金融行业 AI 融合一年间：从 AI Plus 到 AI Native，2026 年被称智能体元年

过去一年间，金融行业与人工智能的融合经历了从“AI Plus”到“AI Native”的演进。这一变化被行业观察人士视为从工具叠加到系统原生嵌入的转型。

“2026年是金融行业真正的智能体元年。”

上述表述代表了部分业内人士对金融AI发展阶段的判断，认为智能体将成为下一阶段深度融合的关键形态。

阿里云发布“点金”金融级通用智能体平台 金融AI全栈云市场份额达29.7%

在日前举行的第32届中国国际金融展上，阿里云智能集团公共云事业部副总裁、新金融行业总经理张翅公开披露了多项关键数据：2025年下半年中国金融AI全栈云整体市场规模为119亿元人民币，阿里云以29.7%的份额位居第一；另据沙利文报告，阿里云以32.4%的份额稳居金融智能体市场第一。同期，阿里云重磅发布了面向金融行业的“点金”金融级通用智能体平台。

数据理解被视为真正胜负手

“数据才是真正的胜负手。”张翅在展会现场向媒体表示。在他看来，基础模型已经开源，智能体框架技术各厂商之间的补齐速度很快，真正拉开差距的是“数据被理解、被调用、被算”的能力。他强调，未来一切都要回到 token——数字员工的消耗是算力和 token，10台GPU的产能能跑出多少token、这些token又能生成多少有价值的报告与方案，决定了机构的AI生产力。

“限制AI的不是技术，而是人的认知与品味。”——阿里云副总裁 张翅

金融智能体元年：从“外挂”到“原生”的深层转变

张翅将过去一年金融智能体的演变概括为从“AI plus”到“AI native”。他比喻说，原来的AI像是给电视机加USB接口外挂一个播放器，而今天“整个电视机本身就是AI”。一年前金融机构还在“找地方塞AI”，如今智能体已不只回答问题，而是跑回测、训模型、写报告、做风控、做合规，在复杂业务流程中从头跑到尾。张翅解释，真正的智能体（Agent）是能够理解目标、拆解任务、调用工具、连接数据、持续执行，并在必要时让人介入的数字员工，区别于仅能应答的对话式AI。

“敢不敢用”比“能不能用”更关键

对于金融行业拥抱AI的最大门槛，张翅拆解为四个维度：输入不可信、执行不可控、过程不可追溯、责任边界不清。为此，“点金”平台内置三重合规防线、全链路审计追溯、可信数据源直连以及金融级弹性沙箱——智能体在隔离环境中执行任务，过程可解释、凭证可隔离、操作可留痕。张翅表示，中国与国外大模型在工程编码上几乎没有差距，真正的差距体现在面对开放性、设计性命题时的认知层面表现。

不同金融机构拥抱速度分化

从实际落地看，张翅透露，证券行业最积极，已从“AI能不能写研报”进入岗位级数字员工体系化建设；长三角、华南的区域性银行是银行业先锋，跨境贸易等多元需求倒逼其快速拥抱AI；相对谨慎的是大型国有银行，原因不在监管，而在于其数字化成功背景下AI边际增量被低估。

落地案例印证智能体价值

多个机构已通过阿里云平台实现效率提升：

• 中信证券依托千问底座构建覆盖企业服务、机构投资等场景的数字员工体系，超级研究员月均使用近4万次。
• 盈米基金在1个月内完成“且慢AI小顾3.0”升级验证，底层装配70多个专业金融工具和30多个细分场景智能体。
• 中再产险自动核赔场景处理时长从1至2天压缩至3分钟内；中再寿险理赔助手录入效率提升90%，审核时效从1小时缩短到30分钟。

此外，平头哥自研真武AI芯片在金融行业部署规模已突破10万卡，覆盖银行、证券、保险、基金等超过150家主流机构。