人工智能技术正成为推动世界之变、时代之变的重要驱动力。在金融领域，人工智能正在提升行业服务能力，变革行业发展范式，在金融数字化转型实践中展示出强劲推动力。文章指出，金融数字化转型应进一步运用新工具和新要素来应对新挑战。其中，人工智能，尤其是生成式人工智能大模型，成为新形势下提升金融数字化转型质效的重要抓手之一。

当前，伴随数字化对经济社会演变带来的深远影响，诸多行业的生产方式、组织模式都发生了日新月异的变化。作为国民经济“血脉”的金融，更需要积极拥抱数字化转型的浪潮。事实上，金融业是一个特殊的信息处理行业，信息技术升级、信息储存与展现方式的变化，必然使金融要素与金融功能发生变化。

衡量金融数字化转型成效有着诸多维度和指标，往往离不开四个方面的因素。首先，从金融服务的提供主体来看，如何更有效地把新技术用作“生产工具”，把数据要素当作“生产原料”，来全面提升金融产品与服务的质量与效率，优化金融供给的智能化水平。其次，从金融服务实体经济的效果来看，数字化转型的结果应是更好地满足企业或居民的需求，使得金融资源真正配置到最合适的经济主体身上，并给其带来可持续的价值。再次，数字化转型离不开金融基础设施的支撑，包括支付清算体系、征信体系、技术基础设施等，这些都需要不断拥抱新技术实现优化升级，从而更有效地承载金融交易与资金流动。最后，还需要健全的治理体系加以保障，包括风险识别与监管、金融伦理与文化等的约束，避免金融数字化转型成为“脱缰野马”并保障“技术向善”。

在实践中，这四个方面均取得了突破，但也面临新的痛点与挑战。例如，数据表明金融科技的投入增速在逐年放缓，就此来看，金融数字化转型无法单纯依靠资金投入的快速增长，而需要考虑科技投入的结构与质效问题。再如，就当前重点推动的科技金融、绿色金融、普惠金融和养老金融来说，其发展也存在诸多不平衡不充分的矛盾，其中科技金融、养老金融既需要提升规模，也需要优化质量，绿色金融和普惠金融的规模虽在全球领先，也需要优化结构。同时，数字金融要想更好地实现对其他几篇“大文章”补短板和增效率，还有进一步提升的空间。

还有，金融数字化转型不仅需要关注金融产品、金融机构、金融市场的变革，更需要重视作为金融“桥梁”的各类基础设施的建设。但无论是支付清算类基础设施，还是现代征信体系与信用体系，都还未能满足数字金融时代的多元化需求，需要进行自身的供给侧结构性改革，积极拥抱数字化与新技术。此外，数字化力量加持到金融活动中，既能带来积极创新与成效，也可能带来风险与负面结果。对此，各国都在积极应对和完善数字金融的有效监管模式，努力构建相关制度规则体系，包括法律法规、金融标准及各类伦理“软法”。

尽管有各种问题，金融数字化转型也不能畏难不前，而是应进一步运用新工具和新要素来应对新挑战。其中，人工智能，尤其是生成式人工智能大模型，成为新形势下提升金融数字化转型质效的重要抓手之一。

首先，人工智能已成为技术助力金融数字化转型的“主动力”，无论是从数据、算法还是算力来看，都能够有效整合金融机构的技术与数据投入，优化现有资源配置，改善数字化的投入产出。通常来看，人工智能可提升金融服务的自动化和智能化，既可优化业务流程，降低人工处理成本，提高资源利用率，也可在信贷等业务流程中提升业务处理效率，以及协助金融机构精准分析市场和客户，更好地匹配市场动态需求。

其次，应用人工智能有助于更有效地把握实体部门的金融需求，间接助力金融服务实体经济的国家战略目标落地。例如，在科技金融方面，可依托人工智能来发展系统集成、动态更新、高效便利的科技型企业数据要素归集、整理和共享机制，为科技信贷评审和保险定价提供全面、及时、便利的信息支持。在绿色金融方面，随着人工智能和大数据技术的应用，金融机构可显著提高对绿色风险的识别，及对绿色产品环境效益的计量分析。同时，还可有效分析绿色投资的效率和精确度，把握绿色与可持续发展项目的潜力、运营和绩效，确保绿色金融支持对象的财务可持续性等。在普惠金融方面，人工智能有助于增强普惠金融服务的适当性和精准性，避免“运动式”发展的盲目性。在养老金融方面，金融机构可利用人工智能来提高养老资金管理效率，实现全流程风险可控，还可利用其完善养老资金投资组合，为养老人群提供全生命周期的综合性、平衡性服务。

再次，人工智能应用也能够全面提升金融基础设施的服务能级。当前，在全球跨境支付领域，存在成本高、速度慢、渠道有限、透明度不足、效率低等问题，人工智能等新技术应用对于缓解相关矛盾不可或缺。在零售支付创新的领先国家与地区，与人工智能密切相关的人脸识别、语音识别、生物识别技术正在改变传统支付方式，实现零售支付的更高效率、更好体验、更低成本。同时，通过“智能语音”服务、生物识别身份认证、智能投资顾问等方式，还能够提升金融机构和支付企业的服务能力，使得支付流程更顺畅、支付摩擦更少。

征信系统是保障金融活动顺畅进行的信心与信用基础，传统征信仍存在一些不足之处。如果主要选择传统的结构化数据，依靠固定的算法或规则计算完成，可能存在模型僵化等情况，难以及时动态调整，无法适应瞬息万变的数字化社会需求。人工智能应用到金融征信系统建设之中，可拥抱更加海量的结构和非结构数据，替代数据的训练，也可借助大模型的关联分析能力，打造更加复杂的评估评价模型，并进行动态迭代，不断优化参数，进一步提升信用评估的科学性和准确性。

最后，人工智能可推动监管与治理模式的优化升级。数字金融创新中的风险隐蔽性、突发性、传染性强，必须借助前沿技术进行分析和预警。通常来说，监管机构可利用人工智能、大数据分析等，提升监管效能和监测能力，实时监测金融市场动态并及时应对潜在风险。在实践中，国家金融监管总局正在对监管大数据平台进行全面升级，建设“智慧监管平台”，打造兼具信息展示、智能分析、流程管控、智慧决策功能的一体化科技平台。同时，近年来国家金融监管总局利用大数据等新技术开展了一些积极探索，下一步将继续加大人工智能等新技术创新应用力度，丰富穿透式监管工具手段并嵌入监管流程。

值得注意的是，发展数字金融与金融科技都离不开伦理保障。面对动态演变的监管原则与模式，人工智能的金融应用存在更突出的合规压力。同时，算法歧视、大数据杀熟、信息泄露等金融科技伦理挑战，也给人工智能应用带来“阴影”。因此，应尽快在人工智能金融应用的伦理规则方面确立基本共识，推动负责任的金融科技创新与金融数字化转型。

来源：《金融文化》2025年第2期