金融业AI竞争，决胜关键在于“可信度”而非“性能”_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

金融业AI竞争，决胜关键在于“可信度”而非“性能”

2026-05-09 04:12:36

金融服务日趋“个性化”与自动化，正向AI驱动转型

然而，有观点指出，实际推广的最大障碍并非技术本身，而在于“信任”。由于行业涉及敏感的金融数据，微小的失误也难以被容许，且必须能够解释AI是基于何种数据得出何种结论。

行业焦点转向构建可信系统

近期在AWS金融服务研讨会前公开的行业讨论显示，金融机构的关注点正从开发更大的AI模型转向构建“可信系统”。尽管银行、资本市场公司和保险公司正加速引入AI，但评估认为，若缺乏数据质量、治理与应对监管的体系，则难以转化为实际成果。

德勤高级分析师罗布·斯特雷卡指出，金融服务的“智能体AI”竞争已不再是打造最大模型的竞赛。他将数据访问权限、存储位置、决策可解释性及风险控制列为核心课题，并判断成功的企业需将AI视为“数据平台架构”问题，而非单纯的模型问题。

市场信任缺失的数据体现

市场的不信任亦体现在数据中。相关调查显示，67%的企业对自身在AI应用中所用盈利数据的可靠性缺乏信心。美国消费者也对AI驱动的金融服务表现出显著担忧，数据保护与透明度仍是其最优先考量。

德勤高级分析师斯科特·赫普纳强调，当前AI虽能生成回答，但更重要的是金融机构能否对外给出可辩护的“判断”与“决策”。最终，在金融领域决定AI投资回报的关键词已成为“信任”。

阿塔卡马金融服务部门首席数据官拉里·亨特同样将“数据信任”列为提升消费者信任的核心因素。他表示，过去数据常被视为IT部门的“黑箱”，而现在则已进入CEO和董事会直接讨论如何通过数据创造价值的阶段。他认为近期AI的普及进一步加速了这一转变。

AI智能体服务快速发展，但落地仍处早期

AWS正加速开发面向金融机构的智能体服务。据其介绍，AI智能体不仅能实现重复任务自动化，还可整合客户数据，甚至理解与银行交易相关的重要背景。这意味着其正超越简单聊天机器人，向辅助实际金融业务或支持部分决策的方向演进。

然而，实际应用仍处于早期阶段。福雷斯特受AWS委托进行的调查显示，57%的金融服务组织表示仍在建设充分利用智能体AI潜力所需的内部能力。主要障碍之一在于与“遗留系统”的整合。在将现有计算环境向云原生架构迁移的过程中，成本、安全与运营稳定性方面的担忧依然存在。

互补性应用与风险管理成为关键

因此，业界认为关键在以一种互补而非冲突的方式利用AI来增强现有客户服务。现实的第一步包括：提升客户互动质量、优化金融运营流程，以及以更低的成本为部分客户提供接近高资产净值客户级别的个性化指导。

赫普纳强调，金融领域面临的挑战并非仅仅是提高生产率。对银行、保险公司和资本市场公司而言，若无法对AI的决策进行合理解释、验证和控制，不仅会带来运营风险，还可能同时引发监管风险与声誉风险。

竞争决胜点在于可信赖性

最终，金融领域AI竞争的胜负手可解读为并非更华丽的功能，而是“可解释性”、“可验证性”与“治理”。虽然AI无疑正在改变金融服务的未来，但市场所要求的下一步并非快速部署，而是“值得信赖的AI”。金融机构越能满足这一标准，其AI实验转化为实际业务成果的可能性就越大。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文