来源：WEMONEY研究室

　　在刚刚结束的2025世界人工智能大会（WAIC）上，银行AI应用争奇斗艳：数字分身无缝服务、智能助手对答如流、审单风控效率倍增。

　　然而，热闹的展会背后，银行AI的真实发展正面临三重关键考题：技术应用走到了哪一步？在核心场景落地时卡在了哪里？以及未来的决胜方向又在何方？热闹的展示只是序章，银行AI的深层挑战与价值重构，才刚刚浮出水面。

　　走到哪？

　　从“数字员工”到“智能体”

　　银行AI场景加速渗透

　　从这次WAIC 2025上不少银行的展示来看，能看出一些银行AI布局的最新风向。比如交通银行在远程服务这块下了不少功夫，用数字分身做金融服务，结合音视频和AI技术，搭起了一套远程视频服务系统。简单说，就是把远程坐席、数字员工、客户经理这些角色都打通，做到“人+AI”一起上，让服务更顺畅。

　　上海银行也有新动作，发布了一款AI手机银行，主打“对话即服务”，意思是和它对话，就跟与银行顾问聊天一样，既能问问题又能直接操作，速度快、响应也比较准。

　　展会之外，我们也观察到各大银行在AI布局上的动作越来越多。先以六大行为例，现在已经把AI用在客户服务、风险判断、流程处理这些日常工作里，大家都在边做边看，想办法让它真正能用得上。

　　而人和AI怎么搭着来用，也是大家比较关注的。有的银行试着让AI先干一部分，再由人来判断、把关。目前来看，这种方式还在摸索中，效果到底怎么样，还得再观察。

　　总的来说，六大行在AI上都有在动手做事，方向也挺接近，都是一步一步往前推进，先把事情做起来，再看后面能不能继续深入。

　　信息来源：各大银行2024年年报等公开信息

　　相比六大行更系统的方式，部分股份制银行也都在加快推进人工智能和大模型的结合。不少银行在做云、AI、平台打包推进的方案，已将这些技术用在日常的服务、知识整理和流程处理上。

　　进一步看，部分股份行更讲究哪个地方有用就往哪放，做得更直接，关注点也挺明确，就是看AI能不能帮客户更快办事、让员工更高效、管理起来更顺手，是不是用得深不是最重要的，先看能不能立马起效。

　　信息来源：各大银行2024年年报等公开信息

　　部分城商行在人工智能上也明显加快了步子，开始把AI当作重要工具来推进。他们不再只是用来做简单辅助，而是希望AI真正参与到业务里，帮忙提升效率、优化服务。

　　尤其是是把AI用在财富管理、客户服务、运营这些具体场景上，看看在哪些环节能省时间、降成本、提效率。整体看下来，他们走的是一条轻巧、贴近实际操作的路子，先把能跑通的部分做扎实，再慢慢往深处延伸。

　　信息来源：各大银行2024年年报等公开信息

　　总体上看，现在越来越多银行都在试着推出像数字员工、AI智能体，想着把AI的技术进展尽快用到实际场景里，把新技术真正落下来。

　　不过，值得注意的是，银行用AI，不是一上来就飞跃到最前沿，而是一个一步步往前走的过程。

　　卡在哪？

　　幻觉难消、伦理困局

　　技术落地深陷治理挑战

　　从开始能用，到敢用，再到真正把AI当成决策拍板的一部分，中间每一步都不轻松。这条路上，更大的挑战在于，怎么让AI真的可信、可控、可持续地融进整个银行的实际运转里。

　　前不久《中国金融》杂志刊发的《人民银行科技司司长李伟：稳妥有序推进金融领域人工智能大模型应用》一文指出，大模型在金融领域的深入应用正受到三类技术风险的制约，分别是模型幻觉、模型共振与算法黑箱问题；同时还面临算力资源紧张、数据安全风险、伦理隐患和制度规范不完善这四大现实瓶颈。

　　这一研判可谓击中了当前银行AI应用的“深水区”，AI在银行业务中并非越强越好，也并非一味加速就能换来突破，相反，一旦缺乏治理框架与配套机制支撑，AI越强，反而风险越深。

　　尤其是模型幻觉和伦理隐患，是最容易被忽视也最难解决的两大问题。

　　先看幻觉问题，是AI在银行日常工作里最容易“出事”的点之一。简单说就是，模型为了“自圆其说”，会在没有依据的情况下胡编乱造，看上去挺像那么回事，其实跟真实情况完全不符。

　　尤其是在信贷、风控这类关键环节，一旦AI张嘴就来，搞错了客户风险判断，后果可不是一句技术故障能带过的。

　　解决模型幻觉问题，关键不是让模型说得多，而是说得对。现在很多银行开始用多重校验的方式，比如让AI说出结论的同时，能对更多真实数据，确保每句话背后都有依据。

　　还有一个办法，就是不让AI自己决定一切。模型说完话，得有人工或者系统复核机制兜底，像是AI初审、人类终判的组合。加上更专业的训练数据、更懂金融的知识图谱，才能让AI真的变得可靠，而不是做一堆看起来有道理、实则经不起推敲的“伪审核”。

　　如果说幻觉问题主要挑战的是AI模型的可信度，那么伦理问题挑战的则是AI使用的正当性与边界。

　　李伟在文中指出，“若大模型在训练对齐过程中缺乏伦理约束，或受到不当奖励机制诱导，可能在性别、种族、地域等方面存在偏见，生成有违伦理道德的歧视性、不公平的内容。”

　　他进一步举例称，“基于大模型将不同用户群体‘标签化’并实施差别定价，损害金融公平性和普惠性；或违反金融消费者适当性原则，构建信息茧房，扰乱金融市场竞争秩序、阻碍消费者自主选择。”

　　和幻觉问题比起来，AI的伦理问题更隐蔽，也更难一眼看出来。比如是不是在悄悄给不同用户贴标签，是不是在用看不见的方式做差别对待，这些都很难第一时间发现，而影响却很深。

　　所以，银行在布局AI的时候，不能只看技术做什么，更要想清楚什么该做、什么不能做。要在系统设计一开始就把“对客户的尊重”写进AI的“大脑”中去，不能让伦理越界，也不能让算法决定一切。

　　要去哪？

　　决胜关键在打造

　　“AI操作系统级”底层能力

　　银行在AI上到底做得怎么样，不是看做了多少项目，而是看做得有多深入。AI应用谁都能上线数十上百个，但能不能真的让AI参与到日常工作里，接进流程、贴近组织，并且用出实际效果，这才是布局AI的关键。

　　说白了，流程没打通，AI就是个摆设；组织扛不住，做得再好也落不下来。谁能解决这些底层问题，谁才算是真正进了AI的核心底层。

　　第一是技术调度。现在AI更新飞快，功能也越来越细，这要求底层技术得稳。模型要像搭积木一样随用随换，更新也能一键上线，智能化能力才能根据业务随时扩展，不然就只能被新技术甩在后面。

　　第二是流程穿透。银行现在的流程早不是以前那种按部就班了，拼的不是装个AI点点按钮，而是要它真能写进各个核心环节，参与实打实的辅助决策，才能撑起一整套跑得动的业务链，让AI越来越“为我所用”。

　　第三是组织协同。AI再厉害，也得让具体部门和整个组织撑得住。简单说，就是得把数据、模型、业务几块揉在一起用。只有人与AI配合顺了，AI才能不是看着厉害，而是真能落地、真能干事。

　　这些底层能力的建设，不是搭个技术平台，而是看思维创新跟不跟得上，进而能不能从决策到执行，全面链接银行AI到核心底层。换言之，银行布局AI得变一下思路，不是采购或外包回来就用，而是在银行内部就通过信息科技力量将AI培养为长期资产去经营和沉淀。

　　未来银行的人工智能竞争，拼的不只是AI场景、AI智能体，而是谁能在技术演进过程中，不断循环吸收、释放势能。最终拉开差距的，是看谁能将每一次技术进步快速转化为自身能力的升级，并在这个过程中，建立起稳定的协同体系和可持续的创新闭环。

　　毕竟，只有将底层做扎实，才能跑得稳，也跑得过人。

　　结语

　　WAIC的展台炫技只是起点。当AI开始参与信贷审批、财富管理、风险定价等核心决策时，银行真正的智能化战役才刚刚打响。

　　下一程的胜负手，在于谁能把伦理约束写入算法基因，将技术能力锻造成业务增长的“新心脏”。换言之，谁能率先突破伦理与技术的双重深水区，将AI能力锻造成融入血脉的“操作系统级”新质生产力，谁就能在重塑金融业态的浪潮中赢得先机。