AI+产品创新峰会-2026上海站

出品人：祁晓龙

蚂蚁数科在移动技术与人工智能领域的关键领军人物。作为移动开发平台mPaaS的核心缔造者，带领团队将其打造为服务全球超过200家金融机构的行业级端智能方案，成功支撑亿级用户的稳定服务，并助力客户将研发周期缩短50%以上。
同时，也是一位将前沿AI技术成功产品化的创新者。主导打造了业内首个“AI原生”App，推动了“对话即服务”的全新交互范式，促成金融服务从传统的“人找服务”向“服务找人”实现突破性转型，为行业提供了一个可规模化复制的范本，将复杂的AI技术真正落地为提升核心业务价值的强大引擎。

蚂蚁数科移动科技及具身智能科技总经理

金融专场：智能重构金融

本论坛聚焦AI驱动下的金融行业变革。探讨大模型与智能体在智能投顾、信贷风控、反欺诈、合规审查等场景的创新应用。分享私有化部署、数据安全与模型可解释性等关键挑战的实践方案。旨在构建安全、可信、高效的AI原生金融应用，推动金融研发全面进入数智化时代，赋能企业高质量发展。

焕能·智胜：AI主动增长引擎赋能客户全生命周期价值深耕

李远鑫

中邮消费金融产品创新部负责人

内容简介：

针对金融行业数智化转型中面临的运营效率偏低、客户服务体验待优化、风险管控难度较大，且大模型应用落地缺乏成熟路径等核心痛点，可依托具备深厚技术积淀与长期行业服务经验的方案支撑，搭建涵盖客户画像、营销、电销、风控、黑灰产识别等十余类大模型场景助手，并通过 “1+1+N”（1 个大模型平台 + 1 套覆盖建设咨询、场景验证、模型训练、端到端调优的全链条服务 + N 个业务场景）为核心的落地模式提供全流程保障。最终将助力金融机构显著提升营销转化效能，大幅降低运营人力成本，有效缩短贷款审批周期，明显优化客户满意度，同时精准识别黑灰产套路与伪造人脸以筑牢业务风险防线，推动大模型技术快速转化为实际业务价值，为金融行业数智化升级进程注入强劲动力。

演讲提纲：
1.金融行业数智化转型与大模型应用趋势
1.1 金融行业数智化转型的核心痛点：聚焦金融行业数智化转型中运营效率偏低、客户体验待优化、风险管控难度大及大模型落地缺乏成熟路径等核心痛点，明确大模型技术介入的必要性与切入点，为后续阐述技术赋能价值奠定基础
1.2 大模型技术对金融业务的赋能价值：阐述大模型技术在优化业务流程、提升服务精准度、强化风险预判、降低运营成本等方面的核心赋能价值，展现其破解转型痛点、释放金融业务潜能的关键作用
1.3 金融大模型应用的行业整体发展态势：梳理金融大模型在行业内的应用普及程度、主流落地领域及未来演进方向，明确大模型技术在金融数智化转型中的整体定位，为机构布局提供趋势参考
2.金融行业大模型典型场景落地实践
2.1 客户经营类场景（营销助手为核心）：聚焦以营销助手为核心的大模型工具在客户经营场景的深度落地，通过搭建全链路 AI 驱动体系，为金融机构实现客户服务与价值转化的双重升级，是本次分享的核心实践场景
2.1.1 客户全生命周期运营框架搭建：基于大模型构建覆盖获客、活客、留客、转化的客户全生命周期运营框架，打通多渠道客户数据壁垒，实现客户需求的精准洞察与全链路触达
2.1.2 客户经营专属运营画布应用：依托大模型能力定制金融客户经营画布，将客群分层、场景匹配、话术策略等模块系统化整合，为营销动作提供可视化、可落地的执行指引
2.1.3 营销增益模型的构建与落地：借助大模型训练适配金融业务的营销增益模型，实现客群匹配度、话术转化率、产品推荐精准度的量化提升，优化营销资源投放效率
2.1.4 友商量协同工具的实践价值：通过大模型赋能的友商量协同工具，打通内部营销团队、客服团队的信息链路，实现客户需求的快速响应与营销方案的实时迭代，强化客户服务协同能力
2.2 风险管控及运营提效类场景：以风险管控为核心、智能问数为辅助，展现大模型在金融业务安全与效率层面的补充价值，为业务稳健运转提供技术支撑
2.2.1 黑灰产识别的大模型实践：围绕黑灰产识别助手的落地，说明大模型在精准拆解黑灰产各类套路、实时预警风险隐患、筑牢信贷及客诉环节安全防线的核心作用，提升机构风险抵御能力
2.2.2 智能问数的运营提效价值：简要介绍智能问数工具的应用，展现其在简化业务数据分析流程、降低数据查询门槛、缩短运营决策周期等方面的轻量化提效成效
3.金融大模型应用落地保障体系
3.1 “1+1+N” 落地模式（1 个平台 + 1 套服务 + N 个场景）：解析 “1 个大模型平台 + 1 套全链条服务 + N 个业务场景” 的 “1+1+N” 落地模式，说明其为金融机构提供标准化平台支撑、定制化服务适配与多场景覆盖的优势，降低大模型落地门槛
3.2 全链条服务支撑（咨询、验证、训练、调优、运营）：阐述涵盖咨询、场景验证、模型训练、端到端调优、长期运营的全链条服务支撑，说明其在大模型从规划到落地再到持续优化过程中的保障作用，确保应用效果稳定可控
3.3 合规与技术适配保障（国产化信创、多模型纳管）：说明国产化信创适配、多模型统一纳管等合规与技术适配保障措施，阐述其在满足金融行业监管要求、保障数据安全、兼容多类模型应用等方面的价值，为大模型安全合规落地保驾护航

听众收益：
1.清晰掌握金融行业大模型的核心应用场景与实际业务价值，了解大模型在提升营销转化、降低运营成本等方面的具体数据成效。
2.深入了解成熟的金融大模型落地方法论，掌握 “1+1+N” 模式的核心逻辑，破解自身机构大模型应用落地的难点。
3.借鉴中邮金融场景的AI应用的实践经验，为自身机构的数智化转型找到可落地、可复用的技术与服务方案。

硕士毕业于华南理工大学计算机专业，中邮消费金融公司创始团队成员之一，曾任科技发展部总经理助理，资深架构师，曾负责公司两次IT系统规划的制定、整体架构设计和落地实施，成功主导大型金融系统从集中式到分布式、微服务的中台架构转型。现任产品创新部负责人，负责产品创新和研发、数字化转型、企业级业务架构设计等。目前已获得系统架构设计师、信息系统项目管理师等认证，华南理工大学电子与信息专业博士在职研究生。

金融智能体实践与思考

孔惠

蚂蚁数科金融AI产品总监

拥有蚂蚁集团十年从业经历，曾作为技术架构参与银行卡双十一大促保障，并深度参与网商银行早期建设。后在蚂蚁财富推动基金、帮你投、理财师等多项业务通过智能化实现快速增长。主导过银行业务领域超百项深度场景的产品化落地，目前全面负责金融AI方向的智能体产品化，助力金融机构实现可量化的业务提效。

内容简介：

分享对金融业务复杂性的深刻洞察，以及如何通过智能体设计有效应对这些挑战。重点介绍我们的“四车间”设计范式、金融AI智能体矩阵及多个落地案例（如金融管家、服销助手等），展现如何为产业实现可量化的业务提效。最后与各位携手，共同迈向成果交付为导向的产业AI新时代。

演讲提纲：
1.金融业务场景复杂性洞察
2.智能体在金融场景的设计要解决什么问题和复杂性
3.介绍案例，我们是怎么做的
4.智能体的四车间设计范式
5.我们的金融AI智能体矩阵
6.金融管家介绍
7.金融服销助手介绍
8.企业金融管家介绍
9.投研助手介绍
10.总结：携手共建，迈向产业AI的成果交付时代

听众收益：
1.蚂蚁数科的金融AI产品实践经验
2.金融AI智能体的设计范式

从单点智能到协同治理：
AI智能体如何重构金融风控合规新生态

斯文

上海金轩数字科技产品总监兼人工智能与大数据专家

博士、中国注册会计师、特许金融分析师（CFA）、金融风险管理师（FRM），在上海金轩数字科技有限公司担任产品总监兼人工智能与大数据专家，负责人工智能（AI）在金融场景（尤其是风控合规）的落地，带领团队自主研发的AI产品入选2025世界人工智能大会《“人工智能 +”行业标杆案例荟萃》优秀案例、央广财经2025年度“金顶”优秀案例、获“2025年人工智能大模型金融领域创新应用大赛”优秀奖等多项殊荣，曾经在中外资银行、证券公司、信托公司、金控集团、交易所等机构从事金融与风险管理工作近20年。
于2015年9月创建了“风控博士沙龙”微信公众号并担任主理人，于2017年11月发起并成立上海财经大学风险管理校友俱乐部（2022年更名为“上海财经大学校友会风险管理分会”）并担任理事长，创刊《上财风险管理论坛》杂志并担任主编。
担任中国人民大学、上海财经大学、中南财经政法大学、华东政法大学等高校的兼职硕士研究生导师或校外导师；撰写《基于Python的金融分析与风险管理》《Python金融实战案例精粹》等多部金融科技著作。
为中国工商银行、中国人民保险集团、中国进出口银行等大型金融机构以及复旦大学、中国人民大学、浙江大学等高校讲授Python金融实战、人工智能（AI）金融实战等前沿课程与讲座。

内容简介：

聚焦于如何利用AI智能体技术解决金融领域风控合规问题。
首先，介绍AI智能体作为自主感知、推理、决策与行动的下一代智能引擎，以及中国头部金融机构在此领域的战略布局和实践进展。强调风控合规在当前强监管时代下的战略价值及其业务赋能逻辑。
其次，通过金租公司、创投机构、证券公司和资管公司的具体案例，详细探讨各行业在风险尽调、预警、合规检查等方面的痛点、核心需求及解决方案，展示智能体如何提升效率和精准度。
最后，讨论从单点智能到多智能体协作网络的发展趋势，分享数据治理、人机协同等经验，并展望未来一体化风控合规新生态。整个演讲旨在揭示AI智能体如何引领金融风控合规范式的革命性变革。

演讲提纲：
1.AI智能体——AGI时代的新范式
1.1 何为AI智能体？
要点：自主感知、推理、决策与行动的下一代智能引擎
1.2 金融先行者图谱
要点：中国头部金融机构在AI智能体领域的战略布局与实践进展
1.3 风控合规即竞争力
要点：风控合规在强监管时代下的战略价值与业务赋能逻辑
2.智能风险尽调——以金租公司为例
2.1 痛点聚焦
要点：项目分散、信息不对称、人工尽调效率低与风险滞后
2.2 核心诉求
要点：实现资产穿透、主体画像动态更新与全流程可溯
2.3 破局之道
要点：构建“多源感知+智能研判”尽调智能体，落地成效
3.智能风险预警——以创投机构为例
3.1 创投之困
要点：投前信息碎片化、投后监控盲区、退出风险难预判
3.2 智能刚需
要点：实时监测被投企业舆情、财务异动与关联风险传导
3.3 智能体方案
要点：打造“主动感知-风险分类-预警推送”一体化预警智能体，提升投后管理韧性
4.智能合规检查——以证券公司为例
4.1 合规高压线
要点：开户规范性、适当性管理、反洗钱等场景规则复杂、人力成本高
4.2 精准合规诉求
要点：规则可配置、行为可解释、异常可追溯
4.3 智能体落地路径
要点：嵌入业务流程的合规检查智能体，实现“事中干预+事后复盘”闭环
5.智能合规解读——以资管公司为例
5.1 解读之难
要点：监管文件繁杂、更新频繁、跨区域规则差异大
5.2 高效合规需求
要点：快速理解新规、自动映射内部制度、生成合规建议与自查要点
5.3 智能体赋能实践
要点：构建“监管语义理解+条款推理+影响分析”合规解读智能体，大幅缩短响应周期
6.范式跃迁——从单点智能到体系化智能体协同
6.1 共性经验提炼
要点：数据治理、人机协同机制、可解释性设计
6.2 挑战与边界
要点：模型幻觉、责任归属、监管接受度
6.3 未来展望
要点：多智能体协作网络（MAS）驱动“预测-决策-执行-反馈”一体化风控合规新生态

听众收益：
1.明晰AI智能体核心价值与行业布局：快速掌握AGI时代AI智能体“自主感知、推理、决策与行动”的核心定义，了解国内头部金融机构在该领域的战略布局与实践进展，精准把握强监管下风控合规的战略价值，建立“风控合规即核心竞争力”的认知。
2.获取多场景风控痛点破局方案：全面了解金租、创投、证券、资管四大主流金融机构在风控合规中的核心痛点（如信息不对称、人工效率低、监管解读难等），掌握“智能尽调、智能预警、智能合规检查、智能合规解读”对应的具体落地路径，可直接参考适配自身机构场景。
3.把握范式跃迁关键要点与风险边界：理解风控合规范式从“单点智能”到“体系化智能体协同”的核心逻辑，提炼数据治理、人机协同、可解释性设计等共性经验，同时认清模型幻觉、责任归属、监管接受度等核心挑战，提前做好风险规避。

AiDD峰会

K+峰会

联系我们