核心产品 [16] - 智慧银行消费信贷平台采用"一平台三核心"架构，集成中台系统与资金管理模块 [19] 中移金科 - 企业钱包覆盖团餐、福利、商旅等场景，提供智能支付与费控管理解决方案 [22] - 金融风控大模型具备客户识别、信用评估能力，生产级服务技术指标达99%+ [24] 行业核心趋势 - 业技融合、信创建设、合规科技为未来三大发展方向 [33] - 大模型技术推动金融行业从数字化迈向智能化，延伸至远程银行、财富管理等场景 [36] - 垂类大模型应用需平衡数据隐私与算法透明度，构建安全-体验-增长三元价值体系 [36] 海外市场拓展 - 技术标准化与产品国际化升级，通过本地化团队实现海外交付与运营 [34]

金融科技行业概况 - 国内金融科技市场规模预计以13.3%的复合增长率于2028年突破6500亿元 [1] - 政策聚焦"科技-产业-金融"循环体系建设，强调数据要素在金融场景的合规应用 [1] - 行业处于数智化转型关键期，技术迭代与创新应用驱动金融业务价值提升 [1][33] 行业发展趋势 - 三大核心趋势：业技融合、信创建设、合规科技 [33] - 大模型技术推动金融行业从基础数字化迈向深度智能化变革 [36] - 海外市场拓展需实现技术标准化与产品国际化升级 [34] 典型厂商案例 软通动力 - 打造GenAI闭环服务体系，覆盖智能客服/风控/营销/投顾等场景 [11] - AI理财助手集成知识库检索、文生图技术、数字人等应用 [13] - 提供全栈信创适配方案，涉及AI大模型调优训练等创新领域 [11] 车晓科技 - 专注汽车金融风控，开发AI交易平台等11类核心产品 [15][16] - 智慧银行信贷平台采用"一平台三核心"架构，提升风险识别能力 [19] 中移金科 - 企业钱包覆盖团餐/福利/商旅等场景，实现智能支付与费控管理 [22] - 金融风控大模型达到99%+技术指标，应用于身份识别/信用评估 [24] 中关村科金 - 构建垂类大模型应用，覆盖远程银行/财富管理/反欺诈等领域 [36] - 通过拟人化外呼与个性化投顾助力金融机构业务突破 [36] 技术应用方向 - AI底座包含向量知识库/RAG/Agent调度等模块 [14] - 基础模型支撑昇腾训推一体机等硬件设施 [14] - 智能投顾整合风险评估模型/投资策略算法等工具 [14] 行业生态格局 - TOP50服务商分为综合科技/IT服务/核心技术/数字化创新四类 [5] - 细分领域涵盖信贷科技/支付科技/数字银行/保险科技等赛道 [10]