县域金融成为银行业的结构性增量目标，国有大行纷纷下场。 “产品可以同质化，服务可以同质化，甚至人工智能技术未来也可能趋于同质，但风险管理的差异化是客观存在且至关重要。” 针对普惠零售贷款“小、散、多”，农行副行长林立用了一个颇为形象的表述：“我们不会让它‘披头散发’，而是要让它‘眉清目秀’。”

“投顾属性”的核心指标测试结果显示：AI客服平均分仅为30分，其中6家交白卷。 费率透明度是衡量一家金融机构践行“保护投资者合法权益”的重要标尺，亦是股民进行证券交易的核心诉求，但有四家券商AI客服“打太极”，固化“信息茧房”。 优化面向普通投资者的智能客服，既无法贡献显性的商业回报，又需要持续投入人力和算力。在这种功利导向下，AI客服系统往往沦为技术“炫技”的摆设，而非真正解决用户痛点的工具。

虽然越来越多的企业开始使用AI，但真正规模化部署依然稀少，真正跑通业务流程的企业是少数派。 不少金融机构反馈AI应用效果不达预期，投入产出比不高。这种现象的根本原因在于金融业对AI应用尚处于尝试阶段，还未真正打开业务流程，重塑作业模式。 展望未来，真正的竞争力，不在于是否引入AI，而在于是否能重构组织，把人和AI放进同一套流程。 未来的工作范式将是人类、AI智能体与机器人三者之间的深度协作。

四大行信息科技投入金额均维持200亿元以上，在60家银行中遥遥领先。在已披露完整数据的31家银行中，14家信息科技投入金额同比下滑，最高者甚至下降40%。 36家披露了信息技术投入占营收之比。20家银行超过3.65%的行业均值，国有银行、股份行、城商行和农商行分布比例为2：8：7：3。各类银行在数字金融领域的积极作为，据此可见一斑。 由数字化向数智化跃迁，映射出人工智能对金融行业的赋能已不可逆地进入银行业决策辅助层级。未来，人机协同作业的局面将愈发常见，人工智能将成为未来行业分化的关键。 6家银行因监管处罚被扣除10分，占比10%，其中不乏绩优者。案由涉及数据治理、数据安全和数据质量等问题。

截至2025年3月15日，总计32家银行宣布接入DS，其中10家是地处一隅的农商行。技术将消减马太效应？ 智能客服、智能风控和财报数据分析是DS集中赋能银行的应用场景。银行网点数字化水平可能超出客户想象，比如机器人主动识别客户的情绪。 不可否认的是，DS并未根本上解决人工智能领域长期存在幻觉、信息安全和算法“黑箱”等问题。这对于金融业是一个严峻的挑战。 在协议中，银行应向客户充分说明AI决策的影响因素及申诉渠道，增进客户对AI决策逻辑的理解。

“人工智能来了，我们必须跟上，”刘永好在手机上下载了好几个AI应用，“了解它，使用它，要向年轻人学习。”他的公司承担了用大数据、人工智能预测猪周期的课题研究工作，结合饲料销售和养殖格局等数据，来为生产安排作出预判。他还要求，新希望金融科技公司在半个月内全部上线DeepSeek，“我都七十多岁了还在用，他们不用说得过去吗？”

除了“浙江大学—剑桥大学研究生联合论坛”交流项目，浙大经济学院组织的涉英交流项目还包括“英国伦敦大学联盟—国际精英课程项目”“英国剑桥大学金融科技与科学技术课程项目”“英国剑桥大学商业创新与人工智能暑期访学项目”等。 前几届参加金融科技与科学技术课程项目的周雪发现，证书上的签名竟然是伪造的，和某免费网站生成的签名一模一样。更可笑的是，造假技术也很拙劣，并未下载PDF，而是直接截图，因此国外教授的名字没有截全，周雪当时还以为是缩写。

银行业数字化进程在横切面的发展已覆盖前端、中端和后端，且应用场景和覆盖面正以指数级的增速扩张。 小型银行无力数字化转型，这是一个流行论调。2024年数字金融榜终榜给了这个论调一个有力的回击。不仅榜单前二十名不乏城农商行的身影，杭州银行和沪农商行还跃入榜单前十名。 在不可逆的数字化潮流中，银行在应用先进技术智能化转型时，更需用技术保障数据要素的万无一失。