过去几年间，在田间地头，在办公楼宇，在工厂车间，金融机构用算法丈量普惠客群的信用半径。中国普惠型小微企业贷款余额从2017年末的8.8万亿元飙至2024年末的33万亿元上方，年均复合增速达到20.7%，金融服务的核心需求从“有没有”转为“好不好”。

　　进入2025年后，AI逐步从实验室走向规模化应用。在金融行业，AI跨越单点工具辅助阶段渗透至金融业务的各环节，普惠金融的齿轮加速转动。普惠金融的“最后100米”，不再是物理距离的阻隔，而是信任、成本与合规的三重考题。AI能否成为解题钥匙？答案藏在每一次模型迭代、每一次监管沙盒的测试里。

　　 AI员工接连上岗

　　2025年以来，以大模型和智能体为代表的生成式AI技术迎来突破性发展，AI从执行指令的“自动化工具”演进为具备推理能力和自主决策的“业务伙伴”，除了AI客服外，还有更多AI员工上岗。

　　北京商报记者向业内十余家金融机构调研发现，当前AI在金融领域的应用不再是零星的点状尝试，而是呈现出体系化、规模化的特征。从信贷审批的分钟级响应到反欺诈的秒级拦截，从投研报告的智能生成到普惠服务的全域覆盖，AI向金融领域更深层次的业务赋能演进。

　　以智能投顾为例，从业机构使用各类智能体自动化地提供资产配置建议、进行投资组合再平衡，极大地提升了服务效率。据光大证券金融产品总部相关负责人介绍，光大证券通过自主研发的智能体“小数同学”，整合专业业务知识与投研资讯并定向输出给投顾，再由投顾向客户传递标准化、专业化的投教服务。

　　广发证券相关负责人告诉北京商报记者，旗下易淘金平台依托大模型技术构建了主动式个性化引擎，在行情、交易、资讯、账户等全流程高频服务场景中深度嵌入了AI能力，服务范围覆盖投前、投中以及投后等不同环节。

　　不仅仅是服务效率的提升，AI还能进行复杂的业务决策。网商银行为小微企业配备“AI信贷专家”，通过智能产研助理和智能尽调助理协同工作，自动化构建出千行百业的认知框架，并使用多模态智能交互方式对客户进行精准尽调。

　　 AI智能体是年内金融业AI应用最显著的升级方向，从业机构在技术迭代上持续加码。奇富科技相关负责人表示，奇富科技过往在AI赋能普惠金融部分累计投入近百亿，2025年更是提出对有价值的产品技术投入不设上限。其自主研发的多个金融智能体，如AI审批官、AI信贷员，已在多家银行落地。

　　信任、成本和合规

　　从北京商报记者的调研结果来看，过去十余年间，普惠金融的发展大致可以分为可得性、便捷性、精准性三个阶段，实际上就是普惠客群金融服务需求从“有没有”转向“好不好”的过程。

　　普惠金融发展的关键阶段，AI被寄予厚望。而普惠金融的核心矛盾，始终是信任与成本的博弈，同时，随着AI应用的深入，科技伦理的治理受到更多关注。

　　首先是金融领域的信任问题。传统模式下，金融机构主要依赖抵押物和历史数据来评估风险，但普惠客群普遍具备“缺少抵押物、缺少盈利能力证明、缺少信用记录”等特征，AI模型不得不依赖替代性数据。算法不以人的意志为转移，且AI决策过程难以解释，就容易产生模型“黑箱”(即“内部规律尚未被完全认知”)，导致用户和机构对其结果难以全然信任，还可能会产生对部分特定群体的系统性歧视，算法公平性难以保证。

　　在成本方面，AI落地涉及模型训练、数据治理和合规验证等冗长流程，前期投入巨大。数据治理环节，高质量数据的获取、整合等方面具有较大难度，人才团队建设、AI应用的合规验证成本同样不菲，这些均对金融机构的利润造成侵蚀。

　　此外，金融是强监管行业，AI技术的快速迭代与相对滞后的监管政策之间存在时差，合规成为AI落地的“红线”。这也要求金融机构在应用AI时更为审慎，并且AI模型越复杂，合规审查的难度和成本就越高。

　　北京市社会科学院副研究员王鹏指出，三大核心问题的存在，其本质并非孤立的技术难题，而是AI技术特性与金融底层逻辑之间的结构性冲突。这些问题会侵蚀普惠金融的社会价值根基，用户信任一旦流失，需耗费数倍成本重建，且可能引发行业信任连锁反应。如何在三者之间找到平衡，是决定AI能否在普惠金融领域深度落地的关键。

　　普惠金融新蓝海

　　面对普惠金融的现实瓶颈，金融机构正在逐步构建技术创新、行业共建等解决方案。这些措施不再局限于单一机构的技术应用，而是通过多主体协同，针对性破解普惠金融领域不同层面的难题，让AI技术在小微企业、农村金融、老年服务等蓝海市场中真正落地生根。

　　为解决数据和成本问题，AI技术层面正朝着更轻量化、更精准的方向发展。针对普惠金融场景，行业开始探索更高效的模型架构，以降低算力和存储成本。例如，蚂蚁数科研发的金融大模型Agentar-Fin-R1减少对海量数据（603138）的依赖，仅需少量行业数据即可实现精准适配，有效降低了大模型在企业落地的门槛和成本。

　　针对普惠客群的数字素养差异和使用场景特点，金融机构正推动AI应用走向更细化的场景定制。在“三农”领域，金融壹账通通过“数据信用”模式替代传统抵押方式，成为乡村产业振兴的新引擎；蚂蚁消费金融的花呗推出“账单助手”，让用户理性管理消费额度，使用该功能的2.7亿用户，不良率比整体低8%，实现了用户与机构的双赢。

　　同时，监管体系的逐步完善为AI规模化应用筑牢风险底线。金融科技“监管沙盒”项目有序推进，既为AI创新预留试错空间，又通过明确的风险评估标准防范风险。

　　从结果来看，AI赋能下，普惠金融发展成效显著：截至2025年三季度末，我国银行业金融机构普惠型小微企业贷款余额为36.5万亿元，同比增长12.1%；普惠型涉农贷款余额14.1万亿元，较年初增加1.2万亿元。

　　面对这些挑战，普惠金融的AI应用呈现出清晰的未来趋势。中国普惠金融研究院研究员戴茜强调，金融服务本身是很严肃的场景，且本身容错率比较低。金融机构在服务客户的过程中，应审慎看待AI技术，严格地审查自身的数据安全执行能力，将防控风险作为底线。在AI加持下，普惠金融的发展将会呈现生产力提升、服务提质、技术规制不断完善的新态势。