牛途网奇富数科总裁周旭强：金融AI决胜关键在行业know-how及资源整合能力

（原标题：奇富数科总裁周旭强：金融AI决胜关键在行业know-how及资源整合能力）牛途网

中国网财经4月28日讯 2025年被业内普遍认为是银行智能化元年。

在近日举行的“双向奔赴双向赋能——2025年广州市人工智能与现代金融产融对接活动”上，奇富数科总裁周旭强分享了一组数据：“我们的调研数据显示，90%的银行机构认可AI的应用价值。在这90%的机构中牛途网，有2/3的机构认为AI可以实现效率提升和辅助决策的功能；而剩下1/3的机构甚至持更积极的看法，认为AI已能在多个业务领域直接做出决策，实现自动化决策流程。”

在周旭强看来，这表明银行业对AI的积极度和认可度非常高。他预测，未来5-10年，以信贷审批为代表的金融核心业务将经历颠覆性变革。"AI智能体与金融业务的深度融合，将重构银行业的运营模式和管理体系。"

谈到对行业痛点的理解，周旭强在接受中国网财经专访时表示，当前金融机构应用大模型技术，主要面临数据安全、准确率和责任机制等的现实考验。由于银行数据的敏感性，AI模型必须采用本地化部署方案，这直接带来了算力采购、技术团队搭建等新增成本。在尚未看到明确产出价值前，部分银行对这类投入仍持观望态度。

准确率问题同样制约着AI的金融应用。周旭强以常见的信贷业务场景为例进行了说明："比如用户上传社保证明来提升贷款额度，未经专门优化的大模型在识别这类文件时，准确率通常只能达到70%-80%，远不能满足金融业务的实际需求。“"只有经过深度优化后的模型，将准确率提升至99%以上的水平，才能真正达到金融业务的应用标准。"周旭强指出，大模型固有的"幻觉问题"与金融业务对准确率的严苛要求，是制约行业发展的技术矛盾。

更值得关注的是责任认定机制要同步跟上。当AI系统用于金融业务中的决策环节时，传统的"尽职免责"制度已无法适应新技术场景。这要求银行业必须同步建立配套的AI应用责任体系，包括错误追溯、责任划分等具体规范，才能为技术创新扫清制度障碍。

“在金融AI领域，真正的竞争壁垒并非大模型技术本身。”周旭强接受中国网财经专访时特别提到。他认为，除芯片和基础大模型外，应用层技术已趋于同质化。决定企业竞争力的，是对金融场景的深度理解和资源整合能力。"海量场景数据、业务专家、算法团队，这些要素单独来看都不稀缺。"周旭强强调，把这些要素综合在一起，并配以"长期主义的巨大资金投入"和"愿意做好苦活累活"的决心时，就能形成强大的行业壁垒。在他看来，这正是奇富数科的核心竞争力所在。"一般的创业公司或者没有自营场景的科技公司，是建立不起来这个行业壁垒的。"周旭强直言。

据了解，奇富数科目前牛途网推出了四款已在奇富内部落地应用的金融智能体：AI营销助手、AI审批官、AI决策助手和AI合规助手。据介绍，奇富金融智能体，是基于公司自研的异构大模型平台与支持MCP协议的多智能体协同框架，融合长期沉淀的金融业务Know-how，构建的集深度思考、主动探索与跨域决策能力于一体的智能系统。

目前，奇富数科已与多家金融机构对接，探索不同业务场景的金融智能体落地。

沪深配资提示：文章来自网络，不代表本站观点。