人工智能正成为金融决策的核心引擎，以大模型为代表的AI技术已进入通用人工智能的初步阶段，其核心能力在于高效处理非结构化数据、提升预测准确性与辅助复杂决策。厦门大学江富伟教授团队构建了投资者情绪指数、企业家情绪指数和物价预测模型，其中物价预测模型精度比传统统计模型高出约40%。未来AI将不仅是工具，更是具备“同理心”与“认知能力”的经济模拟器。
AI在金融行业的全面渗透与组织变革方面，上海金融与发展实验室副主任董希星指出，AI已涵盖客户服务、风险管理、运营支持和合规监控等环节，并推动金融机构组织重构，如一线岗位从前台柜员转向APP开发、运维人员，科层制扁平化等。AI带来的五大挑战包括数据孤岛、算法黑箱、网络安全风险、人才短缺和中小机构研发成本高。建议大型机构推动“价值重构”与流程再造，中小机构宜“错位发展”，建立开放生态，监管需分类施策。
从用户视角，蚂蚁集团王佐刚总经理指出，AI的本质是提升人类计算能力，并通过产品化使普通人可低成本获取智力支持，降低专业服务门槛，缓解信息不对称，促进普惠金融。未来可能出现“通证化”与数字化货币并行的新金融基础设施。
风险警示方面，中国人民大学郭彪教授提出多项深层思考与风险预警：AI可能加剧马太效应，模型黑箱可能引发系统性风险，算法共谋可能威胁定价公平，监管滞后形成“创新—风险积累—危机爆发—严监管”循环。建议建立AI金融算法备案制、反垄断审查机制，并探索“模型注册+实时监控+事后追责”的全周期监管框架。
现场问答节选显示，DeepSeek等国产大模型在金融领域应用前景广阔，AI不会取代银行员工，而是淘汰不会使用AI的员工，未来岗位将向“业务+科技”复合型人才转型。必须建立强制性的可解释性标准，尤其是在信贷审批、风控建模等关键环节。不必禁止所有机构使用同类大模型，但应建立多样性引导机制。
总结认为，人工智能已不再是未来的设想，而是正在深刻重塑金融业态的现实力量。它既带来效率跃升、服务普及与决策优化的历史机遇，也伴随着垄断加剧、模型风险与监管滞后的严峻挑战。未来的发展路径应是“双向奔赴”——技术方需理解金融的专业性与复杂性，金融方则应主动拥抱AI，共建专属数据基座与垂直大模型。唯有如此，才能实现从“工具赋能”到“价值重构”的跨越，在保障安全的前提下，充分发挥AI作为“新质生产力”的核心作用，助力中国金融强国建设。
