本报讯 （记者谢岚）9月10日，2026Inclusion·外滩大会在上海正式启幕。由蚂蚁数科联合上海交通大学高级金融学院主办的“当智能体跨越临界点，产业AI如何演进”见解论坛上，来自学界以及金融、医疗、零售、能源等产业一线的嘉宾共聚一堂，讨论的核心问题已不再是“模型参数”，而是当模型能力逐渐趋同后，AI如何真正进入生产系统，真正创造产业增量价值。

　　上海交通大学上海高级金融学院实践教授、高金智库首席经济学家彭文生从宏观经济视角给出了鲜明判断：AI正在把“认知”变成一种可以规模化生产的能力，而智能体正是这项能力进入产业体系的主要载体。

　　蚂蚁数科AI业务总裁、蚂蚁集团副总裁余滨给出的答案是“智能体超级工厂”：从模型层、Skills（技能）组件、Harness（驾驭层）工程，到智能体模板、数字员工、安全运营和工作台，目标不是做一个更聪明的助手，而是搭建一套能批量生产、部署和治理企业智能体的基础设施。

　　在大会期间，上海交大高金智库联合蚂蚁集团研究院发布了《2026年企业级智能体商业演进十大趋势洞察报告》。课题组负责人，上海交通大学上海高级金融学院兼聘教授、高金智库研究员邬瑜骏给出了明确判断：企业级Agent的竞争，正在从“模型能力”转向“交付入口、编排治理和商业化体系”的竞争。

　　首先，企业级Agent的入口正在被重写。过去，很多Agent以聊天窗口的形式存在，但在企业环境里，真正能跑进生产系统的Agent，会嵌入ERP（企业资源计划）、CRM（客户关系管理）、客服、运营等既有系统中，直接在原有流程里完成任务。

　　其次，企业级Agent的交付方式也不再是“标准化产品”或“完全定制化”二选一，而是演变为一套分层的产品矩阵。从标准化部署，到托管式服务、开发工具包，再到面向复杂场景的深度定制，不同行业、不同安全等级、不同业务复杂度，对应不同交付方式。

　　随着入口和交付模式变化，产业价值也在重新分配。邬瑜骏认为，未来的商业化增长极，不在模型层，而会更多集中在中间的Harness编排与治理层。谁掌握这一层，谁就更接近企业AI落地的核心壁垒。

　　此外，论坛上，来自金融、医疗、零售、能源等行业的一线代表给出的判断也高度一致：AI正在加速进入真实业务，但企业最关注的，已经不是“能不能用”，而是“能不能稳定、可信、可追溯地用起来”。

　　不同行业的落地路径各有差异，但核心问题逐渐收敛到几个共同焦点：一是AI是否真正懂行业、能嵌入流程；二是结果能否被验证、复盘和治理；三是在安全、权限和合规要求下，AI能否进入生产系统。

　　与医疗、零售、能源相比，金融业对AI的态度更复杂：它往往是最早看到价值的行业，也是最审慎地把AI真正放进核心生产环节的行业之一。

　　湘财证券研究所所长曹旭特直言，卖方研究对AI的使用已经很高频，尤其集中在财报、公告梳理、高频数据跟踪等信息处理环节，但整体仍停留在外围流程和局部试点。

　　友邦人寿信息技术综合管理办公室负责人宋伟表示，AI员工助手已成为日常工具，但在承保、理赔、智能客服等更深层场景中，企业依然保持审慎，更多将AI定位为辅助角色。

　　蚂蚁消金首席科学家康宇麟介绍，公司今年上半年已在重点客群中尝试用金融智能体自主研发和迭代风控策略，实际效果相较传统人工研发策略已有明显提升。在他看来，智能体最擅长处理的，正是海量、碎片化且带有不确定性的数据，并在此基础上形成相对确定的判断。

　　这些差异本身，恰恰说明了金融业在智能体落地中的真实位置。它既是AI最容易创造高价值的行业之一，也是对安全、合规、责任追溯要求最高的行业。正因如此，金融不是AI落地最激进的行业，却很可能是最能检验智能体是否真正具备产业级能力的试金石。

（文章来源：证券日报）