推動金融賦能智能經濟發展

智能經濟時代，人工智能作為引領新一輪科技革命和產業變革的戰略性、通用性技術，正以前所未有的深度和廣度重塑經濟社會運行方式，成為發展新質生產力的重要引擎。2025年中央經濟工作會議明確提出，“創新科技金融服務”。系統謀劃金融支持智能經濟發展的現實路徑，補齊短板弱項，是當前亟待研究解決的問題。

發揮多重積極作用

推動科技金融更好服務於智能經濟發展，是著眼長遠的重要舉措，不僅有助於金融行業自身高質量發展，而且有助於培育和發展新質生產力，是贏得全球科技競爭主動權的重要抓手。

從服務國家戰略看，有利於培育和發展新質生產力。金融是國民經濟的血脈，其創新的方向必須與國家發展戰略同頻共振。當前，我國仍處於新舊動能轉換的關鍵時期，將金融活水源源不斷地引向智能經濟領域，不僅有助於支撐前沿大模型技術研發、培育壯大新興智能產業，還可以促進傳統產業“智改數轉”，推動生產流程優化、資源配置升級，為經濟增長注入新動能。

從全球競爭格局看，有利於贏得大國博弈戰略主動。當前，全球人工智能競爭正從實驗室的技術突破加速轉向產業領域的應用領跑，各國紛紛加大金融支持力度以搶佔科技競爭制高點。美國依托成熟的風險投資與多層次資本市場體系，為創新企業提供強有力的資本支撐。歐盟憑借深厚的工業基礎與政策性金融工具，尋求規則與應用的差異化優勢。我國擁有超大規模市場、完備產業體系和海量數據資源的疊加優勢，通過優化供給提升金融服務的精准度和韌性，能夠將這些優勢轉化為現實的產業競爭力，提升我國在全球科技競爭與國際分工中的地位。

從金融自身發展看，有助於實現金融業高質量發展。金融是智能經濟發展的重要推動力量，同時，金融業是智能技術的應用者與受益者。從支付清算到風險管理、從資產定價到客戶服務，數智技術的應用已深度嵌入金融運行的全鏈條。隨著大型金融機構加速布局人工智能大模型技術，金融業數字化轉型正在向更高效、強智能的方向發展。金融業隻有主動將金融創新融入智能經濟發展大局，在服務科技企業的過程中強化自身的數字能力、風控能力與生態運營能力，才能在技術變革的浪潮中鍛造出核心競爭力。

深層問題有待破解

當前，金融賦能智能產業與金融業數智化轉型發展態勢良好。但也應清醒地看到，金融服務智能經濟發展還面臨著供給結構錯配、風險治理滯后、要素支撐不足等深層次制約，需要深入分析加以解決。

一是金融資源供給與智能產業創新需求存在結構性錯配。人工智能企業普遍具有輕資產、高投入、長周期、高風險特征，其核心價值更多體現在技術專利和高素質人力資本方面。對於快速成長的人工智能企業而言，可抵押的實物資產較少、現金流不夠穩定，存在融資難、融資貴問題。此外，適應前沿技術長周期研發的長期資本供給依然不足，無形資產價值評估與定價機制尚不健全，知識產權質押融資的覆蓋面有限，影響了金融資源在智能經濟關鍵領域的高效流轉與精准配置。

二是技術加速應用與金融安全治理的統籌協調不夠。在大模型等新興技術加速賦能金融業態的同時，其廣泛滲透也催生了更加復雜的非傳統安全風險。例如，算法黑箱、模型幻覺等可能會影響金融資產定價與投資決策的准確性，引發金融風險。此外，數據隱私保護、算法可解釋性不足、責任邊界模糊等問題日益凸顯，現有監管與治理框架相對滯后，一定程度上阻礙了智能經濟的發展。

三是要素支撐保障尚不滿足金融服務體系建設需要。推動金融賦能智能經濟發展，迫切需要既精通金融業務底層邏輯又深諳算法模型技術的復合型、實戰型人才。當前，該領域高端要素供給不足，人才培養體系與智能經濟快速發展的現實需求尚不適配。此外，受限於資金投入規模、數據資產積累和品牌吸引力不足，中小金融機構在人工智能布局和數字底座建設上與大型機構相比存在較大差距，不利於構建多層次、廣覆蓋的智能經濟金融服務體系。

持續探索有效路徑

破解智能經濟發展中的制約因素，需統籌推進金融創新與安全治理，在優化供給、深化賦能、完善治理、培育生態上協同發力，為智能經濟高質量發展提供堅實支撐。

第一，深化金融供給側結構性改革，構建適配智能產業全生命周期的服務體系。打通資金跨期配置的堵點，形成“貸、股、保、債”聯動的融資體系，打造適應科技企業發展各階段特征的多元金融服務模式。在間接融資方面，強化結構性貨幣政策工具的精准滴灌作用，引導金融機構大力支持初創期和成長期企業，將專利質量、研發投入等納入授信評價體系的重要考量指標。在直接融資方面，進一步增強多層次資本市場融資功能，探索知識產權質押、認股權貸款等工具，大力培育耐心資本。

第二，穩步拓展“人工智能+金融”融合應用，以科技賦能提升服務智能經濟質效。突出應用導向，推動人工智能技術在金融領域規模化、高價值落地應用。一方面，依托大模型與機器學習技術，推進智能風控、智能客服、智能投顧等場景升級，降低服務成本，拓展普惠金融覆蓋面。另一方面，通過強化與物聯網、區塊鏈等技術協同，實現對產業鏈底層資產的穿透式管理與智能預警。

第三，統籌高質量發展與高水平安全，建立“制度規范+技術支撐”雙輪驅動的安全治理體系。在制度層面，將人工智能倫理與風險治理納入金融機構公司治理，建立差異化的技術模型分級分類管理機制。在技術層面，持續推進對抗性測試、隱私計算和可解釋性算法攻關，確保智能決策可追溯。此外，監管部門應積極探索“沙盒監管”等模式，完善常態化風險監測預警機制，在包容試錯中提升防范系統性風險的能力。

第四，夯實數字底座與強化智力要素支撐，培育多方協同互促的生態圈。加快建立金融機構與高校、科研院所的聯合培養機制，著力打造一批實戰型人才隊伍。統籌推進金融領域算力網絡與數據要素市場建設，在保障數據安全與隱私合規的前提下，打破數據孤島，推動公共數據、產業數據與金融數據的高效聚集和有序流通。發揮好政府、金融機構、科技企業與科研院所的各自優勢，促進創新鏈、產業鏈、資金鏈和人才鏈深度融合，形成開放共享、可持續發展的智能經濟生態。

（作者單位：武漢大學董輔礽經濟社會發展研究院）