9月9日，钱塘征信与蚂蚁消金联合主办了2026 Inclusion·外滩大会“AI原生时代·信用经济的应用探索”论坛。本场论坛由中国工程院院士、同济大学教授蒋昌俊，以及来自银行、消费金融、征信、云计算与人工智能领域的代表出席，围绕个人信用管理、消费场景风控和智能客户经理等落地应用，讨论AI如何融入实际业务。

　　边界：金融AI需要匹配业务需求与治理能力

　　变化首先发生在技术底座上。蒋昌俊认为，“AI基座并非算力与服务器的简单堆叠，而是连接数据与业务的基础设施。”它不再只是IT部门的工具包，而将成为金融机构参与战略制定的“第二大脑”。

　　技术越深入业务，治理要求也越高，责任边界也需要随之调整。张健华认为，技术发展与业务创新通常快于监管制度形成，监管需要在鼓励探索与防范风险之间建立动态平衡。模型幻觉、算法黑箱以及AI可能放大既有风险等问题，都需要纳入治理视野。

　　落地：信用经济与金融业务呈现AI新进展

　　AI的确为行业带来了效率上的跃升。总经理李臻在演讲中表示，公司正在探索从金融数据服务商向社会信用基础设施运营商转型，以服务金融机构的信贷业务为基础，打造以个人为核心的信用管理服务。并介绍了“信用守护”与“信用报告”的具体实践。钱塘征信首席技术官朱乐表示，面向大规模个人用户，信用管理需要持续、高效的服务能力。

　　在消费金融领域，蚂蚁消金副总经理兼首席风险官林嘉南分享，如何运用AI识别真实需求、优化差异化授信、提升个体风险研判能力，以“精准普惠”推动消费金融健康发展。据介绍，蚂蚁消金升级场景风控，支持识别日常消费、大件消费、旅游、兴趣、进修等230多个关键场景消费需求，并提供专项额度。

　　蚂蚁消金首创的交互式风控产品花呗“小红花”，目前已支持用户提交职业技能、学历奖项、工作证明等1000多种材料申请提额。据林嘉南透露，该产品还将进一步引入对话式交互，接纳用户更多维度地表达资金需求和资质能力，AI自动提取、校验关键信息并做出实时决策。

　　共议：AI的业务价值与分工边界

　　单项任务的提速，能否转化为整条业务流程的改善，是金融AI进一步落地需要回答的问题。阿里云智能集团新金融行业解决方案副总经理宁江彬在解析Agentic时代信贷业务智能化跃迁的过程中提出信贷智能化L1感知执行、L2验证推理、L3受约束的自主智能三级跃迁框架，以5层技术能力与6道可信门禁，推动AI迈向可验证、可审计、可回滚的自主决策。

　　重庆邮电大学人工智能学院副院长夏书银先生介绍了粒球计算在蚂蚁消金AI消保场景中的实际应用。在用户风险建模中，该方法可在模型精度无损的前提下实现约200倍样本压缩；在多模态伪造检测中，输入Token 减少30%。这为金融AI提供了参数扩张之外的另一条路径，以更少计算获得稳定、可解释的结果。

　　这些实践表明，金融AI的价值开始体现在服务对象、服务方式和业务流程的改变中。沿着这一方向，技术带来的效率提升，需要转化为更易获得、更贴合真实需求的服务，机构也需要对关键决策及其结果负责。让更多人有能力管理信用、有机会凭借信用获得服务，才能使AI的应用进展转化为信用经济更广泛的社会价值。（刘文）