今年《政府工作报告》首次提出“打造智能经济新形态”，标志着我国数字经济发展从“技术赋能”走向“形态重构”的新阶段。从2024年的“人工智能＋”到今年的“智能经济新形态”，这一演进脉络揭示的不仅是政策重心的转移，更是经济发展底层逻辑的深刻变革。本文从“新范式”的视角出发，试图构建能够适应智能经济新形态的智能金融新范式，以此进一步促进“十五五”时期金融业高质量发展。
智能金融是指人工智能技术与金融业深度融合所产生的一种新型业务模式和服务业态。它不仅是技术的升级，更是对整个金融行业流程、体验以及决策效率的深度重塑。其核心在于利用机器学习、自然语言处理、知识图谱等技术，让金融服务具备“感知、理解、决策、学习”的能力，从而实现金融服务的自动化、智能化以及个性化。智能金融是金融科技发展的高级形态，代表着未来金融发展趋势，已成为金融业的核心竞争力。
从发展规律的视角看，智能金融新范式本身具有如下核心特征：第一，从交易撮合到资源精准配置的功能跃迁。过去，金融决策依赖人工经验，银行信贷靠抵押担保，导致强信用主体过度融资，弱信用主体融资无门。而今天，人工智能（AI）正在重构金融的决策体系，让“数据”成为核心生产要素，让金融从基于经验的模糊判断转向基于算法的精准匹配。这种转变不是技术升级，而是认知革命，也就是说，它让金融的核心功能从交易撮合转向资源精准配置。第二，从工具辅助到组织重构的演进路径。AI对金融组织的重塑遵循“辅助—增强—自主”三阶段路径。第一阶段：辅助阶段（人＋AI），AI作为“超级副驾驶”，为人类提供建议和辅助，决策权仍在人类手中。第二阶段：增强阶段（AI＋人），AI开始主导标准化、高频次的业务流程，人类转为监督者和例外情况处理者。第三阶段：自主阶段（AI自治），以AI智能体为代表的自主AI，能够独立、端到端地执行复杂的金融功能。一个AI智能体集群，可能就是一个功能完备的、7×24小时不间断运作的“虚拟资产管理公司”。第三，从技术服务到结果即服务（RaaS）的模式创新。基于智能体的金融RaaS正在成为新的服务范式。其核心逻辑是“按效付费”，即由服务提供方承担系统建设与技术更新责任，从而帮助客户减少前期投入与技术快速更迭带来的沉没成本，实现风险共担、收益共享。在财富管理、营销、催收等场景中，智能体系统已实现显著的效率提升。第四，从资本逐利到善本金融的价值锚定。在当今打造智能经济新形态的时代背景下，智能金融新范式将呈现两大方向：一是资源配置型金融，利用AI技术提高资源配置效率；二是社会价值型金融，让金融回归“义利兼顾”的本质，让善本金融回归金融服务实体的本源，引导资本流向实体经济、绿色产业、民生领域，且要守牢风险防控的底线。
（一）智能金融的价值新范式。从资金中介到倚重数据价值赋能进行综合价值创造的价值范式是智能金融新范式的核心，决定金融机构的基本定位、价值取向与盈利逻辑。传统金融以资金配置为中心，依靠资本规模、物理网点、牌照优势实现价值创造，盈利模式以利差和佣金为主，服务重心偏向具备抵押担保能力的主体。在智能经济背景下，价值范式转向以数据为基础、以技术为手段、以赋能实体经济为目标的综合价值创造，实现从单一资金中介向多元价值中枢的转变。第一，从资金中介转向数据信用中介。智能金融依托多维度数据，包括经营流水、物流信息、订单数据、税务数据、水电缴费、行为记录等，通过算法模型实现信用量化评估，将碎片化、非结构化信息转化为可计量、可风控、可交易的信用资产，大幅拓宽信用服务覆盖面，推动信用普惠化。第二，从单一融资服务转向全链条价值赋能。智能经济中的企业与个人不再满足于简单的资金借贷，而是需要融资、结算、理财、避险、数字化管理等一体化服务。为此，智能金融深度嵌入生产、流通、销售、售后等产业全流程，为制造业提供供应链金融与数字化风控，为商贸企业提供实时结算与库存融资，为科创企业提供知识产权质押与投贷联动，为个人提供财富管理、保险保障与信用服务，实现金融与实体经济共生共荣、协同增值。第三，从利差主导转向多元价值变现。智能金融依托数据、技术、场景与生态优势，形成多元化价值来源：通过精准风控降低风险成本，提升风险调整后收益；通过嵌入高频场景获取场景运营与服务收入；通过智能风控、智能投顾、数据中台等技术能力输出形成技术服务收益；通过“金融＋产业＋科技”生态合作实现流量、数据、服务与收益共享，转向轻资本、高效率、高附加值的发展模式。第四，坚持商业价值与社会价值统一。智能金融以科技向善、金融向善为基本导向，将普惠金融、绿色金融、科技金融纳入核心价值体系，有序做好金融“五篇大文章”。
（二）智能金融的服务新范式。从标准化供给到场景化、个性化、泛在化智能服务范式是智能金融面向客户的外在表现，决定服务可得性、体验感与覆盖效率。传统金融以产品为中心，服务标准化、流程固化、渠道单一，用户需要主动适应金融机构的产品与流程。智能经济新形态推动智能金融服务范式向以客户为中心转变，实现场景化嵌入、个性化匹配、全渠道贯通、主动式预判。第一，场景化嵌入成为核心服务模式。智能金融不再局限于网点与应用程序（App），而是深度融入产业、消费、政务、生活等全场景。场景即金融、金融即服务，让金融服务按需供给、即时可得。第二，个性化精准服务提升匹配效率。依托大数据与用户画像技术，智能金融实现“千人千面、千企千策”。个性化服务既提升用户体验，又提高资源配置效率，降低无效供给与服务成本。第三，全渠道一体化实现无感衔接。智能金融打破线上与线下、自营与第三方、境内与境外的渠道边界，实现多渠道信息同步、流程无缝、体验一致。第四，主动预判式服务替代被动响应。根据收支与现金流预判资金缺口，主动提供授信服务；根据经营与订单预判融资需求，主动推送适配产品；根据市场波动与资产状况，主动提示风险并优化配置；根据还款周期主动提醒，提升服务安全感与用户黏性。
（三）智能金融的运营新范式。从人工主导到人机协同、数字化、生态化智慧运营范式是智能金融高效运行的基础保障，决定机构成本效率、管理水平与创新能力。智能金融推动运营模式从人工驱动向数据与算法驱动转型，实现自动化、数字化、扁平化、开放化。第一，全流程自动化提升运营效率。通过机器人流程自动化（RPA）、AI审核、智能合约、区块链等技术，智能金融实现开户、审核、放款、结算、对账、客服等环节自动化、无人化。第二，人机协同实现效率与温度兼顾。机器承担重复性、标准化、高强度工作；人工负责复杂决策、大额授信、风险处置、高净值服务、纠纷调解等高价值工作。第三，数据中台与技术中台破除系统壁垒。通过建设统一的数据中台与技术中台，智能金融打破部门、业务、渠道间的数据孤岛，实现数据统一治理、技术模块化复用。第四，组织管理向扁平化、敏捷化转型。为适配快速变化的市场，智能金融推动组织层级精简、决策链条缩短、跨部门协同强化。第五，开放生态与轻量化运营实现可持续发展。智能金融从封闭经营转向开放合作，与互联网平台、产业平台、科技公司、政务系统共建生态，共享场景、数据、技术与客户。依托云计算、分布式系统实现轻量化运营，降低资本与人力投入，提升长期可持续发展能力。
（四）智能金融的风控新范式。从事后处置到全流程、动态化、预测式智能风控范式是智能金融安全运行的底线保障，决定金融体系的稳定性与可持续性。智能金融构建以数据为基础、算法为核心、全流程为链条的新型风控体系，实现从事后补救向事前预防、事中监控、智能预测的转变。第一，多维度数据驱动风险识别。智能金融整合金融数据、产业数据、公共数据、行为数据、物联网数据、舆情数据等多源信息，通过交叉验证、关联分析、知识图谱等技术，全面刻画主体信用与风险状况，大幅降低信息不对称。第二，风控关口前移实现事前预防。智能金融将风险控制嵌入业务准入前端，在交易、放款、服务发生前完成风险筛查。第三，实时动态监控强化事中处置。智能金融依托实时计算、流式数据处理，实现7×24小时不间断风险监测，对交易行为、资金流向、设备信息、操作习惯进行秒级响应。第四，智能预测提升主动处置能力。运用机器学习、深度学习、知识图谱等技术，智能金融可预判违约概率、经营风险、行业周期与关联风险，实现从“被动应对”向“主动预判”升级。第五，合规与伦理内嵌守住安全底线。智能金融将数据安全、隐私保护、算法公平、合规要求嵌入全流程，严格执行数据分级分类、脱敏处理、授权使用，防范算法歧视、算法黑箱与技术滥用。强化网络安全、系统安全、业务连续性保障，构建安全、合规、可信的智能化风控体系。
（一）推动智能金融与智能经济深度共生业态融合。第一，深度融合产业数字化，做强产业链智能金融。围绕智能制造、工业互联网、数字产业，发展全链条供应链金融，依托订单、物流、库存、应收账款等数据，为中小微企业提供在线化、自动化、普惠化融资服务。第二，深度融合消费场景化，做优生活化智能金融。顺应消费线上化、碎片化、即时化趋势，将支付、信贷、理财、保险等服务嵌入电商、出行、文旅、医疗、社区等高频场景，实现消费即金融、支付即服务。第三，深度融合普惠大众化，做广包容性智能金融。依托数字化手段降低服务门槛、打破地域限制，扩大金融覆盖面。利用替代数据为缺乏传统征信的群体建立信用评估模型，缓解融资难、融资贵问题。第四，深度融合绿色低碳与跨境开放。在绿色领域，发展绿色信贷、绿色债券、绿色保险，将环境与气候风险纳入风控框架，引导资金流向低碳、节能、环保领域。在跨境领域，利用数字化技术提升跨境支付、结算、投融资效率，服务外贸、跨境电商与数字贸易。在合规前提下推动监管协同与数据互通，提升金融开放水平与风险防控能力。
（二）打造紧密对接智能金融新范式的智能金融新赛道。第一，AI原生金融能力赛道是核心支撑。依托大模型与智能体技术，构建面向金融领域的专用AI底座，覆盖智能投研、智能风控、智能运营、智慧客服等全流程应用。通过对海量市场信息、客户行为、业务数据的深度学习与实时处理，实现从被动响应到主动预判、从人工经验到模型决策的转变，大幅提升金融机构运营效率与服务精度，成为智能金融体系的“数字大脑”。第二，智能风控与安全合规赛道是底线保障。针对复杂多变的金融风险与新型欺诈手段，构建多模态、动态化、可解释的智能风控体系，运用图计算、异常检测、对抗性AI等技术，精准识别信贷风险、交易欺诈、洗钱等行为。第三，智能资管与财富管理赛道面向大众财富需求。以AI量化分析、动态资产配置、个性化投顾为核心，打破传统资管的信息壁垒与服务门槛，为不同风险偏好、资产规模的客户提供普惠化、专业化财富方案。第四，产业嵌入式智能金融赛道聚焦服务实体。将金融服务深度嵌入供应链、科创研发、绿色低碳发展、乡村振兴等真实场景，依托产业数据与物联网信息，打造无感式、伴随式金融服务，为中小微企业提供便捷信贷、结算、保险等综合支持。通过数据要素赋能，解决信息不对称问题，让金融资源精准流向实体经济关键环节。
（三）夯实智能金融运行的底层能力技术底座。第一，构建弹性高效的算力基础设施。算力是智能金融的动力来源，支撑海量数据处理、高并发交易与复杂模型运算。金融机构应加快从传统集中式架构向云原生、分布式、混合云架构转型，实现算力弹性扩容、按需调度，既保障日常稳定运行，又能应对交易高峰。第二，建立全域协同的数据治理体系。数据是智能金融的核心生产要素，数据质量与治理能力直接决定智能化水平。一是建立覆盖采集、清洗、标注、脱敏、共享、应用全生命周期的数据治理机制，统一数据标准与口径，解决数据不一致、不完整、不可信问题。二是在合规前提下推动金融数据、产业数据、公共数据、物联网数据安全融合，打破部门与机构间的数据壁垒。三是强化数据安全与隐私保护，运用脱敏、加密、联邦学习、区块链存证等技术，实现数据“可用不可见、可控可追溯”。四是推动数据资产化运营，将零散数据转化为可计量、可管理、可运营的数据资产，为精准服务、智能风控、经营决策提供支撑。第三，打造自主可控的算法与模型体系。算法是智能金融的“智能大脑”，决定决策效率与精准度。一方面，构建包含机器学习、深度学习、知识图谱、计算机视觉等在内的基础算法库，满足画像识别、风险评估、智能投顾、反欺诈等通用需求；另一方面，面向信贷风控、定价决策、异常检测、市场监测等金融专属场景，研发高适配性模型，提升专业化水平。第四，构筑全方位技术安全防线。智能金融高度依赖技术系统，安全是不可逾越的底线。要构建覆盖网络安全、系统安全、数据安全、应用安全的全方位防护体系，强化攻防演练、漏洞监测、应急处置能力。完善多中心多活灾备体系，保障核心业务不间断运行。
（四）完善智能金融规范运行与发展的规则体系。第一，构建科技赋能的智能监管体系。推动监管从机构监管向功能监管、行为监管、穿透监管转型。运用大数据、AI等技术建设监管科技平台，实现实时监测、智能预警、非现场检查、穿透式管控，提升监管精准度与响应速度。推行差异化监管与沙盒监管，在风险可控前提下鼓励创新。加强跨部门、跨区域协同监管，形成监管合力，防范跨市场、跨领域交叉风险。第二，健全智能金融法律法规体系。加快完善数据要素、隐私保护、算法责任、智能合约等领域规则，明确数据产权、使用边界、交易机制与法律责任。强化个人信息保护，严格规范数据收集、使用与共享。第三，确立科技向善的金融伦理准则。坚持以人为本、公平普惠、透明可控的基本导向，防范算法歧视、算法滥用与过度金融化。建立伦理审查机制，对新技术、新模型、新场景开展伦理评估。第四，强化行业自律与社会共治。发挥行业协会作用，制定标准规范、自律公约与业务指引。健全信用约束与联合惩戒机制，提升市场透明度。加强投资者教育与公众风险提示，提升智能金融素养，形成机构自治、行业自律、政府监管、社会监督协同的治理格局，为智能金融新范式有效规范运行提供制度保障，为打造智能经济新形态提供持续、强劲、可靠的智能金融新动力。
②黄益平.利用人工智能提高金融服务质量和效率［J］.国家哲学社会科学成果文库，2025（4）.
③江小涓.智能金融发展中几个问题的思考［J］.金融研究，2024（12）.
④黄震.人工智能在金融领域的应用及其风险防控［J］.金融法苑，2025（2）.
