⁣
📰 毕马威：2026年全球金融行业AI报告

本研究显示，人工智能正在从提升效率的辅助工具转变为驱动企业决策升级的核心引擎。全球调研覆盖20个国家、13个行业、1013位高级财务管理者，显示金融职能AI应用进入规模化阶段，财务规划领域应用率高达76%，AI整体活跃使用率从2024年的30%提升至2026年的75%，两年翻倍以上。多数企业对AI投资回报满意，但实现超预期收益的占比仅23%，说明行业正进入以“创造价值”为目标的竞争阶段。AI带来最大价值在于提升决策质量、速度与预测准确性，Agentic AI在预测、ROI及关键财务指标方面普遍领先早期部署企业约32个百分点，个别指标接近40个百分点。行业层面，银行业在预测准确率、结账效率、ROI与决策速度等核心指标上领先，医疗行业则相对滞后，数据质量、治理能力和内部控制成为决定AI价值释放的关键因素。治理能力成为AI竞争力的分水岭，具备完善治理和审计准备的企业在错误率改善方面显著高于治理薄弱者，建立AI KPI的企业ROI提升也更大。相比单纯扩大量部署，持续数据监测、审计证据、人机协同与可信治理更能提升对AI输出的信任及规模化应用。金融行业距离AI成熟仍有短板，完整的AI审计准备、风险识别与持续优化机制尚待完善，数据质量仍是最大瓶颈。总体看，未来AI竞争将更多由数据治理质量、可信AI体系、审计能力和人机协同组织建设决定， Agentic AI将逐步渗透预算管理、风险控制、经营预测与资本配置等高价值场景，成为金融行业新竞争周期的核心基础设施。

🏷️ #AI治理 #数据质量 #决策智能 #金融AI #AgenticAI

🔗 原文链接

⁣
📰 执中创始人李淼：让金融服务从“给数据”到“给结果”

执中创始人李淼带着将非标资产数据化、结构化的长期积淀，提出以“世界模型”驱动金融市场的AI决策基础设施。通过七年的底座建设，执中形成一套将散落在新闻、招投标、公告等文本中的非结构化信息转化为可用数据的能力，并在此基础上开发出以专业知识与AI Agent协同完成分析、推演和决策执行的闭环体系。新阶段的欧拉工作台将海量金融数据与定制化模型直接产出可执行结果，替代以往“给数据、让客户自己干”的模式，实现即时的并购筛选、融资预测和赛道热度判断等场景落地。当前已被多家银行和央企采用，未来愿景是把模型与数据嵌入更多金融业务流程，形成持续的数据-决策飞轮，推动金融AI从辅助工具走向决 nuits决断基础设施，构建全金融市场的AI决策底座。

🏷️ #金融AI #非标数据 #欧拉 #决策基础设施 #飞轮

🔗 原文链接