金融智能体进入清洗期 25%项目面临失败风险

（原标题：金融智能体进入清洗期 25%项目面临失败风险）

图片来源于网络，如有侵权，请联系删除

艾瑞咨询近日发布《中国金融智能体发展研究与厂商评估报告（2025）》（下文简称“报告”）显示，2025年中国金融智能体平台及应用解决方案签约总金额达9.5亿元，预计2030年将增长至193亿元，年复合增长率82.6%。

但市场规模高速增长背后，行业正面临严峻考验：96%的应用实践停留在初步探索期，预计至2026年底，20%至25%的金融机构客户将因预期偏差或错误采纳伪智能体而失去投资信心。金融机构对智能体的价值期待已从提升效率转向驱动业务增长，这一转变正在加速市场洗牌。

谁被清洗？25%失败率从何而来

2025年被产业界定义为“智能体元年”，但金融机构的实际采购与落地情况与市场热度存在落差。

报告显示，96%的金融智能体应用实践处于初步探索期。所谓初步探索期，指项目集中在概念验证（POC）、智能体平台部署以及完成部署进入试点运行阶段。仅有4%的应用实践进入敏捷实践期，且主要集中在职能运营类场景或非核心金融业务场景。

项目金额分布也印证了这一现状。当前智能体应用类项目金额高度集中于30万至150万元区间，金融机构普遍采取“小步快跑”策略，以可控成本快速验证智能体落地的可行性及业务价值。

报告特别指出，目前中国金融智能体市场预期处于膨胀高位，行业需要警惕预期未能达成带来的信心透支风险。调研显示，53%的金融机构明确表示：虽愿进行探索性投资，但若项目成果显著低于预期，将立即缩减或终止投入，直至行业出现可复制的成功案例才会考虑重启投资。

市场乱象已经开始显现。一些厂商将对话机器人、流程自动化类型的软件或解决方案包装成AI Agent产品推向市场。“在当下行业阶段，可能会误导认知不足的客户做出错误投资决策，这种乱象会影响行业的健康可持续发展。”报告称。

金融机构客户的认知分化加剧了这一风险。调研显示，非技术背景从业者因接触网络渠道的片面解读与过度炒作，呈现“高预期值、低辨别力”特点；存在认知偏差的从业者中，近五分之三的受访者因过度谨慎而低估智能体价值。

报告将项目失败的原因归纳为四类：一是产品技术能力不足，部分厂商的“伪智能体”无法实现真正的环境感知、推理决策与行动能力；二是成本规划缺失，机构往往只关注平台建设等显性成本，低估了算力消耗、数据治理、持续运维带来的隐性开支；三是真实生产环境制约，实验室环境下的技术效果难以复现于业务场景；四是组织适配能力不足，传统“业务-IT”瀑布流模式难以适应智能体迭代需求。

报告预测，未来的1至2年间，将有大量形式多样化、质量不一的金融智能体项目涌现，低质量项目将在初步探索期被淘汰。预计至2026年底或2027年上半年，20%至25%尝试引入智能体的金融机构客户会因上述原因而失去投资信心或产生质疑。

谁能留下？银行43%占比背后的竞争门槛

报告显示，从项目数量分布来看，银行业以43%的占比位居第一，成为金融智能体应用的核心阵地。资产管理类机构以27%的占比位居第二，保险业以15%的占比处于第三梯队。

银行业务场景的多样化与高频交互属性为智能体应用提供了更多机会，同时银行在资金、技术、数据积累上的优势也不可忽视。目前国有大行和股份制银行率先开展大模型建设和智能体场景实践，城商行、农商行则通过标准化场景逐步渗透，形成梯队格局。

在资管领域，证券公司、基金公司、信托公司等机构在投研智能化场景呈现旺盛需求。大模型及智能体在文本理解、逻辑推理方面的能力与这些需求契合，因此涌现了较多项目。

面对这一新兴市场，各类厂商依托各自资源禀赋切入赛道。报告通过竞争力象限呈现了当前市场的主要玩家格局，并对不同类型厂商的优劣势进行了分析。

蚂蚁数科位于综合领导者象限。其核心竞争力根植于蚂蚁集团服务十亿级用户的“金融原生”基因。该公司独创的“四车间”（意图、策划、执行、表达）工程架构，将智能体构建过程解构为过程可追溯、决策可解释的工程工艺流水线。其Agentar平台已孵化百余款深度场景智能体。在商业模式上，其深厚的金融场景积累和对业务结果的标准化衡量能力，使其成为市场中少数具备能力和意愿、在核心金融场景中规模化探索RaaS（结果即服务）模式的厂商之一。

火山引擎同样位于综合领导者象限。其一站式企业智能体中台HiAgent依托Agent DevOps理念，提供智能体开发、评测、观测、优化全生命周期管理，支持高/低代码快速搭建生产级智能体。DataAgent通过Data+AI融合，实现金融实时数据分析和市场洞察。火山引擎推出了智能体落地陪跑服务，通过联合举办智能体创新大赛等方式帮助金融机构加快AI应用落地。

腾讯云位于综合领导者象限。其ADP平台支持零代码配置多智能体、提供拖拽式工作流引擎，内置模型广场和插件广场，全面支持MCP协议。虽然相比其他综合领导者进入市场略晚，但报告认为其在智能体战略及执行力方面拥有突出表现。腾讯云基于自身金融客户生态，建设了直销、被集成、转售三种互补的商业模式，其智能体已在银行、保险、证券多个子行业落地尽调分析、保险理赔、投研分析等场景。

中关村科金位于核心竞争者象限。该厂商在金融智能体领域的核心能力，建立于自 研的得助金融智能体平台之上，针对金融行业的场景需求，集成了大量开箱即用的行业智能体和多种AI能力组件，支持灵活编排，为金融机构打造专属智能体提供了工程化基础。

奇富数科位于未来破局者象限。其推出的信贷超级智能体由AI信贷员、AI审批官等多个模块构成，覆盖从获客、审批到风控等多个核心业务环节。该智能体正从辅助角色向可承担大部分工作的数字员工演进，并已开始向城商行、农商行等金融机构输出。

金融壹账通位于未来破局者象限。其智能体平台具备任务自主拆解、多智能体协作 与工具调用能力，旨在实现全流程业务优化。

报告预测，至2027年下半年，市场将呈现更加明显的竞争分化格局。产品或服务能力不足的厂商、伪智能体产品厂商将逐步退出市场。产品竞争力强、拥有深度金融业务Know How的厂商将展示出较强的竞争优势。

洗牌去向？从产品交付到价值交付

2025年金融智能体市场交出了第一份成绩单：9.5亿元投资规模、43%银行项目占比、82.6%预期年复合增长率。但这些数字背后，是行业必须直面的三个现实：四分之一项目可能失败的风险、客户认知偏差导致的预期落差、伪智能体产品对市场的干扰。

在商业模式创新方面，报告重点分析了RaaS（Result as a Service，结果即服务）这一价值交付模式。该模式以业务成果作为收费基准，市场空间直接与所能撬动的金融业务增量价值挂钩。

报告预测，2027年智能体的RaaS交付模式在金融机构中的渗透率将达20%。面对部分场景，RaaS模式会更加受到客户青睐。RaaS和传统的产品交付模式各具优势，长期来看将是融合共生的。

支持RaaS的厂商需要在金融业务经营、用户增长等方面拥有积累，且可以形成能力壁垒而持续被客户需要。更重要的是，支持RaaS的厂商还需要建设与客户共识的价值衡量标准及合理的定价机制。

调研显示，多数金融机构客户认为RaaS是一种不错的创新商业模式，在有合适需求的前提下可以考虑采纳该合作模式。另有客户表示，RaaS模式和产品交付模式均有价值，如何选择需要结合具体需求来评估。

报告对未来的预测更具颠覆性：至2033年，50%的金融服务场景将与“智能体客户”互动完成，60%的金融服务场景将由智能体提供服务。这种人与智能体组成的智能共生系统，将改变金融的业务范式及服务模式。

这意味着金融机构的服务体系必须进行一次重构，不仅是增加一个API接口，而是从产品设计、风控、营销到客户服务的全链条变革。报告指出，能更好地服务“智能体客户”的金融机构将具备竞争优势。

从更长期看，这一变革可能催生新的支付方式。基于数字人民币的智能合约将拥有新的应用场景。由于系统中会有不同类型的Agent和不同的真人用户进行复杂交互，可信技术体系将成为保障。