市場(chǎng)真正渴望的是一擊制勝的“殺手锏”。

作者｜田思奇

編輯｜栗子

歷史證明，一項(xiàng)顛覆性的通用技術(shù)從其發(fā)明到真正改變社會(huì)，往往要經(jīng)歷長達(dá)數(shù)十年的滯后期。

經(jīng)濟(jì)史學(xué)家保羅·A·戴維（Paul A. David）在1990年的經(jīng)典論文《The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox》中寫道：發(fā)電機(jī)早在19世紀(jì)末進(jìn)入工廠，但生產(chǎn)率并未立刻躍升。直到20世紀(jì)20年代，流水線重塑組織邏輯、家用電器深入千家萬戶，電的潛力才真正被釋放出來。

今天的大模型，也正處在同樣的“生產(chǎn)率悖論”之中。

算法、算力和數(shù)據(jù)看似一應(yīng)俱全，但在例如金融這樣高度復(fù)雜的專業(yè)領(lǐng)域，真正能落地的業(yè)務(wù)價(jià)值尚難以兌現(xiàn)。高昂的成本、嚴(yán)苛的合規(guī)要求與專業(yè)門檻，讓中小機(jī)構(gòu)望而卻步；大機(jī)構(gòu)雖然資金雄厚，卻因回報(bào)不確定謹(jǐn)慎前行。

在近日舉行的2025 Inclusion·外灘大會(huì)上，螞蟻數(shù)科宣布推出“按效果付費(fèi)”的模式，并正與其標(biāo)桿客戶共同推進(jìn)先行先試，金融機(jī)構(gòu)可根據(jù)實(shí)際的業(yè)務(wù)增長或成本節(jié)省來付費(fèi)，而非單純購買算力或功能。

但在模式創(chuàng)新之后，真正的挑戰(zhàn)在于：在金融這樣對(duì)專業(yè)性、嚴(yán)謹(jǐn)性和安全性要求極高的行業(yè)，AI如何真正兌現(xiàn)價(jià)值？

1.行業(yè)的耐心正在消耗

如果把AI在金融業(yè)的落地比作一場(chǎng)網(wǎng)球賽，過去兩年，不少業(yè)內(nèi)人士告訴「甲子光年」，它正陷入一場(chǎng)令人疲憊的“拉鋸”。

許多廠商交付了切實(shí)的大模型功能：能對(duì)話、能生成、能分析。但如果追問一句“ROI在哪里”，答案往往有些模糊。這種投入與產(chǎn)出的錯(cuò)配，正是舊有“按功能交付”范式的本質(zhì)。

金融行業(yè)的復(fù)雜性格外棘手。

信貸審批要求透明、可解釋的鏈條；風(fēng)控體系必須經(jīng)得起監(jiān)管機(jī)構(gòu)的反復(fù)問詢；反洗錢系統(tǒng)還涉及跨境數(shù)據(jù)合規(guī)要求。每一個(gè)環(huán)節(jié)留給AI的試錯(cuò)空間，幾乎為零。

“如果在金融行業(yè)落地大模型，你不可回避地要解決專業(yè)性、嚴(yán)謹(jǐn)性、合規(guī)性、安全性的問題，而同時(shí)又不能犧牲用戶體驗(yàn)，這其實(shí)非常難?！?螞蟻數(shù)科副總裁余濱在外灘大會(huì)上直言。

他將AI在金融行業(yè)的落地進(jìn)程總結(jié)為四個(gè)階段：從去年的價(jià)值探索，到年初的POC啟動(dòng)，再到3月的鏈路實(shí)踐，而現(xiàn)在，已經(jīng)到了必須對(duì)結(jié)果負(fù)責(zé)的應(yīng)用期。

金融行業(yè)的特殊性還在于，它是經(jīng)濟(jì)的神經(jīng)末梢。

中小銀行的服務(wù)覆蓋了全國超過一半的家庭和就業(yè)人口，但它們往往是AI應(yīng)用最薄弱的一環(huán)。這些機(jī)構(gòu)缺少相關(guān)技術(shù)和人才積累，卻迫切需要借助AI提升效率、降低風(fēng)險(xiǎn)。如果AI無法在它們身上顯現(xiàn)出可度量的價(jià)值，那么所謂的產(chǎn)業(yè)AI就只停留在口號(hào)層面。

在大模型個(gè)性化層面，質(zhì)疑更為直接。

“如果大模型真成了銀行的‘大腦’，那它必須有自己的特色。否則A銀行和B銀行給出的策略與回答一模一樣，那銀行的核心競(jìng)爭力何在？” 余濱提出的這個(gè)反問，捅破了通用大模型在垂直行業(yè)難落地的窗戶紙。

行業(yè)的痛點(diǎn)已經(jīng)非常明確。國務(wù)院在《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》中明確提出三大障礙：前期成本高、回報(bào)不確定、實(shí)施路徑缺失。

換句話說，AI已經(jīng)不再是企業(yè)的選擇題，而是必答題。但正如余濱所說：“過去20多年積累的軟件工程方法論在今天的AI時(shí)代很多已經(jīng)不再適用。”

「甲子光年」觀察發(fā)現(xiàn)，行業(yè)的擔(dān)憂集中在兩個(gè)層面：

一是AI對(duì)金融的深度理解還遠(yuǎn)遠(yuǎn)不夠，很多場(chǎng)景依舊停留在“表層智能”；

二是價(jià)值兌現(xiàn)遲遲未現(xiàn)，客戶看不到實(shí)打?qū)嵉脑鲩L或節(jié)省。

目前AI to B的落地，就像網(wǎng)球場(chǎng)上的底線相持回合。每一次“揮拍”都意味著時(shí)間、資金與人力的消耗，但每一局比賽的結(jié)果難料。系統(tǒng)上線了，模型跑通了，報(bào)告也出爐了，可收益依舊模糊。

久而久之，機(jī)構(gòu)的耐心正在被消磨，廠商的可信度也在被稀釋。這也是為什么，螞蟻數(shù)科在外灘大會(huì)上的主張能引發(fā)廣泛討論。

同一天，螞蟻集團(tuán)也與浙商銀行簽署金融科技戰(zhàn)略合作協(xié)議，標(biāo)志著這一理念將在又一家頭部金融機(jī)構(gòu)的核心場(chǎng)景中落地實(shí)踐，關(guān)于數(shù)智金融“價(jià)值共生”的又一樣板，將由此誕生。

根據(jù)公開數(shù)據(jù)，目前，螞蟻數(shù)科已服務(wù)100%的國有股份制銀行、超過60%的城商行、數(shù)百家金融機(jī)構(gòu)，覆蓋面足以讓這一探索具備更廣泛的現(xiàn)實(shí)基礎(chǔ)。

但必須承認(rèn)，商業(yè)模式本身不是靈丹妙藥。余濱反復(fù)強(qiáng)調(diào)：“如果AI沒有辦法顯現(xiàn)業(yè)務(wù)價(jià)值，仍然不叫好的產(chǎn)品。”

而“按效果付費(fèi)”的邏輯，就會(huì)要求技術(shù)的供需雙方都必須拿出真金白銀的投入與組織層面的變革勇氣。它不是捷徑，而是一種倒逼雙方共同承擔(dān)的機(jī)制。

也正是在這一點(diǎn)上，螞蟻數(shù)科選擇了更具挑戰(zhàn)的路，并收斂為做AI的行動(dòng)綱領(lǐng)：專于產(chǎn)業(yè)、易于落地，成于價(jià)值。

2.從“ACE”方法論到RaaS落地實(shí)踐

在余濱看來，產(chǎn)業(yè)AI要想站穩(wěn)腳跟，必須同時(shí)滿足四個(gè)條件：與產(chǎn)業(yè)深度融合、更專業(yè)、降低落地門檻、顯現(xiàn)業(yè)務(wù)價(jià)值，句句對(duì)應(yīng)了金融行業(yè)的現(xiàn)實(shí)困境。

為了將這四個(gè)條件轉(zhuǎn)化為可執(zhí)行的動(dòng)作，螞蟻數(shù)科內(nèi)部沉淀出了一套名為“ACE”的方法論：

A - Align （對(duì)齊價(jià)值）、C - Construct （構(gòu)建能力）、E -Evaluate+Ensure （持續(xù)評(píng)測(cè)+確保成果）。這個(gè)命名并非巧合，其靈感正是源于網(wǎng)球賽場(chǎng)上能夠一擊制勝、直接得分的ACE球。

Align（對(duì)齊），對(duì)應(yīng)網(wǎng)球中的精準(zhǔn)策略。一個(gè)ACE球的落點(diǎn)絕不是隨意的，而是基于對(duì)對(duì)手習(xí)慣、站位和場(chǎng)地的深刻洞察。同樣，在產(chǎn)業(yè)AI項(xiàng)目中，螞蟻數(shù)科與客戶首先要做的，是找到那個(gè)最具價(jià)值的切入點(diǎn)——是降低信貸風(fēng)險(xiǎn)，還是提升高凈值客戶的收入貢獻(xiàn)？只有對(duì)齊業(yè)務(wù)目標(biāo)，才能確保后續(xù)的一切動(dòng)作都有意義。

Construct（構(gòu)建），對(duì)應(yīng)的是最短的、高效的路徑。ACE球之所以迅猛，是因?yàn)樗苊饬巳唛L的相持。同樣，螞蟻數(shù)科通過全棧企業(yè)級(jí)智能體平臺(tái)Agentar，為客戶提供了一條“最短路徑”——不必陷入數(shù)據(jù)治理、模型訓(xùn)練、應(yīng)用集成的泥潭，而是基于一套成熟的工程體系快速落地。

Evaluate +Ensure（確保），則對(duì)應(yīng)一擊制勝。螞蟻數(shù)科的價(jià)值兌現(xiàn)邏輯，不在于系統(tǒng)是否上線，而在于業(yè)務(wù)指標(biāo)是否真正達(dá)成。這一環(huán)節(jié)要求廠商和客戶建立聯(lián)合運(yùn)營機(jī)制，共同持續(xù)評(píng)測(cè)和優(yōu)化，讓每一個(gè)項(xiàng)目都能跑出結(jié)果，而不是停留在演示。

所以螞蟻數(shù)科提倡的“ACE”，更像是一種姿態(tài)——在漫長的產(chǎn)業(yè)AI賽場(chǎng)上，選擇用結(jié)果說話。它不是漫長的底線相持，而是要與客戶一起，打出那記干凈利落的ACE球。

同時(shí)，行業(yè)的難題還在于AI對(duì)業(yè)務(wù)深度的理解不足。很多通用大模型廠商較難穿透金融的專業(yè)邏輯。結(jié)果就是，模型跑得通，卻帶不動(dòng)業(yè)務(wù)。

余濱在采訪中坦言：“希望螞蟻數(shù)科在AI這塊不一定追求要成為通才，更加希望在垂直領(lǐng)域、在擅長領(lǐng)域深耕?！苯鹑诘膹?fù)雜性決定了，只有真正具備行業(yè)經(jīng)驗(yàn)和知識(shí)儲(chǔ)備的AI，才能從外圍走進(jìn)核心。

基于上述戰(zhàn)略定位，螞蟻數(shù)科的解法是行業(yè)大模型“出廠即專家”。在金融推理大模型Agentar-Fin-R1中，螞蟻數(shù)科把多年積累的金融知識(shí)轉(zhuǎn)化為AI的底層能力。66大類、6小類金融任務(wù)數(shù)據(jù)體系覆蓋了銀行、證券、保險(xiǎn)、基金、信托等場(chǎng)景，從信貸審批到風(fēng)險(xiǎn)管理，從反洗錢到財(cái)富顧問，大模型一經(jīng)交付，就已經(jīng)具備金融專家的水準(zhǔn)，厭惡風(fēng)險(xiǎn)、追求事實(shí)、遵循合規(guī)，最大程度地抑制了幻覺。在多個(gè)金融大模型權(quán)威榜單上，它的專業(yè)能力都做到了同尺寸最佳

余濱形象地說，這是“把一個(gè)博士生派到機(jī)構(gòu)，再通過現(xiàn)場(chǎng)實(shí)習(xí)，迅速達(dá)到能上崗的水準(zhǔn)”。

這種思路切中了行業(yè)痛點(diǎn)：機(jī)構(gòu)不必從零起步，也不用擔(dān)心合規(guī)和安全問題能否覆蓋，只需結(jié)合自身數(shù)據(jù)做后續(xù)訓(xùn)練，就能快速落地。

螞蟻數(shù)科的底氣，還來自在螞蟻集團(tuán)自身金融業(yè)務(wù)中成長起來的實(shí)戰(zhàn)經(jīng)驗(yàn)。經(jīng)過抽象和提煉，再反哺到B端的產(chǎn)業(yè)級(jí)服務(wù)中。成果已經(jīng)開始顯現(xiàn)——例如，通過引入螞蟻數(shù)科的AI金融業(yè)務(wù)助理，某頭部城商行客戶經(jīng)理從之前僅能服務(wù)200位客戶，提升至2000位客戶，活躍客戶占比也同比提升。

在這種邏輯下，AI的任務(wù)驅(qū)動(dòng)和結(jié)果導(dǎo)向?qū)傩?，使得廠商不得不與客戶站在同一條船上。所謂“價(jià)值共生”，就是要把收益和風(fēng)險(xiǎn)都綁定在一起。廠商不僅要交付功能，更要共同創(chuàng)造成果。

這與管理學(xué)中的“價(jià)值共創(chuàng)”（Value Co-Creation）理論不謀而合。該理論強(qiáng)調(diào)企業(yè)與客戶之間的關(guān)系正在從單向的“生產(chǎn)—消費(fèi)”轉(zhuǎn)向雙向互動(dòng)的共創(chuàng)價(jià)值。在價(jià)值共創(chuàng)框架下，客戶不僅是使用者，更是創(chuàng)新和改進(jìn)的參與者，價(jià)值的產(chǎn)生往往依賴雙方的互動(dòng)與反饋。

產(chǎn)業(yè)AI的“價(jià)值共生”更為激進(jìn)。它不僅強(qiáng)調(diào)“共創(chuàng)”，還要求“共擔(dān)”。

對(duì)廠商而言，意味著不能再只收取軟件許可費(fèi)、維護(hù)費(fèi)，而是要敢于把收入和客戶的業(yè)務(wù)指標(biāo)綁定起來，甚至在結(jié)果不達(dá)標(biāo)時(shí)愿意承受收益受損的風(fēng)險(xiǎn)。

對(duì)客戶而言，則意味著必須開放真實(shí)的業(yè)務(wù)場(chǎng)景和核心數(shù)據(jù)，讓AI能夠在真實(shí)條件下被驗(yàn)證和打磨。

螞蟻數(shù)科金融AI產(chǎn)品總經(jīng)理曹剛表示，金融+AI的未來趨勢(shì)可以用“價(jià)值共生、成果交付”來概括：金融機(jī)構(gòu)要輸出場(chǎng)景、數(shù)據(jù)和業(yè)務(wù)目標(biāo)，科技伙伴則輸出模型、工程與運(yùn)營能力。雙方不再是單純買賣關(guān)系，而是風(fēng)險(xiǎn)共擔(dān)、價(jià)值共享的合伙人。

從這里出發(fā)，RaaS（Result as a Service，結(jié)果即服務(wù)）成為價(jià)值共生的自然延伸。據(jù)余濱透露，已有客戶與螞蟻數(shù)科簽訂了長達(dá)五年的合約，廠商和客戶的成敗被緊密綁定。

曹剛還指出，不同金融機(jī)構(gòu)對(duì)AI轉(zhuǎn)型有不同選擇，有的激進(jìn)高調(diào)，有的偏保守。但無論路徑如何，金融機(jī)構(gòu)做AI轉(zhuǎn)型都是“一把手工程”。它不僅是新技術(shù)的引入，還涉及系統(tǒng)化的重構(gòu)：模型要部署、流程要重塑，組織也會(huì)因業(yè)務(wù)調(diào)整而發(fā)生變化。因此必須在戰(zhàn)略層面統(tǒng)一認(rèn)知，明確大模型能做什么、不能做什么。

從更宏觀的角度看，當(dāng)前，云計(jì)算的主流模式依然是訂閱制和算力計(jì)費(fèi)，本質(zhì)上是賣資源；而“價(jià)值共生”提出的邏輯是：AI要嵌入組織經(jīng)營，用業(yè)務(wù)指標(biāo)來驗(yàn)證自身存在的意義。

「甲子光年」認(rèn)為，如果RaaS模式能夠跑通，它將直接挑戰(zhàn)SaaS時(shí)代的營收邏輯，推動(dòng)整個(gè)AI to B行業(yè)從“賣工具”走向“賣成果”。這可能成為未來十年的產(chǎn)業(yè)分水嶺，也將決定哪些廠商能在下一輪競(jìng)爭中存活。

歸根結(jié)底，AI產(chǎn)業(yè)要擺脫“泡沫”的質(zhì)疑，靠的不是概念，也不是模式，而是一連串真實(shí)的場(chǎng)景落地。螞蟻數(shù)科之所以敢提出“按效果付費(fèi)”，也不是因?yàn)槟Ｊ蕉嗝葱缕?，而是因?yàn)樗谛袠I(yè)實(shí)踐中已經(jīng)找到了兌現(xiàn)價(jià)值的路徑。

趨勢(shì)正在顯現(xiàn)：當(dāng)價(jià)值得以證明，信心便會(huì)重建。

3.看得見的回響：當(dāng)“成果”可以被度量

一個(gè)10%的增長，勝過一萬句關(guān)于智能的承諾。

在金融業(yè)這樣復(fù)雜度極高的場(chǎng)景里，AI的承諾終于逐步轉(zhuǎn)化為可度量的成果?！癆CE時(shí)刻”正在顯現(xiàn)。

最直觀的突破出現(xiàn)在上海銀行與螞蟻數(shù)科合作推出的“AI手機(jī)銀行”。

在這里，金融服務(wù)正在完成一次意義深遠(yuǎn)的跨越——從過去的“人找服務(wù)”，真正變成了“服務(wù)找人”。尤其是對(duì)于老年朋友們來說，他們?cè)僖矡o需在復(fù)雜的功能菜單里層層尋找，僅需通過文字或語音輸入需求就可使用服務(wù)，如“幫我查查養(yǎng)老金”。

這種“一句話辦事”的便捷體驗(yàn)，不僅覆蓋了轉(zhuǎn)賬、理財(cái)?shù)仁囗?xiàng)高頻場(chǎng)景，更重要的是，它讓科技有了觸手可及的溫度，也助力AI手機(jī)銀行業(yè)務(wù)辦理的轉(zhuǎn)化率提升10%。

類似的成果，也出現(xiàn)在金融之外的高復(fù)雜度行業(yè)。

南京公交集團(tuán)與螞蟻數(shù)科共建的“小藍(lán)鯨”大模型，能夠?qū)崟r(shí)分析城市客流和線路數(shù)據(jù)，生成最優(yōu)接駁方案。過去是否加車、是否新開線路主要依賴調(diào)度員的經(jīng)驗(yàn)，如今可以通過模型直接推演。例如，新開通的210路公交線，就是AI分析客流之后提出的建議，如今日均客流超過兩千，其中老年乘客接近一半。

更重要的是，價(jià)值共生的探索不只面向頭部銀行。對(duì)那些沒有能力自建大模型、預(yù)算有限的中小銀行而言，它們可以不用在巨額前期投入和不確定回報(bào)之間搖擺，而是可以用極低的成本先啟動(dòng)，看到實(shí)效，再逐步擴(kuò)展。

這種擴(kuò)容效應(yīng)，將重塑行業(yè)的心理預(yù)期，一個(gè)全新的垂直市場(chǎng)正在被打開。隨著更多中小機(jī)構(gòu)能夠低門檻地上手AI，并在短期內(nèi)看到收益，整個(gè)行業(yè)的信心就會(huì)被逐步積累起來。市場(chǎng)討論的重心，也會(huì)從“AI能不能用”轉(zhuǎn)向“AI怎么用得更好”。

4、為產(chǎn)業(yè)AI，重新定義“得分”

在許多經(jīng)典的網(wǎng)球比賽中，處于發(fā)球勝賽局的選手會(huì)用一記ACE球直接鎖定勝利。產(chǎn)業(yè)AI亦是如此。誰能通過成果交付，幫助客戶在組織能力上實(shí)現(xiàn)重構(gòu)，誰就能在產(chǎn)業(yè)AI的競(jìng)賽中占據(jù)客戶心智，定義全新的市場(chǎng)秩序。

螞蟻數(shù)科的探索，遠(yuǎn)不止于一個(gè)創(chuàng)新的商業(yè)模式。它更像是在產(chǎn)業(yè)AI這場(chǎng)漫長的比賽中，率先打出了一記技驚四座的“ACE球”，為所有參與者示范了一種全新的“得分方式”——憑借金融行業(yè)的深厚Know-how、“出廠即專家、淺調(diào)即高能”的金融行業(yè)大模型，以及“ACE”方法論的成果導(dǎo)向邏輯，螞蟻數(shù)科正在為中小機(jī)構(gòu)打開低門檻的上手通道，也在為整個(gè)產(chǎn)業(yè)探索一套可持續(xù)的增長路徑。

它所強(qiáng)調(diào)的“專于產(chǎn)業(yè)、易于落地、成于價(jià)值”綱領(lǐng)，更是一種標(biāo)準(zhǔn)的雛形。當(dāng)這種標(biāo)準(zhǔn)逐漸被市場(chǎng)驗(yàn)證和接受，產(chǎn)業(yè)AI的拐點(diǎn)也就真正到來。

最終，所謂的“ACE時(shí)刻”，并不僅僅是一記漂亮的發(fā)球，而是一次產(chǎn)業(yè)共識(shí)的確立：AI必須以成果為王。螞蟻數(shù)科的探索，正在把這記發(fā)球打向整個(gè)行業(yè)的未來，一個(gè)真正屬于產(chǎn)業(yè)的AI時(shí)代，才剛剛開始。

（圖片來源：螞蟻數(shù)科）