IDC分析師：金融AI正邁向「智能體超級工廠」階段

近日，2026IDC中國CIO峰會在上海召開，IDC中國研究經理思二勛發表《智能體時代金融AI轉型現狀及要點》主題演講。他指出，金融AI轉型正進入以「智能體超級工廠」為基礎的多場景縱深發展階段。關鍵是把業務知識和專家經驗轉化為可復用、可協同、可持續優化的智能能力。

此次峰會揭曉的IDC中國金融行業「AI創新案例50」從130多家報名企業中遴選。除工商銀行、民生銀行等頭部大行外，杭州銀行、寧波銀行等多家城商行的創新成果同樣入選，AI實踐涉及風控合規、智能營運、客戶經營等多領域。螞蟻數科等科技企業提供工程化底座。

IDC中國研究經理思二勛發表《智能體時代金融AI轉型現狀及要點》主題演講

思二勛指出，銀行競爭正從人力競爭走向能力的資產化沉澱。金融業務高度依賴專業知識，經驗能否沉澱、復用，直接影響智能能力的擴展效率。在內部培訓場景，寧波銀行金融人才AI教練平台通過大模型多Agent協同，提供業務知識問答、技能培訓輔導、智能評分和崗位能力評估等服務，將知識復用與反饋融入培訓，推動個人經驗向組織能力轉化。

當智能體深入核心業務，專業能力還需要跨任務協同。杭州銀行全域零售客戶智能經營平台，覆蓋財富管理、消費信貸、信用卡等領域，通過多智能體協同連接客戶需求洞察、產品分析和經營策略，支持客戶全生命周期經營，推動AI從單項任務提效走向業務流程協同。

螞蟻數科的金融大模型與Agentar智能體開發平台，則為上述實踐提供了知識應用、智能體研發、多智能體協同和安全圍欄及評測等技術支撐。

工程化體系是「智能體超級工廠」的底座。思二勛提出，金融機構需要貫通基礎設施、模型、平台與應用，將知識、連接器、技能組件和評測資產沉澱下來，推動項目從定製化交付走向批量生產；同時，以部門為邊界的治理方式也需要調整，以適應跨業務、跨流程的風險傳導。「更重要的是持續的測評、治理以及運行優化和經驗回流。」思二勛強調。

據IDC觀察，2025年，金融行業整體IT投資年增長率不到10%，而生成式AI相關投資年增長率已接近50%，生成式AI正在成為金融AI最大的結構性增量。對金融機構而言，下一階段競爭不再只看落地多少場景，更取決於每落地一個場景，能為企業留下多少可復用、可協同、可持續優化的智能能力。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。