推动金融赋能智能经济发展，是当前备受关注的热点话题。在智能经济时代，人工智能正从实验室加速迈向千行百业，深刻重塑经济社会运行模式，成为发展新质生产力的关键引擎。2025年中央经济工作会议明确要求“创新科技金融服务”，那么金融究竟该如何有效支持智能经济？现实中存在哪些短板与应对路径？这些问题亟待系统梳理。

智能经济背景下，人工智能作为引领新一轮科技革命与产业变革的战略性、通用性技术，正以前所未有的深度和广度改变经济社会运行方式，成为培育新质生产力的重要引擎。2025年中央经济工作会议明确提出“创新科技金融服务”的要求。因此，系统规划金融支持智能经济发展的现实路径，补齐现有短板与弱项，是当前亟需深入研究并解决的关键问题。

发挥多重积极作用

推动科技金融更好服务于智能经济发展，绝非权宜之计，而是立足长远的战略布局。这既能促进金融业自身高质量发展，又能加速培育新质生产力，从而在全球科技竞争中赢得主动权。

从服务国家战略层面看，金融作为国民经济的血脉，其创新方向必须与国家发展战略同频共振。当前，新旧动能转换进入关键时期，将金融活水精准引向智能经济领域，不仅能支撑前沿大模型技术研发、培育新兴智能产业，还能推动传统产业智能化改造和数字化转型，优化生产流程与资源配置，为经济增长注入全新动能。这一步棋走好，整个经济将迎来新的加速发展。

放眼全球竞争格局，人工智能的竞争已从实验室的技术突破加速转向产业应用的领跑。美国凭借成熟的风险投资和多层次资本市场体系，为创新企业提供了雄厚的资本支持；欧盟则依托工业基础与政策性金融工具，在规则制定和应用场景上寻求差异化优势。而我国拥有超大规模市场、完备产业体系和海量数据资源，只要优化金融供给，提升金融服务的精准度与韧性，就能将这些潜在优势转化为现实竞争力，在全球科技博弈中提升自身地位。

金融自身的发展同样高度依赖智能经济。金融是智能经济的推动力，而金融业也是智能技术最大的应用者和受益者。从支付清算到风险管理，从资产定价到客户服务，数字化智能化技术已深度嵌入金融运行的每一个环节。大型金融机构纷纷布局AI大模型，数字化转型正朝着更高效率、更强智能的方向演进。只有主动将金融创新融入智能经济发展大局，在服务科技企业的过程中同步强化自身的数字能力、风控能力和生态运营能力，才能在技术变革浪潮中锻造出真正的核心竞争力。

深层问题有待破解

当前，金融赋能智能产业以及金融业自身的数智化转型，发展势头良好。但必须清醒认识到，仍存在一些深层次制约因素——供给结构错配、风险治理滞后、要素支撑不足，这些问题需要深入剖析。

第一个问题是金融资源供给与智能产业创新需求之间存在结构性错配。人工智能企业普遍具有轻资产、高投入、长周期、高风险的特征，其核心价值主要体现在技术专利和高素质人力资本上。快速成长中的AI企业可抵押的实物资产较少，现金流也不够稳定，融资难、融资贵问题依然突出。另一方面，适合前沿技术长期研发的长期资本供给不足，无形资产价值评估与定价机制尚不健全，知识产权质押融资覆盖面有限，这些短板制约了金融资源在关键领域的高效配置。

第二个问题是技术加速应用与金融安全治理统筹不够。大模型等新兴技术在加速赋能金融的同时，也带来了更复杂的非传统安全风险。例如，算法黑箱、模型幻觉可能影响资产定价与投资决策的准确性，甚至引发系统性风险。数据隐私保护、算法可解释性不足、责任边界模糊等问题日益凸显，而现有监管和治理框架相对滞后，在一定程度上阻碍了智能经济的发展。

第三个问题是要素支撑保障不足。推动金融赋能智能经济，迫切需要既熟悉金融业务底层逻辑、又精通算法模型技术的复合型实战型人才。然而，当前高端要素供给短缺，人才培养体系与智能经济快速发展的需求尚不匹配。此外，受资金投入规模、数据资产积累和品牌吸引力限制，中小金融机构在AI布局和数字底座建设上与大型机构差距明显，不利于构建多层次、广覆盖的智能经济金融服务体系。

持续探索有效路径

破解这些制约因素，需要统筹金融创新与安全治理，在优化供给、深化赋能、完善治理、培育生态等方面协同发力。

第一，深化金融供给侧结构性改革，构建适配智能产业全生命周期的服务体系。打通资金跨期配置的堵点，形成“贷、股、保、债”联动的融资体系，打造覆盖科技企业不同发展阶段的多元金融服务模式。在间接融资方面，强化结构性货币政策工具的精准滴灌作用，引导金融机构加大对初创期和成长期企业的支持，将专利质量、研发投入等纳入授信评价的重要考量。在直接融资方面，进一步增强多层次资本市场的融资功能，探索知识产权质押、认股权贷款等工具，大力培育耐心资本。

第二，稳步拓展“人工智能+金融”融合应用，以科技赋能提升服务智能经济的质效。突出应用导向，推动AI技术在金融领域实现规模化、高价值落地。一方面，依托大模型和机器学习技术，推动智能风控、智能客服、智能投顾等场景升级，降低服务成本，拓展普惠金融覆盖面。另一方面，强化与物联网、区块链等技术的协同，实现对产业链底层资产的穿透式管理和智能预警。

第三，统筹高质量发展与高水平安全，建立“制度规范+技术支撑”双轮驱动的安全治理体系。在制度层面，将人工智能伦理与风险治理纳入金融机构公司治理，建立差异化的技术模型分级分类管理机制。在技术层面，持续推进对抗性测试、隐私计算和可解释性算法攻关，确保智能决策可追溯。监管部门可积极探索“沙盒监管”等模式，完善常态化风险监测预警机制，在包容试错中提升防范系统性风险的能力。

第四，夯实数字底座并强化智力要素支撑，培育多方协同互促的生态圈。加快建立金融机构与高校、科研院所联合培养机制，着力打造一批实战型人才队伍。统筹推进金融领域算力网络与数据要素市场建设，在保障数据安全与隐私合规的前提下，打破数据孤岛，推动公共数据、产业数据与金融数据的高效聚集和有序流通。充分发挥政府、金融机构、科技企业和科研院所的各自优势，促进创新链、产业链、资金链和人才链深度融合，形成开放共享、可持续发展的智能经济生态。

（作者单位：武汉大学董辅礽经济社会发展研究院）（刘李星）

（经济日报）