智能體大爆發，金融AI Agent「成色」幾何？

AI Agent正在成為那個兼顧成本、效率和客戶體驗的最優解。

——馨金融

洪偌馨、伊蕾/文

「AI一日，人間一年」，這個曾經看似夸張的說法在AI Agent（智能體）興起之后都顯得有些保守了。

隨著年初以來DeepSeek爆火，超百家金融機構相繼宣布接入DeepSeek，AI Agent在金融領域的應用也隨之爆發，這種「爆發」不僅體現在數量上，更體現在應用的深度和廣度上。

所謂AI Agent（智能體），是一種具備自主性、決策力、環境感知能力和持續學習能力的人工智能系統。

相比于大家更為熟知的Chatbot（例如ChatGPT和DeepSeek），它的能力更上層樓，不僅擁有對話和推理能力，能夠采取行動、執行任務。

換言之，AI Agent可以像真正的員工一樣接收指令和任務、交付最終結果，甚至于，隨著能力的進階承擔起更重要的職責。

「以R1推理大模型發布為關鍵節點，大模型能力、通用工具能力以及AI在金融中的應用場景都發生了巨大的變化。」在最近舉行的第八屆數字中國建設峰會上，度小滿CTO張文斌分享道。

「在模型能力方面，從擅長語義理解與內容創造的生成式大模型，轉向具備復雜邏輯推理能力的推理大模型。通用工具也從專注效率提升和能力拓展的智能助手，升級為擁有自主決策與行動能力的Agent。」

在他看來，隨著AI能力的不斷提升和對AI需求的不斷增長，推理大模型在金融中的應用從客服助手、資料審核等「外圍」領域，深入到用戶體驗、風險決策等核心場景。

當然，對于金融這樣一個具備極高合規要求與風控門檻的行業而言，AI Agent想要實現從「外圍」到「核心」場景的進階并不容易，這不僅對于大模型的基座能力、在場景中的落地能力都提出了更高要求，更在無形中重塑企業的組織和管理模式。

1、重構「交互模式」：客戶的專屬客戶經理

客服可能是金融業務中對AI技術應用最早、AI「含量」最高的一個場景。基于成本和效率的考慮，許多金融機構早多年前就開始通過文字和語音機器人來替代人工坐席。

那么，AI Agent作為客服助手與傳統的AI客服機器人有什么差別呢？

從客戶體驗的角度出發，傳統AI客服一直飽受詬病。究其原因，一個始終無解的「卡點」在于他們無法參與決策，因此，也就無法真正解決問題。

比如，當客戶在線上發起貸款被拒，即便是向AI客服求助，也只能得到一些操作流程上的「參考答案」，真正解決問題還是要靠信審人員。他們可能要反復致電用戶詢問諸多問題，還需引導用戶回APP提交補充材料，隨后再次進入審核流程。

整個過程流程繁雜、等待時間漫長，且涉及多次頁面跳轉和人工操作，可能會極大消耗客戶的耐心、傷害他們的體驗。

相比之下，AI Agent客服助手要「善解人意」得多。

以度小滿的實踐來看，基于大語言模型的語義理解、內容生成和復雜邏輯推理能力，AI Agent可以承擔起「信審人員」職責：

從觸達客戶的第一秒開始，他可以完成授信、用信、增信的全流程線上引導和自動審批，實現即時反饋、無縫銜接的「絲滑體驗」。

值得注意的是，立足于當下的市場環境，隨著客戶對于金融服務「個性化」的需求越來越高，比如授信提額、延期還款等，用戶與客服之間的交互變得更加高頻且非標準化。

而金融機構出于風險管控和客戶精細化運營的考慮，也愿意將「方向盤」更多交還給客戶手中。因此，為每個客戶配備一個「專屬客戶經理」可能成為一種「剛需」。

在這樣的趨勢之下，AI Agent正在成為那個兼顧成本、效率和客戶體驗的最優解。

2、風險決策「升級」：不被「小概率事件」支配

除了客服體驗升級，風控決策也是AI技術前沿探索和應用的重要場景。

尤其，在過去兩年風險波動加劇的市場環境下，不良風險攀升是金融機構共同面對的問題。典型如個貸業務，從2024年銀行年報來看，許多機構的不良率表現呈現快速上升趨勢。

但是當大數據風控、AI與業務的融合已經來到新的階段，更大的模型、更多的參數到底能帶來怎樣的價值？

塔勒布在《黑天鵝》一書中提到：我不擔心廣為人知和聳人聽聞的風險，而擔心更為險惡的隱藏風險。

這句話道出了不確定時代的生存之道，也在一定程度上揭示了金融機構風控進化的其中一個方向：警惕那些小概率但卻致命的風險。

面對這樣的市場狀況，張文斌提到，大模型以及AI Agent至少在兩個維度能夠實現更大的價值貢獻：

一方面，推理模型基于因果推斷的訓練范式，與風險決策通過多維數據推斷是否逾期的邏輯類似，有望突破傳統基于統計相關性的風控模式。

另一方面，傳統模式將原始數據加工為變量時存在信息折損，而推理大模型能夠充分理解全維度原始數據，提升數據使用效能，例如它可以基于用戶流水識別出疑似賭博等小概率但高風險的行為。

3、「前沿公司」誕生：每位員工都將成為「智能體主管」

不久前，微軟公司發布了一年一度的工作趨勢指數報告，2025年的主題為：前沿公司誕生。

微軟指出，數據揭示了一種新型組織的出現：前沿公司（Frontier Firm）：

它擁有即買即用的智能、由員工和智能體交互組成團隊，每個人都承擔起「智能體主管」的新角色。

對于即將到來的深刻轉變，人類的野心、創造力和聰明才智將繼續創造新的經濟價值和機遇。

這意味著，一場深刻且可能曠日持久的組織模式甚至商業模式變革已然開啟，擁抱變化是唯一的選擇。

隨著AI Agent在金融領域加速落地，中國的市場參與者們也已經探索出自己的「前沿公司」發展路徑。

以度小滿來看，一方面他們通過尋找「小切口」構建Agent，比如，在風控領域在風控場景中，先從信用評級相對弱的客群中篩選出優質客戶，深入特定場景、特定客群，基于特定目標研發差異化Agent，實現做深做透。

另一方面則利用場景化數據反向優化模型，形成「場景應用 - 數據積累 - 模型迭代 – 效果優化」的「飛輪效應」。

與此同時，度小滿還通過集聚算力資源與專業人才，成立專項團隊加速AI應用落地，并不斷帶動全員融入AI轉型，實現組織能力的跨越式升級。