◎AI落地金融已到拐点期。 ◎蚂蚁数科全栈能力下的金融智能体。 ◎正在重构中的第二曲线。

“大模型在金融业的应用正逐渐从探索期迈向实践期，从可选项变成必选项。”6月19日，中国国际金融展期间，蚂蚁数科副总裁余滨对外表示。

这一表达背后，有着金融机构对AI认知的转变。

前两年，很多金融机构还将它视为辅助工具，或仅仅停留在客服、办公等有限场景。而今，正逐步将它融入到核心业务流程与复杂业务场景，甚至开始成为驱动效率与增长的核心引擎。

这是几个月来余滨与诸多金融人士沟通后的感受。他透露，部分负责人虽然对AI落地路径仍感焦虑，但已开始主动寻求解决方案。

他进一步断言，于整个行业来说，AI已进展到一个非常重要的“拐点”。

此刻，对于蚂蚁数科而言，又意味着什么呢？

那就是，它沉淀多时的一套全栈AI能力支撑的金融业智能体服务平台、完整的落地方法论，已到全面释放时刻。

所谓全栈能力，覆盖了技术平台（端智能、平台智能）、金融大模型、金融知识库、金融工具集、智能体产品及工程实施等方面，借此形成“平台+模型+智能体”三层架构的全栈产品方案。

其中技术平台主要是蚂蚁数科金融级算力调度与端交互支撑，已投入三年打造，部分能力可追溯到蚂蚁集团更早的沉淀。

外界更关注模型层，尤其基础大模型。但金融智能体无法直接基于基础大模型建构，因这一领域不仅专业度高，更有复杂的安全、合规要求。

余滨将通用大模型比作“本科毕业生”，认为须在金融企业“实习”后才能匹配业务。因额外两大要素不可或缺：金融知识库与金融工具集。这恰是蚂蚁过去多年建构的门槛。前者将金融数据按七大资产板块、30个一级行业及60个二级行业标准化分类，沉淀包含资讯、研报、业务SOP的知识工程；后者梳理开放几百个金融工具接口，通过自研Agentar平台与银行系统对接，并制定SPI规范工具调用协议。

借助这些，蚂蚁数科已基于通用大模型预训练出金融大模型。余滨称其已是“金融行业的硕士生”。落地路径上，基本四种类型：

1、从技术基建构建大模型中台（如支撑大地保险70+智能应用）；
2、以手机银行为载体重构AI原生交互（如上海部分银行通过mPaaS升级）；
3、聚焦风控理财等业务场景应用；
4、将大模型作为全行1号工程重构流程。

四条路径适配不同规模机构与业务诉求。

基于这样的能力与行业背景，蚂蚁数科走出了一条独具特色的工程化道路。

蚂蚁数科平台科技部AI原生产品总经理王磊是幕后的主导者。他还原了工程化的基本逻辑。即通过将工程化与场景验证深度融合，以场景实证驱动技术迭代，用工程能力反哺业务深化，从而形成金融智能体落地的高效闭环。

比如场景验证。蚂蚁数科打造了“方法论-场景-效果”的闭环。财富管理领域，依托“策划-执行-表达”三车间范式，财富智能体将理财师服务半径从200人拓展至2000人，助力某券商AUM月均增长5%；风控智能体凭工程化体系挖掘万维特征，将某银行不良贷款率降低0.8个百分点，建模效果提升超10%；营销智能体通过流程优化，帮某城商行压缩掉15%的信用卡获客成本。

蚂蚁数科的工程化实践其实是一组出色的飞轮。它以“评测-优化-迭代”机制为核心。某保险机构接入智能体后，通过评测发现欺诈识别漏洞，经模型优化使欺诈率下降60%，形成“效果监测-动态调优”的持续进化路径。该机制深度融合金融大模型、金融知识库、金融工具集三大技术基石，赋予智能体业务执行能力。

特喜欢这一飞轮运转机制。

“你们猜猜这个飞轮的起点在哪里？”王磊设问，“在于评测。”

过去通畅认为质量是软件工程最后一环。王磊表示，AI时代，评测已变成整个智能体迭代成长起点。通过不断分析，从而驱动整个环运转，然后过程中通过安全围栏守底线，通过业务指标牵引观测应用上线表现，从而完成整个飞轮运转。如此才真正意味着，一个金融机构AI智能体开始有能力落地。

“就像AI时代的引擎一样，它的运转速度越快，运行能力越强，能效越高，这个企业在未来的AI时代才真正把命运掌握在自己手上”。他说。

仔细体会，这里面有这蚂蚁数科全栈能力尤其三大技术基石通过场景验证与工程化协同之后的效能。

余滨强调，也要看到合作伙伴的价值。事实上，蚂蚁数科是通过内外双轮驱动，提供一种可信的“平台+模型+智能体”全栈产品方案。

这一技术飞轮与商业模式的协同与耦合，催生出蚂蚁智能体增长的双引擎：

一是SaaS订阅提供稳定现金流。这有望大幅提升Agentar平台年费模式的稳定性与可持续性。这也是一个利基市场服务。
二是按效付费方式（RaaS）。比如，区域性银行可零前期投入启动项目，按实际业务增量分成（如获客成本降低比例）。这一机制的出色处在于，蚂蚁未来收益与客户增长深度绑定，倒逼技术团队持续优化模型效果，属于一种通体ESG意识的“利益共同体”模式。

一旦局部跑通，按效付费会形成更大的螺旋上升的增长飞轮。

这也正是夸克为何将“金融智能体”业务命名为蚂蚁数科未来新增长飞轮的核心逻辑。因为，在我们看来，随着全栈能力支撑下的金融智能体业务落地，它对蚂蚁数科的价值，将有望超越单一产品线，成为拉动未来整体增长的战略引擎。

战略性主要体现在收入结构的质变：按效付费模式将推动蚂蚁数科收入从过往“工具售卖”转向“利润分成”，不仅增速可观，毛利率也会因为规模效应持续提升，最终边际成本实际趋近于零。而随着落地跑通，私有化部署（大银行偏好）+SaaS订阅（中小银行）+按效计费（区域性银行）的组合，会进一步形成覆盖金融机构全生命周期的“三象限”收入矩阵。

这种态势下，蚂蚁数科的商业模式有望得以重构。

当然，这得视蚂蚁数科AI版图尤其金融智能体业务未来规模指标。

2024年外滩阿水上，蚂蚁数科CEO赵闻飙曾用ABC来概括现阶段公司三大业务板块，即AI+、Blockchain+、Cloud+。而优先级上，云业务目前是第一增长曲线，其次是人工智能版图，然后区块链业务。

短期，AI+营收规模不可能超越云业务。不过，AI浪潮带来的重构势能、增长动能，未来可以预期的规模化指标，不可限量。而且，AI本身也是AI+范畴，它对其他几乎所有数字化、智能化要素具有较高的统筹力。因此，此刻，蚂蚁数科金融智能体业务开始落地，同样可以视之为一种整体的飞轮。

因为，无论如何，金融业都是一个巨大的AI场景。而蚂蚁数科有它全栈化的能力与产品方案。

而这一步，还可能会影响到后续蚂蚁数科整体估值逻辑的升级。

传统科技公司PE估值大都受限于工具属性。云计算厂商也整在从IaaS/PaaS/SaaS向着“云+AI协同”甚至AaaS（智能体即服务）跃迁，美股成长型的云厂商一般PS倍数约为10-15倍。

而蚂蚁数科将自身收益与客户业务增长直接绑定的按效收费模式，更贴近“利润伙伴”角色。尽管目前规模尚小，还很难给出估值预测，但一旦落地，效能应会可观，估值倍数应该更有利。而随着金融智能体业务落地，在它与蚂蚁数科Cloud+之间，也将产生更多的协同增长效应，从而有望带动整体估值空间的打开，推动飞轮加速运转。

一年多来，随着业界从卷模型走向卷应用，AI Agent领域的融资案越来越多。

要看到，蚂蚁数科的客群优势。截至目前，它已累计数智化赋能100%的国有股份制银行、超60%的城商行，数百家金融机构。

正如余滨所说，AI已进展到一个非常重要的“拐点”。

而在夸克眼中，一些原本坚硬的板块开始松动。蚂蚁数科金融大模型的生成，金融智能体产品方案的推出，传递了一种自信。

最后补一段。

你可能觉得，各大巨头都可能推出金融智能体。相信各家会有跟进。尤其腾讯和字节们。但实际成效应该会有较大差异。因为，蚂蚁数科有长期金融业务积累与技术沉淀，尤其三大技术基石金融大模型、专业知识库和标准化工具集，深度贴合需求，并通过“场景验证-工程化实践”形成闭环。字节、腾讯们通用技术与流量生态实力确实强劲，但金融领域业务深度和专业积累不足，缺乏对场景的深刻理解与适配力，全栈维度看，会有脆弱节点。这当然 不否认都会涉入这一领域。

夸克，最小的粒子，微末的洞察。