AI+金融如何落地？深圳香蜜湖金融年会详解融合路径与治理挑战

21世纪经济报道记者 杨坪 实习生 陈慧 深圳报道

2025年12月20-21日，第二届“深圳香蜜湖金融年会”在深圳市福田区成功举办。大会以“识变局，开新局——促进粤港澳大湾区科技-产业-金融良性循环”为主题，权威领导、机构高管与学界领袖齐聚，从多元视角分享了对宏观经济、金融产业、智慧金融等领域的观点及洞见。

中国人民大学原副校长吴晓求现场强调，“十五五”时期金融需以法治为基础、双创新为支柱支撑高质量发展。他指出当前资本市场需深化认知、资金端、制度三大改革，实现从“融资者中心”向“投资者权益保护中心”转型，并明确改革三重目标：一是“排雷”防控风险，二是建设财富管理市场，三是打造国际金融中心，通过市场化、法治化、国际化改革提升全球竞争力。

解局宏观“难题”：改革与科技双轮驱动

2025 年，面对外部环境急剧变化，不确定性增加，中国经济始终顶风搏浪、奋力向前。公开数据显示，前三季度，国内生产总值（GDP）同比增长5.2%，比上年同期加快0.4个百分点。10月份规模以上工业增加值、社会消费品零售总额等主要经济指标表现良好。

年会现场，宏观经济运行与改革路径成为各位专家学者热议的主题。

全国政协委员、工信部原副部长王江平指出，2025年我国工业经济稳中有进，高技术制造业占比提升、产业链韧性增强，“十四五”圆满收官，但“量价背离”困局尚未根本扭转，呈现持续时间长、PPI降幅深、影响范围广等特征，面临内需不足、产能过剩、外部环境复杂等挑战，也迎来政策红利、改革深化等利好。2026年需靠改革与科技双轮驱动，从优化供给、扩大内外需、稳定预期、强化产业链安全四方面扭转局面。

重庆市人民政府原市长黄奇帆也表示，我国制造业高质量发展成就显著，体现在全球占比32%的工业增加值、全产业链体系、出口价值链上移等五大维度。针对出口结构优化，他提出六点核心建议：推动人民币合理升值、差异化降低出口退税并投向科创、提升劳动力生产要素回报与增加劳动者带薪假期、规范出口竞争秩序、扩大进口开放并推进大宗商品人民币计价，提升全球贸易话语权。

与此同时，聚焦于本次年会的主题，对于粤港澳大湾区的发展也是与会嘉宾关注的焦点。

十三届全国政协经济委员会副主任、辽宁省政协原主席夏德仁提出，粤港澳大湾区应打造“科技创新-产业创新-金融创新”三创循环先导区。他认为，全球科技产业革命的核心是三者良性互动，但我国金融创新滞后于科创与产业创新，亟需试点突破。大湾区拥有香港国际金融中心、深圳科技金融策源地、珠三角产业基地的独特优势，建议发挥香港资源链接作用、强化深圳科创金融创新、构建跨境“科技-产业-金融”生态链，实现创新资源自由流动。

全国政协委员尹艳林也强调，科技-产业-金融良性循环是高质量发展核心命题，科技金融需从资金提供者转变为风险承担者与创新伙伴。我国科技金融已形成全周期政策体系，贷款、股权融资、科技保险等支持成效显著。为建设粤港澳大湾区示范区，他提出五点建议：补齐研发投入短板、推动“四链”融合、优化科技金融创新环境、探索有效循环路径、加大国家政策支持力度。

AI赋能金融：技术融合加速落地，治理体系同步构建

实体经济的发展，离不开金融市场的服务与赋能。近年来，人工智能技术的飞速发展，给当前金融产业带来了深刻变化。

在AI对金融产业赋能的专题研讨中，与会嘉宾结合最新实践案例、行业研究报告及前沿技术趋势，深入剖析了人工智能技术与金融产业融合的现状、挑战，并提出了针对性的发展路径，同时强调了构建适配智能金融发展的治理体系的重要性。

中国证监会原主席肖钢代表课题组发布《香蜜湖智能金融发展报告（2025）》。据介绍，这是该课题组自2019年以来连续第六年发布智能金融发展报告，已成为反映行业发展动态、指引行业发展方向的重要权威文献。本次报告基本延续了过往年度的写作框架，共分为技术篇、应用篇、专题篇、探索篇、港澳篇和治理篇六个篇章，全面覆盖智能金融发展的核心维度。

肖钢围绕金融支持AI产业发展展开论述，指出我国金融体系已为AI企业提供全周期服务，成效显著，但AI技术路径频繁换道、迭代快的特性，冲击传统估值体系，增加投融资难度。他建议构建适配的金融支持体系，具体包括：提升金融产品适配性，开发知识产权质押贷款等定制化产品；壮大早期投资规模，完善退出机制；增强AI适配的风险防控能力；提升投后服务质效，助力企业成长。

香港理工大学人工智能物联网研究院研究员李鸣牵头的技术篇内容认为，全球AI大模型呈现“美国领跑、中国崛起、多国布局”格局。当前AI形成“全栈能力构建-开源生态-应用市场-算力支撑”闭环创新体系，而金融支持仍面临价值预期模糊、技术路径不确定等挑战。他建议通过构建多层次金融体系、完善全周期投融资机制、创新风险评估与退出机制、强化产业培育，提升金融支持质效。

中国工商银行原首席技术官吕仲涛介绍应用篇内容，指出金融AI创新已进入大模型驱动新阶段，慢思考、蒸馏、智能体、多模态等技术突破重塑服务模式。多智能体协同正覆盖金融业务全生命周期，当前机构聚焦内部赋能并探索对客应用。他强调智能金融需坚持场景驱动、技术融合、风险可控原则，以业务需求为导向，平衡技术前瞻与合规底线。

吕仲涛认为，在高质量发展进程中，金融业需把握AI机遇，赋能金融“五篇大文章”。2025年典型案例显示，多智能体端到端智能化已覆盖营销、风控等全流程。未来智能金融发展需避免技术与业务“两张皮”，既要布局前沿技术，也要建立健全风险防控体系，确保创新在规范轨道推进。

中国金融传媒集团特聘高级专家、中国银行业协会原首席信息官高峰介绍专题篇内容，指出大模型重构数据生态为金融数据治理带来机遇，行业已形成“合规助基-协同提效-资产创值-生态扩展”阶梯式路径。智能数据治理（系统框架）与数据治理智能体（核心引擎）构成治理基石，但仍面临技术适配、权属界定、隐私保护、伦理风险、成本压力五大挑战。

针对数据治理挑战，高峰提出六点破局方案：推动技术与大模型融合、明确数据权属、强化隐私保护技术、健全伦理规范、共建共享降本、培养专业人才。他同时介绍了探索篇主要内容，指出金融业正进入AI驱动的系统性重构阶段，各主体在架构、技术、模型选型、云智能化四大维度积极探索，大小模型共生同治是技术底座关键。

香港证监会原主席梁定邦介绍了港澳篇内容，他指出，当前港澳智能金融经历“数字化-线上化-智能化”演进，形成多层次生态，在银行、证券、保险等行业均有突破，智能投顾、风控等产品不断涌现。两地政策支持有力，香港通过《金融科技推广计划》与监管沙盒推动创新，澳门靠系列法规构建风险治理框架。

国家金融监督管理总局原首席检查官王朝弟介绍治理内容，表示全球主要经济体与国际组织均重视智能金融治理，我国已形成“政府监管-行业自律-机构自治”三位一体框架。金融大模型的跨场景、动态迭代特性，要求治理从被动应对转向主动适配、协同治理；中小金融机构智能转型面临战略模糊、资源不足等挑战，需政策引导、资源共享、人才培育与生态协同支持。

“十五五”展望：智能金融成核心方向，转型机遇与挑战并存

“十四五”临近收官，“十五五”即将开篇。

展望“十五五”时期，与会嘉宾认为，人工智能技术发展趋势将与金融产业转型需求深度融合，并带来智能金融产业发展新机遇。

中国社会科学院大学教授、国务院原副秘书长江小涓指出，经过多年的发展，中国已积累了庞大的储蓄和投资资金规模，这为经济发展提供了坚实的资金支撑。但与此同时，考虑到国内部分资源相对紧缺、许多传统产业产能相对饱和的现实情况，“十五五”期间我国金融业如何高效运营好海量资金、实现资金的优化配置，面临着不小的压力。

江小涓强调，金融业需加快数智化、市场化、国际化转型。数智化层面，既要提升自身运营效率，更要增强科创领域商业洞察力；市场化层面，发挥市场资源配置决定性作用，兼顾风险防控；国际化层面，跟随产业“走出去”拓展海外布局，参与全球金融治理。她呼吁金融业增强紧迫感，把握科创机遇，拓展发展空间。

全国政协委员、科技部原副部长李萌也提出，模型、算力、数据三大效率革命正重置智能金融底层逻辑。模型效率靠架构与训练创新提升能效比；算力效率当前依赖结构驱动，未来或迎范式突破，是应对技术封锁的关键；数据效率核心是从被动存储转向主动智能利用，依托数据智能体、本体、湖仓一体三大支柱。

中国人民银行原副行长李东荣则认为，智能金融将成为“十五五”时期数字金融发展的重要方向，具备广阔的发展前景。

他从两个方面阐述了智能金融发展的基础条件：一是我国人工智能技术已具备规模应用基础。近年来，我国政府高度重视人工智能产业发展，出台了一系列专项政策给予支持，政策支持力度不断加大；人工智能相关投资快速增长，市场主体活力持续激发；人工智能应用产品创新不断涌现，覆盖了众多行业领域；技术研发持续突破，应用门槛不断降低，为智能金融的规模应用奠定了坚实的技术基础。二是金融行业人工智能应用已取得显著进展。金融行业一直是信息化、智能化的坚定推动者和积极实践者，近年来在人工智能等前沿技术应用方面的投入不断增加。当前，智能客服、智能投顾、智能风控、人工智能量化交易等应用已在金融行业广泛落地并持续深化，有效提升了金融服务的效率与质量；金融智能体应用的探索与实践，更是成为人工智能领域新的推动力量，为智能金融的进一步发展积累了宝贵经验。

展望“十五五”智能金融发展，李东荣提出四点建议：高度重视信息安全，防范已知与潜在风险；加快构建开放协同的智能金融生态，服务实体经济；推动监管体系适配创新，运用监管科技实现“不缺位、不越位”；结合业务需求推进技术应用，避免形式主义。

香港理工大学人工智能高等研究院院长、加拿大皇家科学院及加拿大工程院院士杨强引用MIT报告指出，95%美国企业AI投入未产生实质回报，核心问题是技术与业务体系不适配，AI大模型尚未嵌入业务流程。他提出，迁移学习可实现大模型场景泛化，破解数据孤岛，增强适配能力。

杨强强调，金融全生命周期蕴含海量AI场景，需探索智能体、联邦学习等技术落地方式。金融AI应用应立足业务需求，注重实用性，通过技术创新提升效率、质量与安全性，实现技术与商业价值统一。