伴随着人工智能加速融入金融业务流程，连接AI技术与金融机构应用需求的金融科技服务商，成为观察金融业智能化转型的重要切口。10月22日，2026年金融街论坛年会期间，数势科技创始人、CEO黎科峰博士在接受《证券日报》记者专访时表示，当前金融业的AI应用主要集中在智能客服、大众客户营销，以及广告素材制作等业务场景。

黎科峰表示，与依赖固定问题模板的传统智能客服相比，大模型提升了系统理解和回应复杂问题的能力；客户运营方面，AI正在帮助金融机构针对大量客户提供更具针对性的营销内容和服务。

“在核心交易、信贷风控等领域，金融机构对AI应用的推进较为审慎。”黎科峰表示，大模型存在幻觉、结果可追溯性不足等问题，而金融业务直接关系资金安全，对准确性、可解释性和合规性有更高要求。因此，当前金融机构的AI应用仍更多集中在工作流程提效，以及在非资金核心、非关键风控环节落地。

不同类型金融机构在AI建设路径上呈现出差异。黎科峰表示，以银行业为例，部分大型商业银行拥有较强的技术实力、人才储备和资金投入能力，同时承担金融科技创新与示范探索的任务，因此更倾向于自主建设算力基础设施等AI应用体系。相比之下，中小银行往往面临技术人才不足、研发资源有限等现实约束。对于这类机构而言，与外部金融科技服务商合作，有助于弥补技术能力短板，降低从零开始探索的成本。

“金融机构内部团队熟悉自身业务，但容易受既有流程和组织分工限制；外部服务商则能从行业实践和产品视角提出不同思路，并协助协调业务、技术等部门，推动项目围绕实际目标落地。”黎科峰说。

在黎科峰看来，金融机构的AI应用正在经历重要转变：评价重点不再只是部署了多少模型、覆盖了多少场景，而是更加关注实际产出与投入成本之间的关系。随着AI应用深入业务流程，算力消耗和使用成本也逐渐受到关注。尤其是具备自主规划和执行能力的智能体可能带来更高的资源消耗。因此，单纯以使用量衡量AI应用成效，已难以反映其真实价值。

“判断一个场景是否值得投入AI，并非简单的事前排序。”黎科峰认为，AI技术仍在快速发展，企业很难完全依靠既有经验准确判断其应用潜力。相对可行的方式是从小规模试点入手，选择目标明确、结果可衡量、风险相对可控的场景，验证效果后再逐步推广。

他以服务的某券商客户为例介绍，该机构将客户服务满意度作为目标，建立跨职能项目团队与AI协同工作，探索提升客户服务效率的路径。这里的关键不只是引入AI工具，还包括调整原有的组织协作方式，即团队不再单纯按照产品、研发、运营等职能划分任务，而是围绕具体的业务目标共同推进。

这一思路对于金融机构同样具有启示意义。黎科峰认为，如果仍沿用原有组织架构和工作流程，即使引入AI，也可能因部门间的职责边界和协作阻力而难以发挥作用。AI应用能否取得成效，不仅取决于技术能力，还取决于机构是否愿意围绕业务结果调整流程与组织协作机制。

谈及金融业AI应用的下一步，黎科峰表示，金融机构面临的核心挑战，是如何在安全风控、监管要求和业务创新需求之间找到平衡。相较于一步到位的大规模改造，从可控场景切入，通过试点验证效果，再结合自身业务特点逐步复制推广，或许是更稳妥的路径。

（编辑 上官梦露）