3月12日金融一線消息，由亞洲銀行家主辦的上海國際金融創新峯會在滬舉行。會上，多位嘉賓圍繞人工智能在金融行業的應用展開討論，其中，近期在業內引發關注的OpenClaw也成為現場熱議的話題之一。
北京智源人工智能研究院副院長兼總工程師林詠華表示，核心原因在於OpenClaw具備三個非常關鍵的特點。
第一，它更懂用戶。因為這類系統往往直接運行在企業的業務系統之中，而不是獨立於業務之外的工具。它可以在真實業務環境中運行，因此能夠更好地理解用戶需求，也更容易產生實際價值。
第二，它能夠自動完成任務。智能體不僅僅是對話工具，而是能夠自動調用各種工具、連接業務系統，並執行完整的業務流程，從而真正參與到企業運營之中。
第三，它具有更高的效率。通過自動化執行大量高頻業務流程，系統可以實現24小時持續運行，大幅提升業務處理效率。
但與此同時，她也強調，不能忽視OpenClaw這類智能體帶來的安全性風險和算力要求。如果智能體系統真正進入企業核心業務環境，那麼它必須運行在企業級的安全架構之下，因為它直接承載着真實業務。其次，這類系統往往需要大量、低成本的算力支持，才能支撐高頻任務的自動化運行。
在數據層面，由於智能體需要直接連接企業真實的業務系統，因此必須確保數據來源可信、質量可靠，並能夠支持實時的數據分析能力。否則，一旦數據本身存在問題，或者數據延遲較高，這些問題都會在AI系統中被進一步放大。
在當前這一輪人工智能浪潮中，金融機構可以扮演什麼樣的角色？
林詠華認為，基礎大模型的競爭格局已經在快速收斂。全球範圍內，真正能夠持續進行大規模技術迭代的大模型公司，可能最終只會剩下十家左右。這一層面的競爭並不是銀行或金融機構的核心領域。
真正關鍵的是「skills」（專業能力模塊）。只有通過專業能力模塊，AI才能真正理解某個行業的業務邏輯、知識體系以及應用場景。目前全球已經開源了數十萬個skills，但問題在於，真正經過驗證、能夠解決專業問題、並在行業場景中穩定運行的skills仍然非常稀缺。
對於金融行業而言，一個非常重要的工作，就是建設金融領域的專業知識庫。實踐已經證明，僅僅依賴通用大模型是不夠的，必須把大模型連接到專業知識庫和行業數據體系，才能在具體業務場景中真正發揮價值。
她指出：今天，我們正在進入一個智能體快速發展的階段。在這個階段，最重要的能力之一，就是不斷積累能夠被智能體調用的行業skills。這些能力模塊一旦被標準化、工具化，就可以被AI系統反覆調用，從而真正推動行業應用的落地。
責任編輯：李琳琳