人工智慧（AI）與金融的結合，已經不再僅僅是“技術賦能業務”的故事，而是“技術與業務深度融合”的現實。

2025年，是AI從實驗室走向規模化應用這一過程中的關鍵一年。作為這一進程的深度參與者，我們清晰地看到：生成式大模型的突破，正推動AI從“單點試水”逐步走向“全流程融合”，從輔助工具變成為真正的價值引擎。但與此同時，一場關乎安全的重定義也已迫在眉睫。

一、融合：AI落地的三重進階

多模態融合，實現感知升維

多模態不是簡單疊加資訊，而是通過融合文本、圖像、語音、圖譜等不同模態數據，實現對用戶和場景的更立體刻畫。以風控為例，信也融合人臉、聲紋、行為序列等多維資訊，結合自研的圖異常檢測與跨模態建模，構建了可自主演進的反欺詐體系。在特定欺詐識別中，準確率已達98.8%，召回率95.3%。

在交互層面，多模態技術正在重新定義服務體驗。我們研發的新一代智能對話引擎，深度融合語音識別、自然語言理解與金融知識庫，突破了傳統語音交互的天花板。信也科技基於此打造的智能語音機器人Blu，已實現日均百萬次服務，並支持從中英文到烏爾都語等六種語言，真正實現“規模化個性服務”。

大小模型協同，走向精准實用

大模型的優勢在於通用理解與生成能力，小模型的價值在於針對性與穩定性。金融行業的趨勢，是兩者協同。

信也科技自研大模型“米粒”於2024年完成國家網信辦備案，奠定了合規的服務基礎。依託大模型開發平臺E-LADF與智能體創新平臺Zeta，大模型已覆蓋代碼輔助、巡檢排障、獲客投放、風險控制等核心環節。但我們也看到，通用大模型在面對私有、專業數據時仍存在局限。例如，識別用戶是否故意做出“誇張表情”攻擊人臉識別系統，這類細微且語義複雜的任務，小模型往往更精准。因此，在相當長時間內，“大模型探索邊界，小模型保障深度”的協同，將是AI高效落地的現實解法。

人機融合，從協作到共生

受機器能力的限制，上一代人機關系是分工式的——機器預篩、人工跟進。隨著大語言模型、語音大模型、智能體協作等各方面能力的提升，機器逐漸具備了處理個性化長尾問題和複雜業務流程的能力，成為人的“延伸”，服務模式開始無縫銜接。

這種人機融合不僅提升了效率，也在悄然改變服務邏輯：AI不再只是“輔助者”，而是“坐席的分身”，“服務的共同體”。未來的客服坐席，也許並不需要分清“誰是人、誰是機器”。

二、安全：AI金融不可逾越的生命線

模型安全：從“能用”到“可信”

AI的安全問題，並非抽象的技術風險，而是直接關聯到業務決策的穩定性。信也科技自2022年起，與浙江大學合作在國際頂會AAAI上發表多篇圖模型攻防研究論文，以探討主動和被動的模型安全策略。2023年以來，大語言模型的基礎性和脆弱性更加有目共睹，業界對於模型安全可控的重要性迅速達成共識。

因此，我們堅持“能用更要可信”的原則——技術落地必須在合規、安全、可追溯的框架下推進。“米粒”模型的備案正是這一原則的體現。

生成式AI帶來安全新挑戰

與此同時，生成式AI的普及讓“偽造”進入了低門檻時代。數秒語音可克隆聲音，幾張圖片可生成逼真視頻，讓很多人大為驚歎。但在金融領域，這意味著欺詐手段更智能、風險識別更困難。對此，信也科技持續升級反欺詐演算法，並連續兩屆以“深度鑒偽”為主題舉辦演算法大賽，與IJCAI、CIKM等國際會議合作，吸引來自微軟、小米、紐約大學、新加坡國立大學等全球企業和高校的數百支參賽隊伍。

我們的目標不僅是技術突破，更是推動行業形成“共防共建”的安全生態。

三、未來：在攻防中前進

安全與創新從來不是對立的兩極。

從去年到今年，我們在多次調研中發現，社會對AI安全的關注顯著上升，但行業防線仍有短板。安全不僅是演算法問題，更是體系建設問題——包括技術防護、員工教育、跨行業協作等多層防線的共同作用。AI在金融的未來，不在於單一技術的突破，而在於如何讓創新與安全共存。只有當AI在可控、可信的框架內落地，智能化的金融體系才能真正實現普惠與穩健。

真正的AI落地者，不只是“技術實現者”，更是“安全邊界的重塑者”。

（本文作者王春平，系信也科技首席科學家。）

來源：中國澎湃新聞