（十四屆全國政協(xié)委員、科技部原副部長 李萌）

隨著科技的飛速發(fā)展，人工智能已經(jīng)成為當今世界最具影響力的技術(shù)之一，它正在深刻地改變著我們的生活和工作方式。然而，在人工智能蓬勃發(fā)展的過程中，我們也面臨著一些亟待解決的問題，這些問題不僅關(guān)系到人工智能技術(shù)本身的進步，也影響著其在各個領(lǐng)域的應(yīng)用效果和未來發(fā)展。

眼下，有兩個關(guān)鍵問題亟待解決：

其一，在微觀層面，盡管我們期望通過人工智能技術(shù)提高效率并形成正向的價值循環(huán)，使切實的投入能夠帶來更為可觀的收益，但目前的現(xiàn)狀尚不盡如人意。

其二，微觀效率的提升能否轉(zhuǎn)化為整體或行業(yè)的全要素生產(chǎn)力，這一問題也尚未得到妥善解決。

在這樣的形勢下，為了避免泡沫過度膨脹，實實在在地推動經(jīng)濟增長與社會福祉的提升，就需要推動人工智能應(yīng)用落地。而智能體，正是通向應(yīng)用落地的一條有效途徑。

從金融行業(yè)來看，智能體的發(fā)展及其生態(tài)構(gòu)建，正在重塑金融業(yè)的工作流程、服務(wù)模式、組織結(jié)構(gòu)和價值鏈。相關(guān)調(diào)查數(shù)據(jù)顯示，大模型在金融行業(yè)的應(yīng)用滲透率在各行業(yè)中處于領(lǐng)先地位，大約為35%，而排名第二的制造業(yè)僅為15%左右。

實際上，金融行業(yè)具備智能體良好的發(fā)展基礎(chǔ)，銀行、證券、保險、信托、資管等不同業(yè)態(tài)和不同牌照的金融機構(gòu)，都有其獨特的場景。構(gòu)建金融智能體的關(guān)鍵在于把每項業(yè)務(wù)的需求和痛點了解透、理解深，這是所有工作的前提。

具體來看，金融行業(yè)智能體發(fā)展實踐可以圍繞以下幾個方面展開：

一是提出需求、評估價值。要針對不同場景提出智能需求，精準刻畫需求，判斷需求價值，明確定位搭建智能體的目的和功能。例如資訊簡報智能體，能夠快速整合海量的金融數(shù)據(jù)，涵蓋股市、債市、基金、外匯等多領(lǐng)域信息，把分散細碎的信息整合為整體感知，精準剖析市場趨勢，從而從發(fā)展大勢中提出自身需求。

二是分析場景、找準痛點。找到行業(yè)或領(lǐng)域的具體場景，針對性地解決痛點問題。例如理財產(chǎn)品問答助手智能體，針對查找知識耗費時間且準確性要求高的問題；投顧資訊簡報智能體，針對當前投顧行業(yè)市場信息過載、時效性難把握、個性化不足等痛點進行解決。這樣可以大幅度提升理財獲取信息的效率。

三是給出個性方案、提高價值。例如理財產(chǎn)品問答助手智能體，利用大模型的語義理解能力精準響應(yīng)客戶需求、匹配場景，在產(chǎn)品說明、資金投向、收益規(guī)則、風(fēng)控措施等重點領(lǐng)域生成針對不同用戶的方案。

四是安全保障、治理托底。智能體完成工作任務(wù)的環(huán)節(jié)多、流程長，涉及數(shù)據(jù)隱私、任務(wù)保密、資產(chǎn)安全、用戶特殊要求等諸多方面，安全保障要求高。因此，搭建金融智能體從一開始就要高度重視安全問題，配置更高級別的安全技術(shù)和保障系統(tǒng)，確?？蛻舻馁Y金需求、投資意向、項目安排等信息不被泄露。

五是多智協(xié)同、構(gòu)建生態(tài)。工具鏈和多智能體協(xié)作決定了人工智能應(yīng)用的廣度。金融系統(tǒng)和金融機構(gòu)內(nèi)部場景豐富多樣，多智能體協(xié)同將發(fā)揮更為顯著的作用。鑒于細分領(lǐng)域眾多，需要建立有效的協(xié)同機制，通過一系列協(xié)議來維護和溝通智能體生態(tài)，以實現(xiàn)更加順暢的協(xié)同運作。

此外，對于Agentic AI，即自主規(guī)劃智能體和多智能體協(xié)同，部分學(xué)者認為其可能成為未來社會的基本單元。華為甚至預(yù)測，未來10年全社會將有9000億個智能體，智聯(lián)網(wǎng)節(jié)點數(shù)將遠遠大于現(xiàn)有互聯(lián)網(wǎng)節(jié)點數(shù)。在多智能體協(xié)同的基礎(chǔ)上，構(gòu)建以智能體為節(jié)點的網(wǎng)絡(luò)——智聯(lián)網(wǎng)，形成以交互能力為核心的智能體生態(tài)網(wǎng)絡(luò)是大勢所趨，也是影響社會連接格局的重要事項。

當然，智能體在金融垂直領(lǐng)域的應(yīng)用也面臨著諸多挑戰(zhàn)。

例如，大模型作為智能體的核心，其水平雖在不斷提高，但仍存在不足，且成本偏高。智能體尚未達到我們預(yù)期的智能程度，全過程精度的一致性有待增強，不準確的情況會在不同環(huán)節(jié)多次調(diào)用工具的過程中被放大和累加，進而產(chǎn)生不確定性。

此外，整體系統(tǒng)的魯棒性也需進一步完善。在業(yè)務(wù)領(lǐng)域通過多個智能體構(gòu)建的生態(tài)中，若每個環(huán)節(jié)的運行成本稍有增加，疊加后推理和調(diào)用工具的資源成本將居高不下。

因此，在金融行業(yè)布局智能體需緊密結(jié)合細分場景，深入探討更優(yōu)的落地方式，包括通過人機協(xié)作持續(xù)糾正錯誤，增強全鏈條、全過程任務(wù)執(zhí)行的穩(wěn)定性與一致性，并在不斷優(yōu)化迭代的過程中降低成本。