數字化浪潮席卷金融行業的今天，AI正從輔助工具演變為生產力引擎。
5月17日，由CIO時代主辦，新基建創新研究院作為智庫支持的“科技筑基 智領變革 | 2025首屆金融CIO數字峰會”上，螞蟻數科AI科技創新部技術負責人、螞蟻天璣實驗室主任李哲帶來“當金融大腦學會思考：CoT技術驅動的智能決策變革”的主題演講。
精彩觀點
螞蟻數科通過構建“金融行業大模型+可信智能體”技術體系，高質量垂類數據基座、數據生產與合成技術平臺AIGD及MCP服務廣場，實現“技術+場景”深度耦合，助力機構打造“會思考的金融大腦”，破解金融行業AI創新應用落地挑戰。
思維鏈技術（Chain of Thought，CoT）是一種用于提升大模型推理能力的關鍵技術，其核心是通過模擬人類的思考過程，將復雜問題分解為一系列中間步驟，并逐步推導出最終答案。在金融場景實踐中，思維鏈讓大模型能夠深度理解金融行業的實際規范與真實業務要求，在解決問題時多層次、多角度地思考，遵循行業專家級別的解決路徑，深度挖掘用戶問題背后隱藏的本質訴求。螞蟻數科作為金融科技領域的領軍企業，歷經螞蟻集團10余年技術沉淀，正在積極探索如何用思維鏈技術破解金融行業智能化轉型的核心難題，勾勒出“可信AI+智能體”驅動的未來金融圖景。
金融AI創新應用落地三重鴻溝：
效率、數據與場景的角力
盡管AI已深度滲透金融領域，覆蓋智能風控、智能投顧、智能客服等核心場景，但行業在技術落地中仍面臨三大核心挑戰。
效率躍升與算力成本的兩難博弈：大模型訓練對高性能算力的依賴，傳統依賴高算力的模型優化路徑，在普惠金融場景中難以規模化復制。螞蟻數科通過“算法優化+混合架構”破局，在不犧牲模型效果的前提下降低算力需求，實現成本與效率的動態平衡。
數據價值釋放與安全可信的持續挑戰：金融數據的敏感性與合規要求，使得數據流通與價值挖掘成為棘手難題。螞蟻數科通過多模態安全治理模型與可信AI技術，構建數據“可用不可見”的流通機制。
場景泛化需求與專業垂類能力的斷層矛盾：通用大模型在金融專業場景中的“水土不服”問題顯著。螞蟻數科通過“垂直領域微調+知識注入”策略破解這一難題。
CoT技術：從“黑箱決策”到
“可解釋智能”的躍遷
思維鏈（CoT）技術作為破解上述挑戰的核心鑰匙，正在重塑金融智能決策的底層邏輯。“讓AI像人類一樣拆解復雜問題，通過邏輯鏈條串聯數據、知識與決策的能力”。螞蟻數科在CoT領域的技術突破，體現在數據、算法與平臺三個維度。
高質量CoT數據體系構建
高質量垂類數據是智能體應用的下限，行業長思維鏈數據則決定應用的上限。螞蟻數科構建了覆蓋“數據采集-加工-標注-質檢”的全流程解決方案，使模型對行業風險的預判準確率得到有效提升，將預標注模型依賴的人工標注量實現極大降低。
可信大模型與智能體開發
在大模型側，針對ToB垂類行業，螞蟻數科專門加強了權威數據收集和合成管道；在后訓練過程中強化領域推理、知識遵循、幻覺降低、上下文表達一致等“可信”價值觀；同時，立足金融風控、營銷等環節，強把評測出口，以此保障垂類大模型能夠為智能體提供堅實可靠的行業知識和行業推理能力。在智能體執行側，主打人機交互的協同推理，通過借鑒企業過往沉淀的SOP規劃、向人類白盒化展示思考和執行過程，同時在執行過程中接受人類反饋，即實修改自己的思考和行為方向，直到達成人類接受的成果，從而大大提升了智能體對復雜問題解決成功率。
金融智能體的場景落地實踐
智能投顧場景：理財智能體通過接入金融資訊、行情數據與用戶持倉信息，實現 “市場分析-風險評估-策略推薦”的全流程自動化；
智能風控場景：某金融機構引入螞蟻數科風控智能體后，通過CoT技術將小微企業信用評分的決策鏈條拆解為十幾個可解釋環節，不僅使風控審批效率提高，還因邏輯透明性獲得監管認可，不良貸款率下降；
智能客服場景：座席助手智能體基于知識庫與CoT推理，自動提取政策文件中的關鍵條款，并生成標準化話術，提升了客服響應準確率，降低了培訓成本。
可信AI與數智生態的共生進化
展望行業未來，“可信AI+智能體”雙輪驅動是進化路徑，其三大發展方向：
從“工具應用”到“決策中樞”的角色升級
金融智能體將超越單一工具屬性，成為連接數據、模型、業務的智能決策中樞。螞蟻數科MCP服務廣場的上線，標志著這一趨勢的落地——平臺聚合基金評價、股票研究、企業風控等百種智能體能力，實現“即插即用”的生態協同。
安全合規體系的“主動免疫”進化
面對日益復雜的監管要求，螞蟻數科構建了“防御圍欄+數據治理+合規引擎”的三維安全體系：
動態防御：通過大小模型結合的風險意圖識別引擎，實時攔截99.8%的惡意提問；
數據治理：實現數據來源可追溯、分級管理自動化，敏感數據過濾準確率達99.9%；
合規引擎：內置31類金融合規規則，在智能體生成回答前自動進行合規校驗，確保符合《生成式人工智能服務安全基本要求》等法規。
人機協同的“透明化智能”新范式
未來的金融智能不是替代人類，而是增強人類決策能力。螞蟻數科通過白盒化交互 +場景自動評測”，構建人機協同的可解釋體系：
決策透明化：智能體的每一步推理均可轉化為人類可讀的邏輯圖
交互式優化：人類專家可實時介入智能體決策流程，修改推理邏輯或補充數據，形成“機器推理-人類修正-模型迭代”的閉環。
結束語
“技術的價值不在于冰冷的代碼，而在于解決真實世界的問題”——在AI重塑金融的時代浪潮中，螞蟻數科以CoT技術為錨點，為行業繪制了一幅從技術突破到生態構建的清晰路線圖，而金融行業的智能轉型之旅，才剛剛開始。
