WAIC 2026现场 | 奇富科技首倡金融大模型“六层路径”，探索普惠信贷安全增长新范式

7月17日2026世界人工智能大会暨人工智能全球治理高级别会议在上海启幕。作为全球人工智能领域的重要交流平台WAIC正在成为观察大模型产业落地、行业应用演进与AI治理趋势的重要窗口。在本届大会上奇富科技带来题为《从智能风控到金融智能体AI Native重构普惠信贷的安全增长范式》的主题分享。奇富科技首席AI科学家杨青表示金融AI的下一阶段不是让大模型停留在问答、写作和单点提效而是让AI逐层进入金融生产系统重构数据理解、业务模型、流程执行和决策服务。在普惠信贷进入高质量发展阶段的背景下行业面临的核心问题已经不只是扩大覆盖而是在降本、控险、合规与可持续之间建立新的平衡。对金融科技平台而言未来不能依赖高定价覆盖高风险而要依靠更强的风险识别、更高的运营效率、更精准的用户适配和更稳定的资产质量支撑成本可负担、风险可控、商业可持续的普惠金融服务。奇富科技认为AI不改变金融本质但会重构金融理解信息、组织模型、执行流程和治理责任的方式。大模型落地金融也不可能从问答一步跳到核心决策而是沿着“知识、数据、模型、交互、流程、决策”逐层进入生产系统。图22026世界人工智能大会奇富科技演讲场地实拍围绕这一判断奇富科技提出金融大模型应用六层路径第一层是知识工作提效让运营、合规、分析等岗位形成“Prompt初稿生成专家复核”的新工作方式第二层是复杂数据结构化把证件、合同、流水、报告、对话、视频等复杂金融材料转化为可解释、可入模、可评测的业务变量第三层是业务模型增强让大模型参与分类、排序和风险表征学习增强风控与经营模型第四层是智能交互与人机协同让金融服务交互变得更可控、更可留痕、更可质检、更可迭代第五层是流程Skill化把专家经验和业务流程沉淀为可复用、可审计、可迭代的能力资产第六层是信贷业务Agent决策服务以大模型作为规划中枢在合规、风险和权限边界内调用模型、规则、Skill与业务系统形成更完整、更一致、更可审核的决策服务建议。这一路径背后体现的是奇富科技对金AI Native的系统化理解金融大模型的价值不只在模型本身而在于能否被组织进真实业务流程并持续产生可验证的业务价值。在复杂数据结构化方面奇富科技自研并开源FCMBench评测体系面向金融信贷场景中的多模态材料理解能力进行系统评估。其核心目标不是“做榜单”而是让复杂材料理解成为可验证、可迭代、可落地的工程能力。在业务模型增强方面奇富科技探索征信大模型技术路线不是让大模型简单生成解释而是让其参与分类、排序和风险表征学习形成可验证、可入模的风险子分。这意味着大模型正在从内容生成工具进一步进入业务模型开发流程。在流程Skill化方面奇富科技近期推出并开源自动建模框架ModelEvo尝试将建模专家的任务澄清、样本构建、特征挖掘、模型开发、效果评估和报告复盘等流程沉淀为Skill Pipeline。相比传统AutoMLModelEvo更强调业务知识、流程经验和结果反馈的持续沉淀让金融专业流程在执行、复盘和更新中不断自我迭代。在更高层次的信贷业务Agent方向奇富科技将AI审批官作为典型实践之一。AI审批官不是替代审批人员直接做决定而是在合规与风险边界内理解申请材料和业务状态调用风控模型、审批规则和合规校验工具生成审批建议、关键依据与人审要点辅助审批人员做出更完整、更一致、更可审核的判断。值得注意的是奇富科技将本体建设视为企业走向AI Native的关键底座。大模型并不缺金融通识真正缺的是对企业内部业务语境的理解。不同团队之间的指标口径、风险语义、业务概念和上下文关系如果不能被结构化沉淀大模型就很难稳定进入企业生产系统。因此本体建设的核心不是把知识库整理得更漂亮而是把企业内部业务语义变成机器可理解、业务可复核、流程可复用的共同语言。它是连接通用大模型与企业级智能体的关键基础设施。从智能风控到金融智能体奇富科技给出的不是一个单点应用方案而是一条金融AI Native的系统化路径以知识工作提效为起点以复杂数据结构化和业务模型增强为核心能力以人机协同、流程Skill和业务Agent为生产形态并以业务本体与可信治理作为底座。这也意味着金融AI的竞争正在从“谁接入了更强的大模型”转向“谁能把数据、模型、流程、Skill、Agent、本体和治理组织成可信的金融生产系统”。面向未来奇富科技将持续推进AI Native在普惠信贷场景中的落地探索让金融生产系统变得更智能、更可信、更可持续助力普惠信贷在服务真实需求的同时实现更高质量的安全增长。