金融AI动真格了：6小时出模型，核保从23天缩到15分钟

jxgzhc

1小时前 4 分钟阅读 1 阅读

TA 的文章

先看三组数字。

建模：过去按月算，一个风控模型往往要磨好几个月。现在，钱塘征信用AI多智能体协同，把周期压到小时级，一款数据产品最短6小时就能出来。

数据：金融建模怕参数爆炸，更怕被噪声淹没。重庆邮电大学团队搞了个”粒球计算”，把海量细碎的数据点打包成信息密度更高的”球”——说白了就是”先学球，再学点”。在蚂蚁消金的投诉风险建模里，样本直接压缩约200倍，模型精度一点没掉。

核保：航运保险智能核保，23天的人工审核，现在15分钟出结果；信用证报文处理，从3天压到2小时。

这些不是概念演示，是刚刚在上海闭幕的2026外滩大会上，实打实摆出来的东西。

外滩大会办到今年，主题头一回定为”共创AI新经济”。含义很直白：AI在金融业，不再站在旁边递工具，而是站到了台中央。

更能说明问题的是，OpenAI也下场了。

它推出了面向金融服务的ChatGPT，摩根士丹利、永核投资等机构都参与了设计，内置金融数据，能像分析师一样做研究、生成推介材料。OpenAI产品副总裁把它比作金融业的”Excel时刻”——就像当年Excel重塑整个行业那样。

一边是国内银行把建模从月级压到小时级，一边是OpenAI给华尔街发”标配工具”。

金融AI，确实动真格了。

但真正值得琢磨的，不是模型多快、多准，而是AI在金融业的角色变了——从”打辅助”，到”顶岗干活”。

百融智能的段莹提了个说法，叫”硅基员工”：判断一个AI算不算员工，标准不是它能回答多少问题，而是它能不能独立完成任务、调用系统、对一个业务结果负责。

这个标准挺扎心。不少项目号称AI落地，其实只完成了”技术闭环”——模型能跑、demo能演，但没进核心业务流程，没承担原本由人干的关键任务。浦发银行首席AI科学家郑波说得更直接：症结在于从模型能力出发找场景，而不是从高价值业务问题出发、由业务和科技共同重构流程。

也就是说，金融AI的分水岭，从来不是谁参数大、谁跑分高，而是谁真正跑通了业务闭环。

还有一件事，值得普通人留意：AI开始替人花钱了。

支付宝这届大会宣布，AI支付从”可支付”迈向”可信支付”，推出AI钱包智能体。你让千问点杯咖啡，千问负责”找什么、点什么”，AI钱包负责盯”是不是你要的、合不合授权、该付多少”，全部确认无误，才动手付款。

过去支付是交易的最后一步，现在变成了贯穿智能体身份、意图、授权、执行、责任的”可信承诺引擎”。数据也在印证：最近5个月，智能体代买任务量涨了7倍，用户月均支付次数涨了3倍。

金融的本质是信用，信用的底层是信任。AI想在金融里真正”担责”，第一步就是学会”可信地花钱”。

总的来看，这届外滩大会给了一个很实在的信号：金融AI的叙事，已经从”能不能”讲到了”敢不敢”。

对银行，AI不再是被动响应的工具，而是主动建模、独立判断的”员工”；对普通人，AI开始替你理财、替你付款、替你盯着每一笔交易可不可信。

从”能用”到”好用、管用、创造价值”，中间隔的那条业务闭环，正在被一点点填上。

下次喝咖啡时再聊起”AI是金融的未来”，你可以告诉他：未来已经来了，它正坐在建模工位上，按小时开工。