从外滩金融大会看金融科技的未来

监管决定合规下限，决定金融机构能做什么。科技决定发展上限，决定金融机构能做多好……

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，通过制度设计为技术创新提供可预期的安全空间。

金融科技提升金融效率

2026年的外滩大会传递出一个信号，金融科技不会消失，正在转变为金融的基础设施，从辅助工具升级为金融生产级能力。

上海市副市长贺青指出，金融领域的高阶竞争将不仅是算力、数据和模型的比拼，更是信任体系、制度规则与治理能力的综合较量。

传统风控依赖职业、收入、资产、信用记录等标准化材料，是一种事后拦截和门槛筛选。AI驱动的风控正在将其推向事前穿透和需求匹配。

蚂蚁消金首席风险官林嘉南在外滩大会论坛上介绍，AI风控已支持识别日常消费、大件消费、旅游、兴趣、进修等230多个关键场景的消费需求，截至2026年8月末，场景化风控提额同比增长30%，相关用户不良率比整体用户平均水平低20%。花呗支持提交职业技能、学历奖项、工作证明等1000多种材料申请提额，AI可将非标准化材料转化为结构化信息，帮助金融机构更全面地了解缺少传统征信记录的职场新人、蓝领等群体。

防止科技做恶，践行金融向善

从社会思潮和监管环境来看，当前的对金融科技的主流叙事确实已经清晰转向，金融科技的首要议题不再是如何更高效地放贷，而是如何防止作恶，避免过度负债引发社会问题。

而AI，是这一治理转向中重要的角色。

AI推动风险管理从事后拦截转向事前预测，识别对象从单一账户扩展到账户、设备、IP地址及其关联关系。意味着在债务链条形成的初始节点，系统就有能力判断一笔借款是否应当发生，而不是等到逾期爆发后再进行催收和纠纷调解。

AI多模态识别技术能够捕捉录音人声或背景音相似，证件照篡改、材料由AI生成等异常信号，相关体系已协助公安机关打击黑灰产团伙，当贷款中介利用信用修复政策诱导借款人大额负债，可以利用AI识别和阻断，金融机构的风控能力就实际上承担了维护金融秩序的社会治理功能。

在信用管理端，钱塘征信的数据显示，75%的用户在发现信用风险后愿主动修复，月复访率达60%，其中小微经营者占复访群体的25%。用户征信从被风控模型判断的对象转变为能够参与自身信用管理的行动者，这是金融健康自我管理的社会基础。

AI的能力在于组织进化能力

AI的分水岭在于不在于生产能力，大模型可以调用，算力可以租用，数据可以采集，技术本身正在快速平权。真正难以复制的，是组织内部隐性知识的沉淀、流转与复用速度。AI的能力不在技术，而在组织进化能力。

它要求组织具备持续学习、快速迭代、跨部门协同和经验复用的机制。一个客户经理发现某类小微企业主在特定季节有短期资金需求，AI系统能迅速将这个洞察转化为风控规则、营销策略和授信模型，并推广至全行。一个客户经理的优秀经验，可迅速转化为全行客户经理的能力。

进入2026年，金融科技业关注点应从上了多少个场景转向ROI是多少。没有价值验证的AI，只是成本中心。

对于中小机构和助贷机构，务实路径是从知识库问答、客服助手等低风险场景起步，优先打通信贷审查、贷后预警、监管报送、客服外呼等业务场景，再逐步拓展至营销与风控。

不必追求最多智能体，而应追求最快组织学习速度。从一个小场景做起，把经验沉淀机制建起来，把反馈闭环跑通，再逐步扩展。