刘晓春：金融数智化的本质与误区
这两年由于各类人工智能大模型在技术上的突破，关于金融数字化创新的叙事有了新的变化，“数智化”几乎要取代“数字化”。
2025年以来，由于美国、中国香港等推出有关稳定币的法案，稳定币、代币、RWA（真实世界资产代币化）、区块链、分布式等又成了当红叙事。人工智能和代币的热度与当年互联网金融不遑多让，但又似曾相识，因为人工智能和代币化所讲的故事与互联网金融所讲的故事几乎一样：总有需要打通的最后一公里、总有需要去掉的中间环节、可以精准画像从而可以精准获客和控制风险等。
人工智能、区块链技术不可能是人类科技发明的终结，也不可能替代人类其他所有技术发明，在金融创新中，人工智能和区块链技术依然只是被应用的技术。在积极拥抱人工智能、区块链等新技术的同时，更需要牢牢把握金融创新的本质，才能实现有效的创新。
金融创新需要三项技术
金融创新需要三项技术。
首先是金融技术。这里是指广义的经济金融知识和技能，尤其是金融领域的具体实操知识与经验。
金融创新，本质是金融，不是技术创新。即使现在需要数字化转型，本质还是金融。因此，精通金融是大前提。只有明确金融业务本质，技术的应用才不会偏离方向。
金融是资金在时间和空间上进行融通与流通的艺术。金融创新就是寻求满足各相关方需求的更佳的通融方式和流通方式。
大数据、云计算，各类风控模型和投顾模型等，基础是统计学，而统计学的基础是对各类数据性质的认识和界定、数据之间勾稽关系的认识和界定、数据之间因果关系的认识和界定。对这些数据的认知，又需要对金融各领域业务规律的认知和经验的积累，这其中包括对人性在不同金融业务领域和状态中所发生变化的认知和经验积累。
其次是制度技术。金融在安排资金融通与流通过程中既要确保各相关方的权益，又要防范过程中可能产生的各种风险，这需要一系列包括法律、规章制度等在内的制度安排。不仅金融产品和金融服务模式需要制度的确认与规范，人工智能等数字技术是否可用、如何应用亦需要得到法律法规的确认与规范。以各类资产上链交易为例，关键不在于技术解决交易的支付环节，而在于资产上链过程中涉及路演、询价、交割、各类法律关系、合规监管等一系列环节的制度安排能否得到有效落实。
规章制度中，有许多是为了防范操作风险而制定的，比如复核制度、签字盖章制度等。这些制度流程，只是为了防范操作风险，与特定金融产品和金融服务模式的性质无关，由于人工智能等数字技术的特性，因此，大多数这类制约制度在流程改造中可以取消。但像会计分录、记账规则、核算规则等操作流程，因为反映的是业务本质，技术可以代替人工操作，却不能减少和改变任何环节。
其三是科学技术。就金融创新而言，应用科学技术包括两个方面：一是新科技在金融领域的应用；二是各类科技在金融领域的创新应用。将创新科技引入金融领域，有助于金融的突破性创新，而各类原有科技的创新性应用同样有助于金融改良性和突破性创新。
金融技术在金融创新中处于主导性和基础性地位，制度技术在金融创新中处于方向性和保障性地位，科学技术在金融创新中处于赋能性和促进性地位。一般来说，每一项金融创新，都需要金融技术和制度技术。科学技术对金融创新的促进作用很大，但并不是所有金融创新都需要科学技术。注册制是股票上市制度的创新，对股票市场影响重大而深远，其创新是建立在对股票发行、股票交易等业务规律深刻认知基础上的，但不需要采用任何科学技术。因此，在人工智能条件下金融数字化创新必须始终把握创新的金融属性，熟练运用这三项技术，避免单纯科技思维，为数字化而数字化，为人工智能而人工智能。
避免片面追求人工替代
人工智能等科学技术为人类解决了许多问题，但同时也给人类带来了更多的需要人类解决的问题。
人类在没有科学技术的状态下，只要解决温饱和生存安全问题即可。在有了科学技术以后，温饱和生存安全依然是人类社会面对的最大问题，但人的分工越来越细，需要做的事越来越多。
当初金融电子化、互联网化，人们希望达到减员增效、业务更准确更安全的效果。就银行来看，业务的办理是更高效、更准确、更安全了。但人员并没有减少，只是人力资源的结构改变了。传统的防盗、防抢等安全问题大为减少，但因为电子化、互联网化，网络安全、系统安全、运维安全、电力供应安全等问题显现。
人工智能的发展带来了新的想象，一些人认为可以取代大部分人类工作。然而，即使是当下人工智能商业化应用的起步阶段，至少在金融创新领域，人工智能给人类带来了如下问题：各类人工智能技术的进步需要人类大量智力和资本的投入、人工智能需要电力和算力的支撑却不会解决电力和算力问题、人工智能大模型的幻觉问题、人工智能大模型需要人类为其提供大量经治理的高质量数据、人工智能大模型需要人类为其确认责任主体等等。也可以说，人工智能大模型为人类提供高质量服务的前提是人类为其提供高质量的服务。
从这两年对银行的调研看，单纯依靠风控模型无人工干预发放贷款，贷款质量并没有突出表现。而凡是在风险控制中加入适当的人工干预，贷款质量都明显优于没有人工干预的。并且，为提高风险管理质量增加的人工成本与单纯风控模型放贷增加的不良资产相比，其数量可以忽略不计。
因此，金融智能化、数字化创新中，在实现降低人工成本的同时，要避免片面追求人工替代而将创新引向歧路。
技术与业务要相适配
世界上没有任何科技是万能的。再先进的技术，不仅不能替代所有人类的活动，也替代不了所有其他技术，许多简单的技术依然有其应用的场景。金融业务种类繁多，许多业务又有复杂的结构和流程，不同的业务、不同的业务结构、不同的业务流程各有其不同的特点。没有一项技术可以全面处理这些业务、结构和流程，往往需要综合应用多项技术来完成一项业务。关键是技术的特点与业务甚至业务的某一个环节的特点相适配。
金融业务有些方面与其他行业的产品或业务特点相类似，但大多数又有自身突出的特点。以银行业务为例，其业务具有如下特点：
一、银行业务是建立在特殊信用基础上的交易。这种信用或信任与一般购买商品和服务不同，是一种托付未来的信任。金融业务大多有这个特点。存款、贷款；股权、债权；支付结算、衍生品等。这与一般商品和服务交易不同，通常情况下两个不相识的人是可以进行货物交易和服务交易的，但人们通常情况下不会把钱交给一个不相识的人保管。银行以自己的信用赢得客户的信任。这种信任，不是技术能够解决的，是靠银行全面的经营能力建立起来的。人工智能等技术可以帮助银行提高经营能力，但信用的根本还是银行的经营战略、经营策略、管理策略和方式、制度安排、业务的创新能力以及风险控制能力。
二、银行业务交易的是权益，不是一般具体的商品或服务。客户到银行存款，银行客户经理营销了一个存款产品，但客户并没有买到任何东西，也没有为他获得的服务支付对价。客户获得银行贷款，只是获得一笔资金在一定时间内的使用权。股民通过证券公司买卖股票，但这股票并不是证券公司出售的商品。客户购买一款保险产品，只是为未来可能遭遇风险做补偿准备，因为风险是否发生是不确定的，因此购买价值的实现也是不确定的。所以，金融业务创新不能完全照搬一般互联网企业和电商的模式。
三、银行业务交易往往不是一次性的交割买卖，而是一连串的服务过程。客户将钱存入银行，只是这笔业务的开始，只有客户连本带利将这笔存款取走，这笔业务才算完成。贷款同样如此。股票等证券买卖，看着是一笔一笔的交割，实际上是从发行路演、询价、定价、上市、信息披露、增发、分红派息、日常竞价交易等一整套体系，没有这一整套体系，就没有股票等证券的一级市场和二级市场交易。支付结算也是如此，支付是建立在一整套货币发行、流通、管理体系之上的。
银行业务服务过程中始终隐含着风险。一般商品和服务，一般是一次性交割买卖，销售完成，支付结算结束，理论上交易双方关系也就结束了。因此，一般商品交易和服务交易就营销本身而言，不存在销售中的风险和销售后的风险，只要成本能覆盖，可以搞降维打击式的竞争。但银行业务，不仅面临服务过程中的客户风险，也面临服务过程中的市场风险，简单搞降维打击收益覆盖不了风险。金融业务在利用人工智能等技术创新中必须始终关注服务过程中的各类风险。
四、客户办理银行业务带有强烈的目的性。首先，一般来说客户办理银行业务不是随机的，往往是有目的的。人们只有在有闲置资金的情况下才会存款，只有在有资金需求的时候才会寻求贷款，支付结算同样是有特定目的。其次，客户办理银行业务，一般只会在开户银行办理，不会临时随机找一家银行办理银行业务。由于这样的特点，银行在数字化转型中，单纯线上获客的创新并不成功。应用人工智能提升获客能力，也需要充分考虑这个特点。
五、银行业务不是单纯被生产或供销售的产品，而是与人交互的过程，始终面对人性的多面性和复杂性。虽然银行业务和服务有许多是标准化的产品和标准化的流程，看似可以被人工智能等技术完全替代，银行可以像无人车间一样变成无人银行。实际上，即使是标准化产品和流程，也不是被生产的标准化产品，面对的是具有主观能动性的人。比如应用人工智能进行客户画像以便进行精准获客和风险控制，被画像的客户不是被动的、一成不变的。为了达到其目的，客户会主动应对人工智能的画像和风险控制。再如，人们已经注意到，如果各市场交易机构的人工智能交易模型趋同，可能导致市场同频共振的风险，但人们还没关注到，市场也会主动针对人工智能模型的规律调整交易策略从而改变市场运行规律，并导致人工智能交易模型产生交易风险。
除了以上这些特点，特定技术也需要适配特定的业务或业务环节。有些技术适合于替代人工方面的应用，有些技术适合于赋能员工方面的应用。比如目前的大语言模型可能更适合于赋能员工和相关工作岗位，成为员工或相关岗位的辅助工具，由于赋能而提高效率，从而实现用工量的减少，但大语言模型本身并不替代任何岗位。因此，以大语言模型目前所能达到的性能，硬要让其替代某个岗位甚至某项业务的全流程，无异于缘木求鱼，甚至造成巨大风险。
成本效益是基本底线
金融创新是金融机构的商业行为，其根本目标是在为实体经济服务的过程中获得能覆盖成本和风险的合理收益。应用人工智能等数字技术是手段，不是目的。
一个机构科技投入占总支出的比重或占总收入的比重，固然体现了该机构对数字化转型的重视程度和投入力度，同时也表明科技投入是否在成本效益的可控范围内。但是，对于一个中小型金融机构而言，科技投入的投入产出效益始终是无法与大型机构相抗衡的。不仅在科技投入的规模效益上无法与大型机构竞争，甚至差距会越拉越大。这与物理网点的投入完全不同。这对于中小型金融机构而言，更要学习DeepSeek精神，需要巧用适配技术以取得相对更好的规模效益。对于一些高频业务和流程，对整体效率和效益影响重大的业务、流程和创新产品，适当集中资源；对于一些低频业务和流程，对主体效率和效益影响相对较弱的业务、流程和创新产品，可以轻投入甚至暂时不投入。没有必要片面强调人工智能应用的覆盖率和渗透率之类的指标。大型机构即使有投入的财力，也需要讲求投入产出的效益。
关注到一些机构的普惠金融案例，应用卫星遥感技术、大语言模型及其他许多新数字技术，在收集和分析大量信息的基础上给客户增加了几十万上百万元贷款额度的同时，很好地控制了风险。单纯看发放贷款的一瞬间，效率是非常高的，也不需要人工。但考虑到系统的搭建、模型的开发、设备的投入、数据的采集与购买等，其资金成本和时间成本肯定远远高于一笔两笔贷款的收益。如果同类贷款有相当的量，这样的投入是值得的。但如果同类贷款的量很小，这样的技术应用就是没有必要的。
此外，不应将新技术与旧技术采取对立态度，不分青红皂白地要用新技术替代旧技术。还是要具体分析具体的应用领域，从前瞻、效率、效益、对整体经营的影响程度等多重角度综合评估新旧替换的必要性。再以资产上链交易为例，建立以区块链技术为基础的资产交易基础设施，除了技术与资产交易业务的适配性，也要考虑新技术替代旧技术对各相关方成本效益的影响，单纯考虑点对点交易支付的便利性是不够的。
(作者为上海新金融研究院副院长；编辑：张威、袁满)
本文来自微信公众号 “财经五月花”（ID：Caijing-MayFlower），作者：刘晓春，36氪经授权发布。
