界面新闻记者 | 林倩冰

　　AI赋能金融正成为越来越重要的议题。在2026WAIC（世界人工智能大会）举办期间，国家人工智能应用中试基地（金融领域）阶段性成果发布 ，中国银联董事长董俊峰在活动致辞时表示
，当前人工智能与金融融合已成行业发展大势，可预见 ，“AI+金融”发展空间广阔 。

　　对于支付行业而言
，人工智能正带来一场深刻的变革
。

　　中国银联智能化创新中心总经理华锦芝在接受界面新闻采访时表示，当前 ，金融行业正处于从“传统服务 ”向“智能生态
”跃迁的关键阶段。支付行业面临多方面挑战：

　　首先
，传统业务流程和风控模式在应对日益复杂的欺诈手段时表现出一定的滞后性，“感知—检测—研判”的完整链条在部分机构中尚未贯通；

　　其次 ，AI技术本身具有资金密集 、技术密集的特点，中小机构在算力获取
、数据加工、模型训练等方面存在明显短板
，行业的智能化转型门槛整体偏高；

　　与此同时，支付场景日趋复杂 ，支付终端从手机向AR眼镜 、车载系统等新形态延伸
，对技术架构和服务形态提出了更高要求 。

　　在为行业带来挑战的同时，人工智能也正推动着行业发展
。华锦芝认为 ，从中国银联的实践来看
，AI对支付产业的赋能可以归纳为三个维度：

　　在效率维度，业务的自动化水平和响应速度可得到系统性提升；

　　在体验维度 ，智能体支付的探索正在推动支付从单一“工具 ”“向“智能伙伴
”演进；

　　在风控维度
，通过AI技术突破传统规则引擎的局限，使风险识别更具精准性和前瞻性。

　　“综合来看 ，人工智能应被视为关键的新质生产力
，其意义不仅在于解决某一单点痛点，更在于为支付产业的底层逻辑重构提供新的可能 ，推动金融服务向智能化
、场景化、普惠化方向持续升级 。”华锦芝说道
。

　　在AI与金融深度融合的过程中，金融安全也引发了行业关注与讨论。国家金融监督管理总局今年6月发布的《关于银行业保险业人工智能安全开发应用的指导意见》（下称“《指导意见》 ”）要求
，金融机构开发应用人工智能应坚持谁使用谁负责 、自主可控
、务实高效及安全发展的原则 。

　　对此，华锦芝向界面新闻分享了中国银联在平衡金融安全与技术发展的探索实践：

　　一是做实中试验证环节 ，让AI模型在真实业务场景中经受检验
，将创新节奏与风险把控纳入统一的治理框架；

　　二是平衡数据安全与AI能力释放。金融数据不出域的刚性约束，与AI模型对数据的需求之间存在客观张力
。中国银联采用了全链路私有化部署路线 ，通过算力池化等多种手段降低中小机构在不触碰数据安全红线的前提下应用AI的门槛；

　　三是推进垂域大模型协同建设。通用大模型在金融支付场景中往往精准度不足
，中国银联联合多方合作伙伴，不断迭代金融支付垂域大模型 ，力求输出标准化、可复制的技术范式
，降低全行业的重复投入 。

　　《指导意见》还提出，按需布局建设自主可控 、安全高效的智能算力底座 ，鼓励有条件的大型金融机构向中小金融机构输出算力服务
，支持同业探索基础设施共建共享
。

　　在当前算力成本偏高的背景下，如何平衡技术发展成本与商业可持续性 ，也成为了大型金融机构需要面对的问题。

　　针对算力资源投入大、运营成本高的痛点，中国银联云计算中心总经理何朔告诉界面新闻
，中试基地按照金融行业集约化运营思路，发挥产业公共平台规模效应 ，统一搭建底层算力基础设施
，承担硬件采购
、日常运维、技术升级等固定投入，摊薄各家金融机构自主建设算力平台的高额成本 ，化解行业共性投入难题 。

　　同时
，广泛联动产业链生态伙伴，共建金融专属共享算力池 、支付场景高质量数据集与金融垂域专用模型 ，构建算力
、数据、模型三位一体的共享服务模式
。中小金融机构可按需弹性使用算力 、数据以及配套AI服务
，大幅压缩其智能化改造开支。

　　“以集约共建
、资源共享实现技术普惠，在稳步推进金融AI创新落地的同时 ，保障产业长期良性、可持续发展 。
”何朔如此总结道
。