使普通人理财不再焦虑，AI能否成为服务的新支点？

蚂蚁小财是蚂蚁集团推出的一款。 AI 财务助理，专注于提高财务服务的专业性、可靠性和可获得性。随着金融信息密度的提高和客户理财需求的日益多样化，蚂小财在模型能力和产品体验两个方面进行了系统的提升。在技术层面，产品可以通过大模型后培训、注入理财知识、安全管理机制等方式有效减少。 AI 幻觉发生率，提高金融内容的准确性和可解释性。在产品设计方面，蚂小财围绕用户的门槛和理解负担进行了提升，推出了诊断基础、长按唤起、盯盘等个性化功能，增强了信息触达的目的性和互动技术的好感度。基于蚂小财的实践案例，本文分析了如何通过系统工程在金融场景中构建专业能力保障体系，并以用户体验为导向，推动服务模式的改进，展示了其在科学金融服务普惠化方向上的探索成果，也为企业提供了 AI 推动产品创新的时代提供了思考框架。

关键词：AI 普惠金融

首先想象一下这样一个场景：

您是个人投资者，习惯于在早上浏览持股动态。开启理财 APP 瞬间，系统为您生成一份简洁明了的专属报告：昨晚哪些市场事件值得关注？什么样的波动会影响你的资金？目前的财务规划是否需要调整？这不仅圈重点，讲逻辑，而且贴心地提醒：“基于你的风险偏好，超出了风险承受能力，或许可以再等几天。“你几乎不需要主动提问，服务已经领先你一步，让复杂变得可感、可理解。

这种理财体验可能正是很多市民所期待的——既专业又简单；严谨又有品味。然而，现实通常并不令人满意。金融产品的选择越来越丰富，理财门槛也越来越低，但真正了解客户、贴近用户的专业服务依然稀缺，所以理财对于普通人来说还是一件焦虑的事情。商品包容性已经逐渐实现。服务包容性什么时候到来？

同时，在另一端，学术界、行业也在努力寻找更好的答案。

不久前，上海财经大学金融前沿人工智能实验室正式发布 FinEval 6.0 第一份评估报告，这是一套用来衡量金融的评估报告 AI 具有专业性和安全性的中文标准体系，包括超越 2.6 万道优质考题，评价维度包括金融学术知识、金融行业理解、金融安全意识、金融智能体应用、金融严谨性评价等。“蚂小财”在综合排名中名列前茅，在金融严谨性方面更具主要表现。

蚂小财作为蚂蚁集团在数字金融和普惠金融领域的探索商品，正试图回应 AI 时代用户对金融服务的期望：在保证专业性和可信度的基础上，进一步降低理解和使用的门槛。

金融 AI 第一道坎：

不能“一本正经地胡说八道”

对于许多普通投资者来说，金融世界就像一个谜。市场变化频繁，商品复杂多变。虽然信息不再稀缺，但往往缺乏高效的提炼和专业的指导。尤其是在投资后阶段，很多用户经常面临一个共同的问题:当市场剧烈波动时，他们手中的基金是否应该调整仓位？面对铺天盖地的新闻和数据，有哪些内容与自己有关？我们应该如何行动？

AI 这种兴起曾经点燃了大众的希望：是不是只需要打开一个？ App，可以随时拥有一名专业的理财助手？的确，随着大语言模型的发展，一批通用语言 AI 商品迅速进入大众视野。许多用户开始尝试通过这些尝试。 AI 工具回答财务问题:有人问它财务规划的方法，有人想解释一下。 PE 和 ROE 还有一些人干脆上传持仓截图，要求进行投资分析。

但是现实并非总是理想的投射。顾客有需求，但技术可能并没有真正准备好。由于人们很快意识到，AI 我不是天生懂金融的。有些答案看似专业，但可能是张冠李戴，甚至是逻辑混乱，也就是“一本正经地胡说八道”。在一般的聊天和艺术创作领域，这种幻觉可能只是一个笑话，但在金融领域，却是一个需要克服的门槛。

当然，技术从来没有停止过。顾客期望 AI 在解决方案更加准确可靠的同时，整个市场也迎来了新一轮模型演变的浪潮。从今年开始， DeepSeek、以通义千问为代表的新一代推理模型（Reasoning LLMs）他们不再满足于“说得好一点”，而是试图让他们出现， AI 真的“想得懂”。

技术进化带来了新的可能性。从行业角度来看，企业要想有效控制金融场景中的幻觉风险，需要在产品研发的各个环节进行建设和优化:在基本能力层面使大模型更加专业可靠已经成为普遍认知；同时，经验层的建设也是必不可少的，专业知识的输入可以让大模型更好地应用于垂直领域。为具体情况服务；另外，安全围栏的建立和评估体系的完善也是减少 AI 幻觉的重要组成部分。

这也是蚂蚁小财新一轮产品升级的几个重点阶段:在能力优秀的大模型底座的基础上，在蚂蚁平台上叠加超级。 200 专业金融机构的服务和内容，围绕金融行业提升模型培训，设置多重检查机制，促进更专业、更严谨、更可靠的发展。 AI 金融产品诞生。

采用系统工程

夯实金融 AI 专业严谨堡垒

不久前，一场特别的金融和金融考试。 AI 两个圈子同时引起了极大的关注。这不是一次丰富简历的考试，而是一次特别的考试。 AI 专业挑战的设定。试题来源于试题 CFA 题库-这是金融业认可度最高、系统知识结构和逻辑能力测试最高的认证之一。整个考试过程由第三方公证，而候选人则是刚刚完成全新升级的候选人。 AI 理财产品-蚂小财。

最终，在这个挑战中，蚂小财以此为代价。 93.18% 通过考试的正确率，成绩甚至超过了许多真正的考生。

这不是一次 AI 解决问题的难度很大，但这是一个明确的行业信号:在通用大模型遍地开花的时代，我希望 AI 在某一垂直领域更加专业、严谨，赢得信任并非易事。

事实上，对所有尝试最大限度地减少幻觉的方法 AI 对于产品而言，系统的工程思维是必不可少的。

这个项目的第一步，也就是“基本能力层”，是对大模型底座的精细打磨。虽然目前流行的很多通用大模型都很强大，但面对严谨的金融逻辑和高时效性要求，显然是力不从心。对于企业来说，在对金融领域的深入了解上，有必要不断加大模型，让大模型不断加入。 AI 为了给顾客带来更多的实际价值，在时效性、精度和可解释性方面保持同步进化。

2023 年 9 月，蚂蚁集团正式推出国内首个月。 AI 金融助手“蚂蚁小财富”。“蚂蚁小财富”是基于蚂蚁自主研发的百灵模型，以及金融行业专业培训。 Finix 大型模型，可为用户提供市场解读、持仓分析、投教陪伴等相关理财服务。

在蚂蚁集团自主研发大模型的基础上，蚂小财在此次升级中增加了通义千问推理大模型，这是国内第一梯队。以两者为基础进行专业培训的蚂蚁 Finix 大模型通过泛金融数学模型表达和泛金融代码实现数据增强和模型迭代，避免了通用和垂直类之间传统行业大模型的跷跷板效应。换言之，它不是一个“裸接”的大模型，而是在保持通用理解和表达能力不变的前提下，提高金融专业的严谨性。

当然，无论模型有多好，都不可能凭空了解金融。这需要高质量、可靠的知识输入作为支撑，这是一个至关重要的“经验层”。当用户看到投资建议时，他们不应该只在场。 AI 这个模型，背后是一个由专业金融企业组成的智囊团。

蚂蚁财富背后是蚂蚁生态，提供商品经验层的支持。根据蚂蚁财富的数据，蚂蚁财富连接在一起。 200 多家持牌基金公司、券商和金融媒体，由持牌专业机构提供专业服务和内容。

然而，连接并不可靠。内容本身是否专业适度，仍然需要一个严格的评价体系。因此，蚂小财建立了专业的人工团队，对信息提供商的内容质量进行评分，然后通过平台随机抽样复查，推送模型判断的准确性，尽可能提高内容的稳定性，使组织和流程更加可靠，从而保证用户在提问时获得的信息来自专业角度而不是网络信息的拼贴。

最后，在“安全管理层”中，为了防止 AI 原始引用信息在最后生成阶段被误改，AI 产品还需要设置安全围栏机制。比如针对 AI 答案需要自动触发验证机制:系统会交叉检查答案内容是否与引用数据一致，引用来源是否权威，是否存在价值风险或敏感问题。如果发现潜在误差，答案将被拦截进行重检。这种看不见的防线，让 AI 答案生成时，不但要会说，更要负责。

最后，在整个系统上线之前，还要经过反复的评估对齐过程。

总而言之，能打破 AI 幻觉，不仅仅是某种技术的突袭，还需要在研发上叠加专业经验、组织和流程保障。

金融 AI 的下一站：

更加简单，更加人性化，更加普惠

当 AI 在开始具备金融专业能力之后，下一个问题就是：它能否真正进入用户的日常生活？

不久前，一个金融公开课给出了答案。蚂小财在上海财经大学的课堂上， AI 助教的身份完成了“第一次讲座”——协助教师整理教学重点，一键生成财务报告，即时回答学生问题，高效复习课堂作业。

它不仅仅是一种技术展示，更是一种现实需求。对金融而言。 AI 就产品而言，我们不仅要思考如何做好专家的工具，还要探索如何成为大众朋友。这就要求它不仅要有系统知识的专业深度，还要兼顾普通用户的认知门槛。总之，它不仅要讲清楚，还要讲清楚，讲得好。

这正是金融 AI 普惠价值的核心在于。目前，随着模型的加速演变，“超脑”不再稀缺。真正稀缺的是把这些技术变成每个人都可以使用的金融服务能力。

近年来，虽然金融服务逐渐上线，但大众理财仍然面临两大困境:一是内容过于碎片化，二是服务缺乏个性。一方面是大量数据堆积成山，客户很难分辨哪些有用；另一方面是统一的模板化服务，忽略了投资的自然“因人而异”。

所以，面向未来，理想的金融 AI，必须完成从“强大”到“简单”的转变：不仅专业，而且使用方便；不但智能，而且贴心。就像哈佛商学院执行顾问大卫· C. 埃德尔曼在《个性化：AI《时代客户战略》一书说：明天的赢家已经在使用了 AI在这个过程中，他们正在重新建立可持续的优势，释放个性化的潜力。

如何做到“简单易用”？蚂小财有自己的一些想法。比如在产品的包容性设计上，有很多“降低门槛”的尝试。典型的场景之一是“提问”。

在金融世界里，想清楚“你想问什么”是有门槛的。一个普通用户可能只记得“买了一只华夏基金，大概和消费有关”，却说不出完整的名字或代码，更别说规范地表达查询意图了。传统 AI 一般依靠明确的关键字输入，一旦用户表达模糊，答案也容易失焦。

针对这种“说不清问题，问不出重点”的情况，蚂小财制定了“诊基”功能。用户不需要输入复杂的基金名称，只需要从自己的持股或自选列表中选择商品，就可以获得基金的结构化分析报告。他们还可以从风险水平、历史业绩到板块关联进行对比，一目了然。这一设计的目标，就是降低用户提出高质量问题的门槛，将一种潜在的财务管理困惑，转化为点一下就能理解的即时感受。

但即使你跳过了问题的表达，金融术语本身仍然是一个不可逾越的理解障碍。面对“夏普率”或“波动性”等不熟悉的指标，用户可能甚至不知道如何提问。针对这种“难以开口”的情况，需要 AI 商品积极帮助顾客理解他们“看到但不理解”的东西，实现从效率优先到人文关怀的转变。

为满足这一需求，蚂小财推出了“哪里不点”的长按解释功能。当用户处于用户状态时。 APP 页面浏览基金细节或市场分析时，只需按住一个词或图表区域，蚂蚁小财就会自动弹出解释，既显示了其意义，又进一步解释了其对投资的意义，试图通过这种“无声提问”的方式，即时响应用户的知识和疑惑。

同时，在信息展示的形式上，一般来说， AI 所有的答案都是“论文式答案”、大量堆叠信息的回应，而蚂小财则试图从中标出重点，通过图文结合的方式帮助理解，呈现出结构清晰、语气友好的交流。

还有很多类似的设计。这些看似微妙的交互细节实际上形成了一个。 AI 简单实用的商品底层逻辑：不要因为眼花缭乱。 AI 能力是卖点，而是在真实的使用场景中一点一点解决用户遇到的真实问题。把看似专业、遥远的财务管理问题分解成易于理解、易于提问、易于行动的环节。

所以，专业并不意味着高人一等，易用也不意味着降低要求。真正理想的 AI 金融服务，不是让用户成为半个金融专家，而是让用户成为半个金融专家。 AI 成为随时随地、主动理解、值得信赖的“理财搭子”。

建立一个可靠的 AI 服务产品通常不是一蹴而就的。它不仅需要对专业的敬畏，还需要对人性的理解。尤其是在专业门槛较高的金融行业，公司不仅面临模型能力的较量，还面临产品理念、工程思维和责任感的系统博弈。

对更多的希望 AI 对于时代建设服务产品的企业和决策者来说，这可能提供了一个参考思路:技术不缺席，但最终获得用户信任的是 AI 嵌入真实场景，回应真实困境的能力。也就是说，你越是在技术飞跃的节点，你就越需要回到一个老问题。—— AI，到底能为谁解决什么问题，又能如何处理呢？

新媒体中心中文版《哈佛商业评论》 | 文

本案版权归《哈佛商业评论》中文版新媒体中心所有，如申请使用可联系：newmedia@hbrchina.org 未经授权，严禁以任何方式复制、存储、传播、使用本案或案例文本的任何部分。

中文版《哈佛商业评论》 联系方式

投稿、广告、内容与招商合作

newmedia@hbrchina.org

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com