深度探讨｜人工智能重塑金融业态：机遇、边界与风险

日前，第六届上海国际金融论坛在复旦大学光华楼吴文政报告厅举行。本届论坛由复旦大学国际金融学院主办，以“全球宏观重构下的人工智能金融新世代”为主题。来自高校、科研院所、券商、公募基金与产业资本的学者、企业家和投资人围坐一堂，讨论同一个命题：当人工智能以前所未有的深度与广度重塑金融业态时，我们所要面对的机遇、边界和风险分别是什么？

会后，复旦大学国际金融学院执行院长钱军接受了采访。他的回答，或许正是贯穿整场论坛的主基调：“整体来讲，AI对金融行业的影响是正面的，机遇大于风险，但有些风险，尤其是之前未发生过的新型风险，一定要关注，因为这类风险在金融体系内的传播速度可能非常快，涉及面比较广。”

复旦大学国际金融学院执行院长，金融学教授钱军

AI如何重塑金融：效率革命与决策边界

“咨询、会计审计、投行、基金等，只要是跟研究相关、跟获取和处理信息相关的工作，效率是成倍增长。”采访中，钱军这样描述AI对金融行业的第一重冲击——效率革命。今年以来多家银行年报中密集出现的AI数字员工、智能客服与智能风控，正是这一判断的注脚。

而在论坛的主旨对话环节，钱军抛出了更核心的问题：当智能体既能收集材料、分析数据，又“不休息、没有（人类普遍存在的）偏见”时，AI参与金融决策的边界究竟在哪里？他提到一个身边的细节——有金融机构的实习机会变少了，“很多实习生干的活儿，AI干了”；他也提到一个课堂细节——有些同学在AI协助下做企业估值模型，有的参数是大模型给的，“我跟他们说，用这些参数没问题，但针对企业特质，什么样的增长率和路径是靠谱的、什么成本结构是可持续的，需要你们判断，这是金融学的基本原理，也是你们需要掌握的技能（功夫）”。

这种“以人为最后防线”的思路，同样贯穿于他的监管主张。“AI再好，它不能负责任。”钱军直言，出了事要有人负责—使用AI工具的公司负责人、创始人和股东等，这应当是AI金融监管基本的框架。在他看来，金融业对AI的应用总体“比较谨慎”：信贷政策、利率政策等核心决策都由人主导。

而复旦大学副校长陈志敏也在致辞中表示，人工智能正深刻重塑金融业态的创新模式和资源配置逻辑，“如何把握AI带来的机遇，守住金融安全底线，推动金融与科技创新双向赋能”，既是上海建设国际金融中心和科创中心的重大命题，也是高校在科研与人才培养上需要持续回应的时代课题。

复旦大学副校长陈志敏

科创金融如何双向赋能：从“聚变之光”到“科技流”

在会议的下一个环节，第一场圆桌对话把视角推向更加“硬核”的话题：金融能否真正托举那些没有抵押物、没有现金流的硬核科创？

东昇聚变（上海）技术有限公司总经理聂林以《AI时代下可控核聚变技术》为题作主旨演讲。在他描述中，聚变与AI是“双向奔赴”：一方面，AI是聚变的“超级大脑”——面对五六十个相互交织的参数，传统模拟算出下一个毫秒需要十几到二十个小时，而AI让实时精准控制与故障预测成为可能；在东昇聚变，物理设计人员原本两个月的工作，AI五天就能完成。另一方面，聚变是AI的终极能源底座——“算力的终极是芯片，突破了芯片以后，下一个最终的卡点就是能源”。

东昇聚变（上海）技术有限公司总经理聂林

华院计算技术（上海）股份有限公司副总裁、首席财务官张越己用比喻描述金融与科技的关系：“金融像水，科技是行走在水上的舟，水能载舟亦能覆舟。”在他看来，更现实的命题是金融如何引导AI从概念展示走向真实生产力。他也直指机制痛点：按传统银行看设备、看土地、看现金流的风控模型，“几乎没有一家科技企业能通过审核”；近三年有银行分行尝试“科技流”评价，把股东结构、引入的风险资本等纳入评价维度，才“发现还有很多好公司”。

华院计算技术（上海）股份有限公司副总裁、首席财务官张越己

耀途资本创始合伙人白宗义提供了投资人的坐标系：“做早期VC必须拥抱泡沫、拥抱变量，不拥抱泡沫是完全没有机会的。”但他同时承认，AI基础设施的泡沫水分“很干”——GPU缺货、光模块产能被买断，需求远大于供给。

耀途资本创始合伙人白宗义

“双向赋能”并非天然成立。聂林坦言，数据是AI时代科创企业最核心的资产，但竞争中的企业彼此不愿开放数据；若没有中立第三方的数据共享平台和合理的定价机制，“AI+科创”的迭代到会遇瓶颈。这或许正指向金融在新世代的另一重角色：为数据、为不确定性、为未来定价。

宏观重构下的全球资本市场：泡沫、债务与治理

第二场圆桌的话题，则更聚焦“风险”本身。

中国首席经济学家论坛理事长、原交通银行首席经济学家连平在主旨分享《AI万马奔腾与双重金融风险》中援引测算数据：全球五大科技巨头2026年资本开支将达8000亿美元，约为2025年的两倍，2027年或升至1.2万亿美元；未来五年AI数据中心建设热潮可能需要5万亿至7万亿美元的资金支撑。债务规模与杠杆率同步攀升，将加大人工智能企业的财务脆弱性：核心硬件折旧周期短，与中长期债务期限错配；高负债企业利息负担持续加重，挤压现金流，放大信用风险；表外敞口规模可观且仍在扩大。连平认为，定阶段的市场热度有其存在的合理性，缺乏必要的市场关注，产业快速成长也难以实现，但风险会不可避免地同时累积。在拥抱AI、发展AI的同时，仍需高度关注金融领域中的风险变化，运用有效手段防范风险扩散、控制危机发生。

中国首席经济学家论坛理事长、原交通银行首席经济学家连平

华泰证券研究所所长、总量研究负责人及固收首席张继强认为，互联网一轮更多是“生产力革命”，而AI是“生产关系革命”，但杠杆与债务从不留情——高杠杆企业的信用债利差波动已现端倪；他用“出海打鱼”比喻市场情绪的联动：暴风雨消息传来，船只拥挤回航，难免相撞。

华泰证券研究所所长、总量研究负责人及固收首席张继强

财通证券首席经济学家、研究所所长孙彬彬回顾2000年互联网泡沫：那一轮投资“所见即所得”，而这一轮AI需要投资者真正去理解、拥抱甚至承受冲击，他建议以“哑铃型”策略兼顾科技成长与红利资产。汇添富基金管理股份有限公司副总经理袁建军则更直接：A股AI资产约三分之一低估、三分之一中性、三分之一高估，“中国股市跌得差不多了”，若美股因自身问题下跌，中国更可能走出独立行情；最大的风险在于地缘秩序。

财通证券首席经济学家、研究所所长孙彬彬

瑞银证券董事总经理、首席中国经济学家宋宇提醒了一种被忽视的“向上的风险”——做经济与金融研究的人普遍盯着AI下行风险，而科技界人士要乐观得多，“风险不都是往下的，还有反过来的风险”。

瑞银证券董事总经理、首席中国经济学家宋宇

复旦大学国际金融学院科研副院长、金融学教授高华声把讨论收束为两点：技术革命的确定性与股票投资的确定性是两回事，要警惕资本市场提前透支未来增长；AI投资的风险已超过估值过高本身，可能通过债务扩张、金融机构风险敞口向更广处传导。

复旦大学国际金融学院科研副院长、金融学教授高华声

结语：为“新世代”准备人

所有讨论落点，最终回到了“人”。

“AI时代，金融从业人员需要增加两项基本技能：一是编程能力——不一定是自己写代码，而是知道AI编程的逻辑、怎么判断哪个模型好用；二是（大）数据处理与应用——AI提供一个基于大数据的统计分析报告，你要知道数据来源、处理流程及分析框架是否合理、精准。”钱军在采访中表示。而在此之上，他更看重两种“软能力”：跨文化（国际化）的沟通能力，和以提问题展示的好奇心——“创新就是从提问题开始，这方面文科生可能有不一样的思路，其提出的问题和可能的解决方案更有价值。”

AI对金融的赋能，不是单向的技术替代，而是效率与责任、资本与机制、泡沫与治理的同时重构。浪潮是否可持续？钱军的回答是肯定的，前提是估值更合理、应用更实在、边界更清楚。而在新世代里，人还是最关键的因素——最终会提问、能担责、善用工具的，仍然是人。