在国产大模型快速崛起的2025年，金融科技正以前所未有的速度，重塑银行的运行逻辑。从辅助工具到业务中枢，AI正试图走入银行的核心战场。

作为一家专注“AI+银行”的科技公司，奇富科技正与越来越多银行共建“AI新范式”，尤其在中小银行“轻装转型”的浪潮中，扮演着日益关键的赋能角色。近日，奇富科技宣布将与广东华兴银行达成战略合作，围绕风控审批、增长运营、合规审查等多个方向展开深度协同。

南方日报、南方+记者在现场专访了奇富科技CEO吴海生，围绕银行AI应用现状、合作逻辑与生态角色，分享了其对“AI平权时代”银行智能化的观察与实践。

拥有大模型只是拥有了“AI大脑”

更多银行迫切需要拥有“灵活的双手”

南方+：今年以来，DeepSeek等国产大模型快速演进，显著降低了AI应用门槛，也点燃了银行对AI的兴趣，纷纷跑步进场。您如何评价银行当前对AI的接受度和理解水平？在您看来，更多银行是在“理性入场”，还是“跟风布局”？

吴海生：确实，春节后我们看到全国金融机构在AI上的动作明显加快，“跑步进场”是最准确的描述。这与DeepSeek的推动有很大关系。它起到的最大价值，其实是教育价值——在此之前，大家都在观望，不知道到底该用哪个模型、怎么用。DeepSeek一出现，很多银行觉得“有了最好的模型，那我就用它了”，仿佛问题就解决了。

但实际上，不同银行的资源禀赋差异非常大，对AI的理解和驾驭能力也不同。比如像工行这类技术能力较强的大行，不仅自建算力平台，还能训练基座模型，数据成熟度也很高，这当然是一种打法。而对中小银行来说，在科技人才密度、算力支持、数据质量等方面存在明显差异，理解和行动层面自然也不同。

南方+：目前AI在银行多个业务条线均有试点，但效果评价并不一致。银行智能化是否存在“热而难落地”的情况？

吴海生：确实如此。有些机构一开始误以为部署了一个大模型就完成了智能化。但我常打一个比方：你有了一个聪明的“脑袋”，但如果没有灵活的“手”，问题依旧解决不了。很多人没有意识到，脑袋和手之间，其实还有很长的一段路要走。有些机构存在误区，以为买个大模型或者部署一下算力，就算拥有了解决问题的能力。其实还差得远。

完成智能化转型

大多数银行需要AI“搭子”

南方+：您怎么看当前银行落地AI的最大痛点？是算力问题、数据孤岛、安全合规，还是组织机制？

吴海生：整体来看，认知、数据和组织能力是三大核心门槛。在各个领域都存在，银行业也不例外，有的机构技术基础较弱，接入难；有的是组织内决策机制相对保守，更多在观望；也有一些机构虽然内部很重视，但对AI应用的理解仍停留在试用阶段。

南方+：对大多数银行而言，“AI+金融”到底难在哪？

吴海生：“AI+金融”不能简单理解成一个事，其实是“两个事”。首先是AI本身，也就是模型和数据平台；其次，“+”代表的是如何结合业务场景、数据合规和行业属性。而“+”这一段，才是科技公司真正该做的事情。如果忽视这一段，仅仅购买模型或通用算力，最终的ROI（投资回报率）可能是负的，等于是资源浪费。

在很多情况下，如果没有深度开发和产品内部训练，仅部署基础模型或通用模型，基本解决不了实际问题，有时甚至会产生负面影响。比如说，如果用一个大模型进行风险画像，其准确率反而可能不如人工判断。

但我们也应看到AI的价值毋庸置疑。它的优势在于进化速度快、可持续迭代，适合处理大规模数据。比如，我们为了提升风险画像能力，使用了两万亿级别的数据，解决了很多传统依靠经验难以处理的风控问题，在图像识别和多模态应用上也取得了明显进展。举个例子，如果银行销售员在与客户沟通时打开摄像头，大模型可以通过环境、神态、背景标识等，辅助判断客户风险，提升风险识别的准确性。

从辅助工具到业务中枢

奇富期待在核心业务板块有更多尝试

南方+：这次与华兴银行的合作与以往“用AI优化一个模块”的思路不同，将围绕智能营销、风控审批、决策分析、远程运营、合规审查、多模态识别、数字员工等多个核心场景进行深度共建。这是否意味着未来奇富在AI领域的技术战略和能力建设重点将进一步深化？

吴海生：是的。我们希望与银行深度合作，在银行核心职能中有更多尝试和成果。

银行业务链条确实很长，客服等人力密集型业务线是AI最早切入落地的。中国银行业从业者约有400万人，其中约350万个岗位是可以通过AI提效的，如销售、催收、电销、柜台、客服等。这些岗位人员众多、重复性高，是AI应用的天然场景。

但我们更希望参与推动AI在银行更核心业务板块的落地，比如风控、BI（商业智能）、合规、运营等领域。这些业务线落地AI更为复杂，需要结合行业专有知识和动态变化的数据，具备更强的反欺诈能力，而这恰恰是我们认为最值得探索的方向。

这些领域需要Know-how，单靠机构自身的通用大模型难以胜任。我们目前已经研发出多个智能体来应对这些任务。例如，我们基于知识图谱驱动的建模能力，以及智能体长期短期记忆框架和协作机制，让智能体能对金融语义、行为模式及复杂规则体系进行动态理解与精细推理。在客户识别、经营洞察、信审建模与合规守护等高价值环节，实现类专家级的智能响应，具备在高频变化、强规则约束环境下持续演化与协同增益的能力。

AI是一种需要“信仰”的技术。要真正将其落地产业、融入业务，解决核心问题，需要有愚公移山的精神。我们自建了规模化的技术团队，在数据、知识库、金融业务理解等方面积累了丰富经验。在这个充满无限可能的“AI+金融”赛道上，我们将持续加大投入，打造真正解决金融行业痛点的好产品。

南方+记者 陈颖

【作者】 陈颖

289财经热点