主流商业银行开始通过“等量人工工时”“日均Token消耗”等数量指标，衡量技术落地的效能。 “人机协同”在银行业务中愈发普遍，然而行业尚未形成共识性的权责划分指引。 从实践来看，无论是普惠金融还是科技金融，以人工智能为代表的数字金融工具，均可形成有力的关键支撑。 从行业实践看，首批银行金融科技子公司长期面临投入高、盈利难的挑战，经营压力持续显现。近年多家银行调整布局，将科技能力收回总行一体化管理，不再坚持独立子公司的对外商业化路径。

国有大行用极低的资金成本，做更广的覆盖，包揽了近九成新增普惠贷款。 如何避免陷入靠利差硬扛的局面，是大行下一步的挑战。对照全行业净息差水平，国有大行2.8%—2.9%的普惠利率意味着单户利差已被挤压得极其微薄。 国有大行强力的下沉优势，对股份制银行产生了最直接的“挤出效应”。 若继续依赖“人工尽调+线下审批”，高昂的单户成本及较高风险之下，普惠金融难在利差窄缝中存活。

四家国有大行虽然绿色信贷增速放缓，但仍占据约七成的绿色信贷存量，更贡献了四分之三增量，只是业务节奏与发力侧重点已呈现差异化。 部分城商行和农商行绿色信贷保持高增速，但小基数效应与集中度风险更为显眼。 大行把巨量资金投向能持续回款的重大项目，地方机构在特定区域内沉淀产业服务能力。 绿色金融与科技金融的底层重合。

AI从投资、金融、财政三个层面同时冲击了宏观经济。AI何时能赚钱以及宏观回报的讨论，由此甚嚣尘上。

很长一段时间里，对金融有很多的批判性。今天看来，我们对金融的理解是片面的。它更大的作用在于跟科技结合、跟创新结合，支撑科技强大和国家强盛。 金融体系、金融发展模式，没有所谓的“最优”，只有“最适配”。它要和一个国家的发展阶段、基本国情、民族特点相匹配，脱离这些条件去谈“最优”，是没有意义的。但“适配”不是一成不变。 金融学突破了长期以来的“西方中心—其他模式为补充”的等级化叙事，开始形成一种平等对话的可能。 中国经验的价值在于提醒全球：金融的终极目的是什么，金融与实体经济和社会发展的关系应该如何定位。