拿下金融通用智能体市场第一后，阿里云集结伙伴开拓百亿商机

“人人一助手，客客一管家。 ”

过去几个月，这句话一直萦绕在阿里云智能集团新金融解决方案总经理郑淼的耳边。

这句话，出自一位金融机构高管之口——寥寥十个字，却精炼地勾勒出AI在金融行业的终极落地场景：每一位金融从业人员都能够有一个 AI 助手，增强自身能力；每一位客户面前，都有一个AI管家提供差异化服务。

这句话，也成为郑淼和团队在过去数月间反复思考的原点：在金融行业，如何让AI真正打开这样的局面？

4月2日，在杭州举办的2026金融AI联盟大会上，阿里云给出了自己的答案。

通用架构先行：把Agent开发门槛打下来

在本次大会上，阿里云正式展示了金融通用智能体架构。该架构的核心价值在于，将过去金融机构开发Agent时面临的种种技术壁垒大幅压低，让天下没有难开发的金融Agent。

据郑淼介绍，金融通用智能体主要包括两部分:

首先是一套共建的技术底座，基于点金通用智能体底座打造，内置了金融场景所需的意图识别、长短期记忆、MCP工具调用、安全合规等核心能力，金融机构据此可快速搭建各类AI应用。这套底座解决的是“智能体怎么跑起来”。

其次是行业共享的Skill。阿里云及伙伴服务了大量金融客户，从飞轮阶段积累的数据治理、模型调优经验，到信贷、理赔、投研等领域沉淀的行业Skill，逐步形成了可复用的解决方案包。

“我们把这些能力都整合到这套金融通用智能体底座里面，不管是ISV还是金融机构，只要具备一定技术实力，依托这套框架就可以直接调用这些能力，进行复杂AI应用开发。”郑淼表示，这套框架省去了金融机构大量的基础能力搭建工作，较大地降低了将智能体投入生产环境的门槛。

郑淼用三个关键词来总结了这套架构的核心特点：

第一，通用性。这套架构不是为某个特定的单一场景（如理财、核保或理赔）设计的，而是具备很强的泛化能力，基于同一套框架可以开发出各类不同的AI应用。

第二，自主性。与传统执行固定业务流程的系统不同，这套架构不再盲从于人工设定的固化规则，而是能够自己寻找路径，并进行自主决策。

第三，充分释放模型能力。过去，人工业务流程在一定程度上束缚了模型能力的发挥，而现在，这套架构更加信任大模型，让其在循环（Loop）中不断尝试，从而最大程度地释放模型本身的潜力。

目前，阿里云的这套金融智能体通用架构已经对外商业化，前期落地的金融机构给予了很高评价。

郑淼透露，一家大型资管机构利用这套架构提供的强个性化能力，不同经验的投研人员可以非常快速地开发出适合自己独有分析框架和视角的专属AI助理。而一家国有大行更是高度认可了这套架构，最近甚至考虑把这套架构体系作为全行AI开发架构的标准。

时机已到：金融机构拥抱AI进入新阶段

阿里云此刻在金融智能体通用架构层面发力，有其深刻的行业背景——历经3年对AI的了解和尝试，金融机构拥抱AI开始进入新阶段。

郑淼向智能超参数介绍，金融机构近三年在AI领域的探索大致可以分为三个阶段：

第一阶段，建立各种各样的知识库和问答助手（Chatbot），解决信息获取的问题；第二阶段，将AI嵌入到核心金融业务，科技部门和业务部门共同梳理大量标准作业程序（SOP），构建自动化业务流程（Workflow）；第三阶段，随着AI技术演进，金融机构开始采用基于Agent的解决方案，服务内部员工和外部客户。

这一演进背后，有着切实的痛点驱动。在AI嵌入业务流程的阶段，仅仅一个车险理赔的场景要实现端到端交付，就需要3-4个月时间，其中仅业务流程梳理就要消耗半个月到一个月，因为需要考虑到业务的各种可能性。而即便如此，这些流程在实际落地中，也会因各省理赔团队的个性化需求或不同管理层的不同要求而产生大量变动成本。

“现在，金融机构内部的开发团队可以借助金融智能体通用架构、AI Coding等能力，自行进行个性化开发，这其实大幅了降低了客户使用AI的门槛。”郑淼说。

客户对AI的使用需求变化，也反映在阿里云新金融的业务上。郑淼介绍，2025年上半年之前，阿里云帮很多金融机构做模型微调、垂直模型建设工作，以解决模型回答准确率等问题，但去年底至今，来自客户的模型微调需求已经大幅减少。“道理很简单，客户开始大量用Agent智能体的能力，去弥补模型能力的不足。 ”

更值得关注的是，相比模型调优，金融机构在Agent开发上的人才储备和知识积累要充裕得多。这一现状，进一步推动了更多金融机构将目光转向Agent开发。

当然，阿里云能够率先推出这套金融通用架构，也离不开其在金融智能体领域的长期积累。

咨询公司沙利文最新发布的《中国金融智能体市场追踪2025年度报告》显示，阿里云以32.4%的市场份额稳居行业第一，市场份额超过了第二名与第三名的总和。

在平台全栈、多智能体协同、自适应学习、任务闭环、工具编排、业务覆盖及市场拓展七大维度的综合评估中，阿里云是唯一在全部维度均处于领先位置的厂商。

生态共赢：共同探索百亿金融智能体市场

开发底座解决了Agent“怎么开发”的问题，但Agent真正落地金融业务，还需要持续做大另一块拼图——让拥有行业know-how的合作伙伴大规模提供金融级的专业技能（Skills）。

为此，在本次大会上，阿里云牵头组建了全新的“金融AI联盟”，并为近100家合作伙伴进行了全新授牌认证。同时，阿里云联合生态伙伴共同启动“超级智能体计划”，共同探索超百亿规模的金融通用智能体市场。

在阿里云新金融生态总经理观成看来，这一举动有其紧迫性。“过去几个月，尤其是OpenClaw出现之后，大量SaaS厂商不主动转型就会被淘汰的声音开始在行业内蔓延，资本市场也有所反应，我们的伙伴也都比较焦虑。”

过去几个月，阿里云跟很多合作伙伴进行了深入沟通和技术合作尝试。阿里云发现，这些伙伴最迫切的需求是：跟上快速迭代的技术节奏，快速验证自己开发的产品与方案，进行商业化，以及获得更敏捷、稳定、安全的开发底盘。

为此，阿里云新金融也推出了更好更有针对性的生态政策：

对确定转型的伙伴，提供专门的技术团队来提供支持，陪伴客户整个产品或者解决方案的开发、测试和验证全过程；在开发测试过程中，根据需要提供算力、MaaS资源、阿里云成熟产品等支持；在市场侧，通过阿里云云市场、百炼应用市场、千问App等多个端口提供流量支持，并由区域销售团队推广相关解决方案。

不过，郑淼对ISV们的焦虑情绪，有着更为冷静的判断。“金融机构虽然对Vibe Coding、Agent等新技术探索上很积极，但是从监管和合规的角度，它们还不会贸然把业务人员通过Vibe Coding的应用很快地投入到生产环境之中。”

“现在留给我们的合作伙伴，留给ISV们的，还是一个比较好的时间窗口期。”郑淼认为，拥有多年行业know-how积累的金融ISV们，完全有机会借助新技术，以更低成本、更快速度去满足金融机构的个性化需求。

“今天金融机构都在讲‘小龙虾’应用，在它们吃不准的时候，你已经把‘小龙虾’应用到你的方案里去了，且你能解决的基本的安全担忧，那你就比它们领先了。”郑淼表示，合作伙伴们要做的就是，学习的更快一点，应用上更快一点。“只要每天你都能比人家领先三个月，那就可以了。”

展望2026年，郑淼颇为乐观。他预判，在较好的监管政策环境之下，2026年AI有望在金融行业迎来更好的落地。

“人人一助手，客客一管家。我自己在内部KO大会上引用了这句话，我们非常认可。”郑淼说，这很可能也会成为整个金融行业共同追逐AI落地的方向。

觉得内容有收获，请您加个关注，标个星～ 谢谢您