热门赛道丨AI金融：从生成文本到调度真金白银

本期热门赛道上新

01行业定义

AI金融是以大模型和实时数据为核心的新型金融基础设施，其主要类型包括机器学习风控、智能投顾与大模型智能体等，是继传统金融IT、互联网金融之后的“第三代金融科技”。

通俗地理解AI金融，把它放进金融科技三代演化里看会更直观：第一代电子化金融，用系统替掉手工，解决的是快不快；第二代互联网化金融，用平台连接用户，解决的是远不远；到了第三代AI金融，机器开始直接面对决策核心——它自己学规则、自己调参数、在授权边界内自动执行。前两代改变了渠道和效率，这一代改变的是“谁来决定”。

这个变化不是停留在概念里。就在11月2日香港金融科技周开幕，金管局抛出一个新词——“代理式金融”：往后的AI不再只是帮你查余额、读研报，而是在你授权范围内，自己完成支付、采购、资金调拨，甚至机器和机器之间按用量自动结账。

从应用场景来看，AI金融也被拆解为面向不同业务环节的智能系统。比如在银行信贷与反欺诈领域，用的是强调实时判别与可解释性的风控模型，能在贷前审核、交易监测中快速识别异常；在证券投研与财富管理中，则大量采用能处理研报、舆情与行情的多模态大模型，辅助资产分析和配置建议；在保险场景里，AI更多以核保理赔助手形态出现，自动解析单据、评估风险、辅助定损；而在监管与合规环节，则偏向可追溯、强约束的监测型智能体，负责反洗钱筛查、行为监控与合规审查。面向普通用户的终端，也可能是手机银行里一个会对话、能办事的智能客服。

AI金融的产业链可以整体分为上游、中游和下游三个环节，各环节紧密衔接，构成从数据与算力基础到金融场景应用的完整生态系统。

在上游，产业链的核心是数据与算力基础设施的供应。AI金融所依赖的关键要素包括结构化金融数据、另类数据、舆情文本、宏观经济时序数据，以及数据清洗、标注、特征工程与隐私计算服务等。除此之外，还需要大量支撑模型训练与推理的辅助设施，如高性能算力集群、加速芯片、智算中心及高速互联网络，为算法运行提供基础计算支撑。而数据流通与存储方面，则涉及数据仓库、数据湖、联邦学习平台、可信执行环境等，这些基础设施的通量、精度和治理能力，直接影响AI金融模型的性能上限、响应速度和规模化应用水平。

中游环节是整个产业链的核心所在，主要包括AI金融模型的设计、训练与集成部署。设计阶段涉及对业务问题的拆解、数据特征的分析、模型架构的选择与目标函数的设定，算法工程师需要借助机器学习框架和金融业务经验，进行预测性能、可解释性、公平性与合规约束的评估。训练阶段通常委托具备大规模算力的云计算平台或第三方智算中心完成，一些服务商还会提供金融语料继续预训练、指令微调和强化学习对齐等模型优化服务。随后进入集成部署阶段，这一阶段不仅要通过回测、压力测试与仿真验证等方法评估模型在真实金融环境中的稳定性，还要解决模型与现有核心交易系统、信贷审批系统、合规审计系统的无缝对接，以及持续监控、版本迭代和模型治理等技术挑战。

下游环节则是AI金融的商业化落地与市场应用阶段。在当前阶段，最主要的应用方向集中在智能风控和智能投研领域，例如银行信贷审批与反欺诈实时拦截、券商研报解析与智能投研工作台，AI金融在此类场景中可快速处理海量多源数据、辅助人工决策。随着大模型与智能体技术的演进，AI金融也逐渐成为财富管理与客户运营的重要方向之一，一些机构已开始将智能体与自动化交易系统、个性化投顾服务等结合，开发针对长尾客群与复杂市场环境的下一代服务方案。在其他领域，AI金融也开始渗透进保险定价理赔、反洗钱合规、财报审计与央行数字货币运营等场景中，形成更加多元的金融服务生态。

此外，为了支撑整个产业链的高效运转，还必须有一套完善的辅助系统，包括数据质量监控与特征管理平台、模型评测基准与仿真沙盒、监管科技与合规审计工具、金融机构模型外包服务体系，以及具备数据安全分级管理能力的一体化供应链体系。

睿兽分析整理相关公司近年来的融资情况，2022年至2026年AI金融赛道的融资事件数量整体呈"先抑后扬、底部反转"的波动上行态势。该赛道融资事件数从2022年的16起，微降至2023年的13起；2024年进一步回落至9起的阶段低点；2025年反弹至14起；至2026年（统计截至11月3日），事件数量已达17起，超过2022年融资事件数。

02相关企业

Nevis

Nevis Wealth Technology Ltd成立于2024年，是一家专注于财富管理AI操作系统研发与服务的金融科技企业。公司致力于将大模型智能体技术与顾问日常作业流程深度融合，为独立理财顾问（RIA）及财富管理机构提供智能化的运营中枢与决策辅助系统。

Nevis以"AI智能体+系统集成"为核心产品模式，成功实现了从单点工具到平台化落地的关键跨越。其平台将原本分散的CRM客户管理、会议智能、财务规划与托管工作流整合为统一入口，配套具备端到端执行能力的AI智能体，可自动完成会议纪要整理、客户跟进、方案起草、开户文书处理等高频运营任务。这些智能体基于统一的任务编排与数据连接架构打造，具备可审计、可干预、与既有托管系统兼容的特点，能在不强迫机构做数据迁移的前提下，灵活适配不同规模顾问团队的工作场景。

在技术方面，Nevis已构建起覆盖客户数据层、工作流编排层与智能体执行层的完整产品体系，并与Schwab、Fidelity等主流托管基础设施建立连接能力。公司产品已通过多家头部财富管理机构的实际业务验证，客户包括Focus Financial Partners、IEQ Capital、United Capital等美国增长较快的理财顾问机构，平台上所服务的客户资产规模已突破7000亿美元，智能体累计完成超10万项运营任务。

2026年10月，其完成7000万美元B轮融资，由EQT Ventures领投，老股东红杉资本、ICONIQ、Ribbit Capital跟投，QuantumLight新进投资，累计融资达1.1亿美元。资金将用于加速AI智能体研发，深化与托管机构及财富科技生态的集成，并扩大产品与商业化团队，推动AI从辅助顾问走向运营闭环的执行层。

星路科技

星路金融科技控股有限公司成立于2022年9月，总部位于香港，是复星财富国际控股自主孵化的AI驱动全球一站式财富科技平台。公司依托企业级AI平台与Web5（Web2+Web3）技术架构，致力于为金融机构提供覆盖全品类金融产品的数智化财富管理解决方案，连接传统金融资产与数字资产世界。

星路科技以"AI平台+全品类货架"为核心产品路线，通过自主研发的企业级财富管理操作系统，将现金管理、公募基金、私募基金、结构化票据、债券、保险及虚拟资产等产品能力模块化，并为机构客户提供智能投顾、智能跟投、全权委托账户管理及RWA发行与分销服务。其平台既支持Web2端的传统财富管理产品流转，也兼容Web3端的数字资产与稳定币配置需求，具备较强的合规适配与跨资产整合能力，可灵活服务商业银行、证券公司、家族办公室、财富管理公司、保险经纪及基金管理等各类机构客户。

在业务落地方面，星路科技已打造面向企业客户的一站式企业财富管理服务"星企通"（Finterprise），整合现金管理、企业投资组合配置与企业银行账户等能力；同时推出FinRWA Platform，提供RWA技术、发行与分销一体化方案，并于2025年获"香港资讯及通讯科技奖"金融科技大奖。公司客户已覆盖数百家机构，涵盖商业银行、券商、跨境电商、家办、保险经纪与基金公司等业态，并持续拓展新加坡、东南亚及中东市场。

2026年9月，公司完成超千万美元A+轮战略融资，由汇丰银行（HSBC）与华民投参与投资。资金将用于强化AI与财富科技研发、拓展机构客户网络，并深化合规与风控体系建设，进一步巩固其在智能财富管理和跨资产服务平台中的先发优势，推动香港国际金融科技中心建设与全球财富科技基础设施的互联互通。

讯兔科技

讯兔科技（上海）有限公司成立于2021年6月，是一家专注于AI投研平台与金融智能体研发、产品化与服务的金融科技企业。公司致力于为公募、私募、券商研究所、保险及一级市场机构提供从信息处理到研究决策的全流程智能化工具，为专业投资者打造高可靠、高专业度的金融生产力基础设施。

讯兔科技以"垂直场景+AI智能体"为核心产品路线，通过自研的金融语义理解、多源数据整合与Agent任务编排能力，把原本分散的会议纪要、研报解析、数据查询、公司研究、知识沉淀等环节整合进统一工作流。其核心产品AI投研助理"Alpha派"从会议与信息处理等高频痛点切入，逐步延伸至分析、研究与知识管理；2026年推出的AI投研工作台PaiWork，进一步将金融数据、研究工具、办公套件与知识库嵌入同一工作环境，使AI从单次问答走向完整投研流程协同执行，具备强业务适配、可持续迭代与机构级部署能力。

在应用落地方面，讯兔科技已跑通金融AI在投研场景的商业化链路。据公司披露，Alpha派目前服务超12万名专业用户，覆盖逾8000家金融与资管机构，并逐步向银行、保险、一级市场等泛金融场景扩展；同时与多家券商研究所、数据服务商建立生态合作，围绕数据服务、专业内容与行业技能复用构建投研Agent协作网络，产品渗透与活跃交互量持续提升。

在融资方面，讯兔科技于2025年10月完成过亿元Pre-A轮融资，2026年3月完成近2亿元A轮融资，2026年9月完成超3亿元B轮融资，由中保投资、广发信德等新进投资，启明创投、琥珀资本、嘉程资本、信宸资本、钟鼎资本等机构及老股东持续参与。资金将用于加大AI模型与产品技术投入、拓展多元资产客群，并推进海外业务布局，进一步强化在金融AI投研赛道的基础设施建设与产业纵深。

03热点讯息

2026年11月，香港金管局发布SAGE项目——AI要替你管钱了

香港金管局在金融科技周公布"金融科技2030"新进展，推出SAGE项目（Safe and Accountable Generative/ Agentic Finance），成立22人跨界专家小组，并发布以"ART框架"（责任、韧性、信任）为基础的银行业代理式AI讨论文件，探索授权边界、人工监督与立法适配，预计9—12个月内形成场景总结。

这并非空想。香港证监会行政总裁梁凤仪在同一个场合透露，他们调查的20家大型金融集团里，逾半数已在用AI智能体或做试点，更有80%预期未来12个月内进一步扩大应用。