100+金融机构AI首选：蚂蚁数科做对了什么？

跻身中国智能体开发平台“领导者”象限背后，蚂蚁数科的AI服务已经覆盖100%的全国性银行、超60%城商行

· 来源：轻金融 作者：李静瑕

“AI投入大，但效果却像雾里看花”、“平台上线了，一线员工不愿用、不好用”，这些难题是不少银行科技负责人心中难言的痛。

当一些银行还在为AI落地难苦恼时，宁波银行、天津银行、上海银行等银行已经悄然突围，打造出真正可用的标杆案例——“AI大脑”，将技术优势深度融入核心业务中，转化为实际应用价值。

这些标杆背后的一个共同点，是都借助了蚂蚁数科的金融推理大模型。蚂蚁数科，这家AI to B服务商尽管低调了一年，但已经不动声色进入了中国智能体开发平台的“领导者”象限，在金融等领域真正实现了“客户愿意用、持续用”的产业价值。

这足以说明，银行AI转型成功的关键因素之一，在于选对真正懂行业、让技术真正扎根业务、服务一线的合作伙伴。

01

AI破局最难场景：

中小银行跑出“新标杆”

大模型要真正成为驱动业务增长的关键引擎，不仅关乎技术突破，更在于对金融场景的深度理解与实践。

2025年，被认为是AI应用元年。

作为与AI有高适配度、潜在应用场景最为广泛的行业之一，金融行业因其业务规则复杂、数据门槛最高、合规最严，也成为AI最难切入、最考验落地能力的行业。

对4000多家银行而言，AI应用前景虽然广阔，但在实际落地中仍面临一场“攻坚战”：能否在可靠性、合规性、数据治理与组织协同上取得突破，将成为决定一家银行AI价值释放的关键胜负手。

这场AI转型中，不同规模的银行形成了不同的发展路径：一方面，大中型银行凭借强大的资金与人才优势，逐步进入“All in AI”的全面布局阶段；另一方面，头部区域银行以解决业务增长痛点为核心，加速在关键场景实现AI破局，打造出一批标杆性应用项目。

其中极具代表性的案例之一，是上海银行手机银行向“对话即服务”的全新演进，大胆尝试将手机银行页面只留下一个对话框，通过与用户自然对话完成复杂的金融服务，以“服务找人”替代“人找服务”，配合千人千面的个性化推荐与适老化设计，这AI手机银行已成为行业数智化转型的典型样本。

AI手机银行的探索成效明显。根据上海银行的受邀使用客户的回访及运营数据监测，通过大模型精准意图识别与工作流优化，业务办理转化率提升10%；得益于金融资讯、生活服务等知识库的补充，线上问题解决率显著提高；同时，在适老化方面推出多项策略，老年客群线上使用活跃度增长。

另一具有价值的案例，来自一家宁波银行对“知识孤岛”困境的破解。长期以来，金融机构内部沉淀了海量的专业知识资产，但由于分散在不同部门、不同系统中，难以被高效复用。

为此，宁波银行构建了一套融合“知识加工管理平台+逻辑推理引擎+智能应用场景”于一体的智能化决策系统，对行内外多源异构数据进行全生命周期管理，实现了从“模糊匹配”到“精准推理”的关键跨越。这意味着，AI不仅能“读懂”金融专业知识，更具备了类人的逻辑推理能力，让沉睡的知识资产转化为核心竞争力。

目前，该行已经将这一智能化决策系统规模化应用到行情分析、产品解读、话术陪练、报告写作等多个内部场景中，其复杂问答准确率从68%提升至91%，响应速度进入百毫秒级，推荐内容的准确率和召回率分别提高35%和40%。

面向未来，AI在核心金融场景的爆发已是必然，但这场转型绝非金融机构在孤军奋战，强大的第三方科技厂商已经成为不可或缺的力量。其中，蚂蚁数科凭借其在金融场景理解、推理能力构建与落地经验上的深厚积累，成为多家银行的首选合作伙伴。

例如，上海银行AI手机银行就借助了蚂蚁数科提供的LUI技术、智能体开发及模型管理等一系列能力支撑；宁波银行、天津银行、新华人寿、上海银行、富邦银行、昆山农商行等多家机构正在多场景打造自身的“AI大脑”，均基于蚂蚁数科金融推理大模型，让技术优势真正转化为实际业务价值。

那些懂金融、能落地的科技厂商正在得到越来越多银行的信赖。仅2025年上半年，蚂蚁数科的大模型产品解决方案与近30家金融机构达成合作。蚂蚁数科今年与银行合作AI应用覆盖的场景超过130个，有100多个项目预计将在明年落地。

02

“AI+”生态赋能逻辑：

开放与无界生长

只有当

“智能”是可信的，“协作”是可靠的，价值才能被真正释放。

“服务覆盖100%的国有股份制银行、超60%的地方性商业银行及数百家金融机构……”

什么是蚂蚁数科何以成为金融行业AI转型的首选伙伴核心密码？

“让科技回归到商业本质做好产业的竞争，通过人工智能和区块链技术，为客户创造可信的价值，并让这份价值能够安全、高效流转起来。”近日蚂蚁生态伙伴大会上，蚂蚁数科蚂蚁数科CEO、蚂蚁集团资深副总裁赵闻飙表示。

图为蚂蚁数科CEO赵闻飙

从2017年开始布局AI业务以来，蚂蚁数科从“云原生”迈向“AI原生”，在“可信AI”的探索与技术落地的实践中，走出了一条以“技术落地”实现产业价值的独特路径。

纵观金融行业对AI的核心诉求，主要集中于两点，一是需要在垂直产业领域深度探索AI应用实践；二是需要构建起自身全面的AI能力。这方面，经过多年的探索，蚂蚁数科构建了AI全栈技术底座，积累了丰富的企业服务经验，推动AI从实验室走进真实业务场景，其创新推出的“可信智能体”应用，正是这一逻辑的集中体现。

如果说“可信”是蚂蚁数科的技术底色，那么“四车间范式”则为智能体落地提供了差异化的方法论支撑。当行业内诸多解决方案还停留在拖拽出一个工作流，在工作流再形成几篇文档最终形成知识供给的阶段，蚂蚁数科通过构建“意图+策划+执行+表达”四车间，形成用户从有效的一个询问到一个有效表达的全链路构成。

具体看，意图车间通过意图矩阵、训练意图模型，形成对用户意图的精准识别；策划车间把意图理解转化成工具策划，形成对整个智能体有效支撑和供给；在执行车间，通过全网搜、联网搜以及知识库的隐性的检索、召回能力，形成有效知识供给；最终把信息输送到表达车间，通过动态提示词的技术，形成结构清晰、论据充分、关键犀利的结论，最后送给前端客户。

对于蚂蚁数科而言，方法论并不仅仅停留在一张流程图上，而是凝聚到了产品能力中。蚂蚁数科构建了Agentar生态开放平台，以此为应用构建入口和运营阵地，输出全栈的AI PaaS工具链以及整体的行业大模型家族。Agentar作为蚂蚁数科的企业级智能体，可以为金融机构规模化应用大模型提供强大数据生态，支持银行构建自主可控的金融大脑。

值得关注的是，近期IDC全新发布《IDC MarketScape: 中国智能体开发平台2025年厂商评估》，蚂蚁数科跻身“领导者”象限，其Agentar入选中国智能体开发赛道“第一梯队 。蚂蚁数科专为金融场景研发的Agentar-Fin-R1推理大模型，在三项重要金融基准测试中均位列第一。

更深层次的生态布局，体现在蚂蚁数科升级的“3+1”生态模式中：“3”指AI战役、数据要素可信空间、AIoT场景三大领域，而“1”则是整体生态建设，生态建设成为更为重要的战略。

图为蚂蚁数科副总裁、中国区业务发展部总经理孙磊

首先，是从组织建设上去突破。蚂蚁数科单独成立了一个生态部门，专门跟生态进行联动，并配备解决方案架构师与集团资源支持。其次，是升级“AI+”新生态体系，在生态伙伴大会上推出“星澜计划”。蚂蚁数科副总裁、中国区业务发展部总经理孙磊表示，“星澜计划”将推进产品能力开放、打造生态开放市场、合作权益开放三大核心开放策略。

丰富的AI+生态体系，让AI应用的价值有更广阔的探索空间，生态协同成效也得到充分验证：2025年，蚂蚁数科已与300家合作伙伴建立深度合作，共同服务超13000家终端客户。在“Agentar生态开放”平台，蚂蚁数科也与合作伙伴了共建了100多个联合的场景智能体解决方案、100多个MCP服务以及100多个大小模型。

这种开放协同的模式，加速了整个行业的创新节奏，通过鼓励生态伙伴共同开发智能体，形成百花齐放的AI应用矩阵。更重要的是，让广大中小银行彻底摆脱了“要么自研、要么掉队”的两难困境，真正驶入了AI价值释放的快车道。

03

价值交付新路径：

从成本中心到增长引擎

价值交付在

AI时代，孤军无法做成这件事，只有今天的生态共同体，才能真正完成整个AI大规模的普及，才能真正做到AI应用的普及。

当下，金融机构AI应用的核心需求，正在从“能否落地”转向“能否创造可量化的业务价值”，而技术门槛高所形成的硬约束、成本高昂与投入产出比（ROI）不明确的软约束，成为制约价值转化的关键瓶颈。

如何破局？易诚互动总裁周丹一针见血指出：从收入中心而非成本中心切入。如果从收入中心入手，AI能够让业务部门可以迅速拓展业务、发现他的客户、增强营销能力或者降低营销成本等，让增长价值看得到、摸得着，则能够加速AI应用在金融机构的场景落地。

这就要求金融机构对AI的价值交付进行重新定义：它不仅是基础设施的重塑，更是对业务流程、组织架构乃至企业文化的全面重构。其最终衡量标准，是用户增长、效率提升、安全合规与业绩增长等实实在在的商业成果。

正是基于金融机构这一痛点的深刻洞察，蚂蚁数科率先推出了“按效果付费”多元服务模式。这不仅是商业模式的创新，更是一场价值共识的革命。该模式需事前定义明确指标，如准确率超90%、坏账率降低等，分润机制也需事先协商，常设封顶额度，避免事后争议。对于不同客户、业务线采用差异化结算方式，非标准化统一价格。

目前，这一模式已经在营销、风控等场景落地，如活卡激活、信贷用户增长。作为价值交付新模式的探索者，会面临初期定价困难以及市场接受度不高的挑战，然而，从长远看，会推动金融机构让业务部门深度参与AI应用，促进从IT支撑向业务价值转化。

“价值交付是蚂蚁和企业共建共创的核心。”正如孙磊在生态伙伴大会上所指出，要实现价值交付这一目标，必须有一张清晰的生态蓝图。

在这张蓝图中，蚂蚁数科与合作伙伴的边界被清晰界定，构建了一个高效协同的价值网络。蚂蚁数科聚焦于平台性的能力输出，包括数据层、模型层、智能体开发平台与方法论；而合作伙伴则深耕更多的行业、探索更多场景，并满足客户的个性化服务、负责业务流程梳理与应用场景的最终实现。

AI在金融行业的应用，归根到底是一场以价值创造为终点的长跑。当生态共同体形成清晰的分工、创新的付费模式与可量化的价值标准，越来越多银行的AI场景价值转化也将进入快车道。