华为，让金融智能体月映千江-电子发烧友网

前不久，DeepMind发表的一份研究显示：AI智能体的快速普及预示着一个AI独立创造价值的新经济层正在形成。这可能是历史上第一个不由人类主导的经济空间，在经济发展过程中扮演着独一无二的角色。而金融业向来被认为是AI落地的第一站，智能体能否在金融领域达成独立创作价值的经济层，事关智能经济时代的整体命运。

2025年，是金融智能体从产业设想走向商用实践的关键年。中农工建交、招商、邮储等大行相继发布企业级AI中台或行动方案。仅工行2025半年报就宣布在零售、公司、市场三大领域新增投入AI财富助理、投研助手、智能信贷官等超过100个场景的智能体。在这种大趋势下，金融机构普遍希望实现智能体落地应用的提速与范围扩大。然而对于绝大多数的城商农信中小金融机构来说，金融智能体依旧有点像是井中看月：智能体的开发和部署面临诸多挑战，以智能体为代表的AI能力，只能在小范围试用。那么，如何让金融智能体从井中观月，变成月映千江？华为已经有了答案。

在华为全联接大会2025上，华为数字金融军团CEO曹冲表示，为了帮助更多的金融机构高效推进智能体落地，华为将AI创新方案、生态实践、与伙伴的联合方案、工程化经验沉淀下来，全面升级华为金融数据智能方案5.5，重磅推出FAB金融智能体加速器，开箱易用、开箱随用、开箱畅用，把AI落地的复杂留给自己，把简单带给客户和伙伴。

如果说，过去的金融+AI是月光在井中轻摇，只有实验与探索性质，只能独照一方，那么华为通过FAB金融智能体加速器，就是让AI的月光漫洒到金融行业的波涛中，让所有的金融机构都能快速获取AI发展引擎，映千江而同辉。

从井中月变成千江月，华为是怎样带来金融智能体变革的？

多年以来，金融行业一直是吸纳AI能力，落地AI应用的先锋军与试验田。自中央金融工作会议将“数字金融”列为金融领域的“五篇大文章”之一，《“十四五”数字经济发展规划》等政策为金融智能化提供明确发展方向以来，金融行业与AI的结合就始终保持在高速发展的进程中。

回顾中国金融行业与AI的融合之路，可以发现其经历了三个主要阶段。第一阶段，AI与金融行业的结合是一种普遍性的战略设想，头部金融机构会在小范围业务中尝试部署AI与大模型能力。这时AI对于金融业来说尚且处在实验阶段，也就是我们所说的“井中月”；第二阶段，AI技术开始融入金融行业的核心业务，在客服、风控等代表性场景中归纳出了可复制的业务模型与发展经验，这时AI之于金融就像“溪边月”；第三阶段，也就是目前这个周期中，AI技术需要在金融行业中取得广泛性、规模化的商用部署，必须让金融行业能够直接从AI中获取可观的商业价值。这个阶段，金融与AI的代表性结合方式就是与场景结合更加密切，能够针对性实现价值目标的金融智能体。AI的月色，正通过智能体模式让金融行业千江同辉。

在这个关键节点上，领先的金融机构已经从“AI赋能”走向“AI原生”，致力于以智能体重塑核心业务、实现自主决策和闭环协同，重构金融价值链。但在转型过程中，也会面临诸如数据安全、模型幻觉、算法黑箱、智能算力短缺，以及中小银行资源人才不足等挑战。其中，金融机构应用智能体要面对的分别是以下三类挑战：

1. 如何让智能体与金融业务深度结合？

金融行业由一系列特殊的生产场景叠加而成，每个领域都需要极强的专业知识与专家经验。智能体落地金融，需要与大量金融行业专业数据、业务经验、工作流进行深度融合，并且适配金融行业敏捷创新的发展形态，才能最终实现业务价值与技术价值的双重闭环。

2.如何将智能体融入广阔的金融生态？

金融行业有着复杂而广阔的生态性，智能体必须对第三方应用服务与数据保持高度的开放性，以此才能确保金融智能体不会变成数字孤岛，金融机构在智能化趋势面前可以把握发展的主动权。

3.如何以智能体提高真实的用户体验？

金融智能体有可能全面提升金融机构的客服服务能力与服务质量，但前提是智能体必须能够主动理解用户意图，打造全周期记忆方案，确保每一次交互的准确与快速。想要实现这些能力，需要在具备一系列技术与基础设施能力的同时，拥有极强的智能体工程实践。

为了回答这些问题，华为数字金融军团基于在全球范围已经帮助头部金融机构完成数百个AI场景落地的实践，涵盖了办公辅助、运营、营销、风控，对客等领域；打通了从易到难、循序渐进的过程，实现了增效到增值，从对内到对客，从单点应用走向综合方案的金融智能体进化。而最终的进化成果，就成了华为让金融智能体月映千江的秘密——FAB金融智能体加速器。

为了破解金融机构落地金融智能体过程中的诸多挑战，避免行业在宝贵的发展空间中重复试错，华为将AI创新方案、生态实践、与伙伴的联合方案、工程化经验沉淀下来，围绕智能体全面升级华为金融数据智能方案5.5，推出了FAB-金融智能体加速器。基于FAB，金融机构可以快速针对核心生产业务开发部署智能体应用，进而加速AI价值的变现。

想要破解金融机构应用智能体的诸多问题，核心要义在于将智能体的复杂工程化繁为简，最终实现智能体能够灵活组装，业务构想得以快速实现。为了满足这一目标，FAB实现了三大差异化特点。它们分别是：

1.开箱易用。

在FAB中，华为沉淀了超过50个专业的场景创新工作流，结合伙伴超过30个原子场景能力。这让FAB可以覆盖绝大多数金融机构的智能体业务诉求，当出现新的业务需求时，就可以通过FAB实现开箱易用的快速实现。以某金融机构的审贷联动智能体为例，基于FAB可以将开发时间从月缩短为周。

2.开箱随用。

为了满足金融机构在智能体领域的生态发展需求，FAB构建了丰富的MCP生态和领域知识库，让智能体能够灵活组装各种能力，准确简单地对接到第三方应用服务，让广泛的大模型与数据生态都成为金融智能体的发展动力。

3.开箱畅用。

想要让智能体带来真实提升的用户体验，就必须达到90%以上的准确率和毫秒级时延。为了实现这个严苛目标，华为在过去几年间沉淀了大量工程实践，从而提炼出一系列的工程化工具。比如，智能体面客需要精准的意图识别，为此华为沉淀了全链路模型调优工具，通过数据合成、Prompt优化，强化学习，让模型精度和效果能够快速迭代，达成90%以上的意图识别准确率，85%以上的任务调度准确率。同时，在AI面客语音交互过程中，华为在模型、智能体平台、推理算力开展端到端优化，帮助金融机构实现毫秒级的智能外呼。

精准理解业务需求，广泛的生态性，并且可以带来真实可感的用户体验提升，这三点让FAB在金融智能体领域构筑了全方位的加速效应，从而让金融机构能以最简洁高效的形式，跨越绝大多数智能体挑战，实现AI价值的商业化落地。

只有让金融机构可以平等、普遍、高效地开发部署自己的智能体，AI在金融行业才能千江同辉。

如果说，FAB解决了金融机构开发部署智能体的难题，那么如何才能进一步确保金融行业在AI智能体时代获取最大的综合价值？

在华为看来，优质的数据底座，以及具有高度韧性的存算网基础设施是金融机构拥抱AI红利的必要条件。同时，生态发展将帮助金融机构与合作伙伴实现AI时代的价值最大化。

华为坚定硬件开放、软件开源战略。华为一方面基于昇腾坚实强劲的算力底座，持续加大投入，在AI智能体平台、模型，场景不断升级能力；另一方面，和伙伴充分合作，从AI平台、模型、场景各层，构筑算力上的繁荣生态；最终通过与客户联合共创的模式，围绕底座、模型、知识、平台&工程、架构、场景、人才和生态8大全面构建能力，助力客户稳步推进AI变革落地。

首先来看数据与知识，在AI进入金融业核心生产场景时，仅靠数据已经不能解决模型的专业问题。数据湖需要向知识湖升级，从而让AI更好理解和使用数据进行推理。知识湖既保留数据湖的原始、海量、多模态，又叠加知识图谱的结构、语义与业务上下文，让每一份数据都能被AI直接理解、检索、推理。

面向这一诉求，华为全新推出了知识湖方案。以昇腾加速大规模图计算与多模态知识分析，并且打造一站式知识管理平台DataArts Studio，开展高效的知识治理、萃取和本体建模。同时，华为还联合伙伴创新知识场景应用，构建统一语义知识服务，满足金融机构在AI时代的数据与知识底座升级需求。

韧性是AI在金融业务场景真正落地的前提，也是金融机构永远不变的数字化追求。为了帮助金融客户实现更优质的基础设施韧性，华为带来了全新的4大安全解决方案：零信任园区网实时动态鉴权；量子安全广域网实现抗量子解密；AI训推保护方案防推理模型投毒；数据安全黑匣子抗极限网络攻击，支撑金融面向智算时代安全方案建设。

在生态发展层面，华为数字金融“融海计划”发布一周年，已携手融海伙伴在20多个国家实现联合方案合作落地，助力全球金融客户的新核心建设、数据平台升级和AI创新。本次峰会，华为启动“融海计划·AI睿领行动”，从全域场景创新、全栈能力聚合、全面资源协同三个方面加速升级，携手伙伴在风控运营、运营体验、投研投顾、保险理赔等更多场景下不断打造AI创新方案，持续推动行业智能化进程。

数据、韧性、生态，华为数字金融军团通过这些长期战略与系统化前行方向，构筑了金融智能化范围不断扩大，底座不断强化的八方通衢。智能体更好用、底座更健壮、生态更繁荣，金融与AI的结合在多重推力的加持下，正在迎来大规模部署、高效率商用的全新阶段。

为了更好地促进金融同业交流和学习，树立AI时代金融行业新标杆，共创行业新典范，华为联合交通银行、太平洋保险和国泰海通证券，发布数智金融三大全球样板点，为全球金融机构的数智化转型提供参考蓝图和路径。