读懂智能金融：大模型为“五篇大文章”带来的质变与挑战——江萍教授：从数字金融迈向智能金融的底层思考

政策交汇：金融业成为大模型落地优选场景

江萍指出，大模型正快速渗透至大众工作与生活，其角色并非简单替代岗位，而是推动能力转型。国内金融大模型的规模化落地，依托于“金融五篇大文章”与“人工智能+"行动两条政策主线的交汇。金融行业凭借数据资源富集、支付能力充足及监管体系完备三大优势，成为技术应用的首选场景。当前行业核心命题已从“做大规模”转向“提升质效”，大模型正是实现这一转变的关键抓手。

价值逻辑：三层变革重塑金融业态

大模型将为金融行业带来三个层面的底层变革：

一是重构成本结构。客服、审核等环节由人力密集转向算力密集，大幅降低服务边际成本，为普惠金融覆盖长尾客群奠定基础；

二是革新信息处理能力。通过解析专利、ESG 等非结构化数据，破解科创与绿色资产“评估难”痛点；

三是升级业务决策模式。从固定规则引擎进化为“推理决策 + 自动执行”的智能体模式，重构整体业务流程。

基于上述逻辑，大模型有望突破金融服务“成本 - 覆盖 - 质量”不可能三角，引导资金精准流向科技创新与绿色转型领域，助力新质生产力发展。

风险治理：构建三级防控与四大支柱

在机遇之外，风险治理同样关键。江萍将风险划分为三个层级：

• 微观机构层面：模型幻觉、数据隐私泄露、外包集中度风险及问责链条断裂；
• 中观市场层面：模型同质化引发的羊群效应、顺周期波动放大及新型金融排斥；
• 宏观系统层面：系统性风险传导、监管套利、算力供应链安全及人才结构冲击。

针对上述风险，她提出四大治理支柱：坚持统筹发展与安全，落实分类分级原则；健全全流程治理制度，嵌入算法备案与压力测试；坚持以技术监管技术，强化风险早识别；补齐金融 AI 复合型人才底座。

江萍强调，中国走出了一条场景牵引、发展与安全并重的独特道路。面对全球最大规模的金融应用场景，需在同步推进 AI 创新与制度建设中进行探索。

未来展望：智能金融的三大思考

展望未来，江萍抛出三个核心议题供行业思考：一线业务中大模型带来的变革是否真实落地？规模化推广遇阻时，技术、制度与组织应如何分担责任？智能金融应采取自研、交付还是协同模式？

她总结道：“大模型不会让金融换道，但会让做好金融‘五篇大文章’的路更宽。”金融“五篇大文章”明确了服务对象与方向，而大模型提供了实现服务的全新能力，二者融合即是智能金融的未来。