AFAC2026总决赛观察：AI金融从“宏大叙事”转向真实场景与硬核基建

赛事概况

2026年AFAC（蚂蚁集团金融智能创新大赛）总决赛路演近日结束。本届大赛从5027支队伍、近2万名选手中筛选出46支入围队，最终24支“挑战组”队伍和6支“初创组”队伍获得奖项。作为已举办四届的赛事，AFAC采用“解题+创业”双轨赛制，旨在通过资本、产业与政策的融合，为AI金融人才和项目提供资源对接平台。

技术认知：大模型能力上限高，但金融落地仍有鸿沟

在主论坛及圆桌讨论中，学界与业界专家对AI大模型的能力持乐观态度，但也指出了其在金融垂直领域的局限性：

• 能力边界：图灵智能研究院院长刘江指出，随着参数量、数据量和算力的协同增长，大模型性能持续提升，几乎看不到天花板。只要任务可清晰定义且数据充足，大模型得分将趋近满分。
• 智能体演进：复旦大学教授肖仰华表示，AI正从“能说”进化到“会做”，智能体（Agent）具备自我审视、记忆沉淀和递归改进能力，走向知行合一。
• 金融落地的难点：
  • 架构限制：清华大学副教授姚权铭指出，Transformer架构在处理图结构数据和组合爆炸数据时效率较低，且纯推理难以满足超高精度数学计算需求。
  • 幻觉与合规：接力基金合伙人倪修斯透露，目前AI仅解决了金融行业约30%-40%的外围问题（如信息搜索、内容生成、基础问答），核心交易决策仍高度依赖传统模型与规则系统。
  • 应对策略：璞跃中国金融科创总监双希建议将可信模块剥离先行应用；刘江则强调需建立类似“机长-副机长”的多重审批制度性基础设施来管理AI错误率。

项目趋势：理性回归，聚焦商业化与硬核基建

初创组决赛展示了当前AI创业的风向变化，评审标准从“宏大叙事”转向“真实痛点”与“商业可行性”。

• 商业化验证成为关键：蚂蚁集团战略投资经理张胤表示，虽然技术门槛降低，但商业门槛提高，机构更关注商业可验证性和融资安全性。拥有现金流和客户规模的项目更具韧性。
• 典型案例：
  • 智慧易（二等奖）：开发反欺诈鉴别大模型，通过多维度交叉验证识别AI生成的虚假理赔图片。目前已签约100多家银行一级分行，营收超1亿元，形成了数据飞轮效应。
  • 恒创领航（一等奖）：研发面向金融核心场景的高速安全传输系统，利用自研硅光芯片和异质集成光源提升数据中心间传输速度，属于硬科技基础设施。
  • 芯融动力（二等奖）：研发MXC内存扩展控制器芯片，解决算力硬件效率问题，是国内唯一实现工程化的团队，具有国产替代意义。
• 评审观点：投资人倪修斯认为，切口小、能切实提升行业效率的项目更受青睐；马麟和张胤则看好具备原创性、挑战技术难题且能实现国产替代的硬核项目。

人才生态：复合型人才稀缺，判断力重于技能

展区与交流环节反映了AI金融领域对人才的深层需求变化：

• 工具普及与认知差距：蚂蚁集团保险智能科技资深总监续兴中指出，封装工具降低了入门门槛，年轻人可能凭借“第一性原理”思维取得突破，但专才价值被稀释，真正稀缺的是懂算法本质、洞察产业机理并具备评测能力的复合型人才。
• 人才层次划分：姚权铭将AI人才分为“缔造者”（底层原理）、“构建者”（算法构建）和“使用者”（行业应用）。高校主要培养构建者，而缔造者最为稀缺。
• 核心素质：李晖强调，当众多团队朝向同一方向努力时，拉开差距的关键在于创始人对方向的判断力和取舍能力，这是任何算力都无法替代的。创业者需具备过滤噪音、专注热爱领域的定力。