夜雨聆风三个核心观点： 2026金融展+陆家嘴论坛同周举办，AI已从"展示项目"升级为金融业"生产系统"——53.5%的银行已上线大模型，比去年多了14.5个百分点； 数币达（CBETS）签下首批26家机构，数字人民币跨境结算从"概念验证"进入"商业运营"，传统SWIFT体系的替代方案正在成形； 金融AI在"加速跑"和"踩刹车"之间撕扯——农行董事长谷澍警告大模型黑箱+幻觉风险，中行行长张辉坚持"人类在环"——金融业可能是最后一个"不让AI做最终决策"的行业，但也是最先用AI重构全流程的行业。
6月16日，上海世博展览馆。
一边是第32届中国国际金融展——八大展区、数千名从业者、AI展台前水泄不通；另一边，仅隔几条街，2026陆家嘴论坛同步开幕——央行副行长、工农中建四大行行长、国际金融机构掌门人悉数到场。
两个会场，一个共同关键词：AI。
如果说2025年的AI还是金融业的"尝鲜玩具"，那2026年6月这周传递的信号再明确不过：AI正在吃掉金融——不是未来的事，是正在发生的事。
IDC数据显示，2025年中国金融行业生成式AI投资规模约为89.68亿元人民币，而2026年这一数字正以超过50%的增速膨胀。中研普华的报告更激进：中国金融AI整体市场规模将从2025年的1.8万亿元增至2026年的3万亿元。
但这些宏观数字背后，金融展和陆家嘴论坛到底透露了哪些更具体的信号？拆开来看，三条主线已经非常清晰。
一、数币达"通车"：数字人民币跨境支付进入商业运营
金融展第一天，展台最大的一个签约仪式不属于任何一家商业公司——数字人民币国际运营中心与首批26家金融机构签署"数币达"（CBETS）直接参与者协议。
这个名单很有意思：既有工银亚洲、渣打中国这样的外资在华法人，也覆盖了中资银行在泰国、新加坡、老挝、卡塔尔等地的海外分行；既有工农中建交五大行整齐列队，也有兴业、中信、浦发等股份制银行参与。业务覆盖新加坡、老挝、泰国、阿联酋、卡塔尔、巴西，以及中国香港、澳门等国家和地区。
"CBETS借助统一的数字人民币跨境转接网关，支持境内外参与者和货币当局一点接入，省去多头对接带来的重复建设成本。"——交通银行运营与渠道管理部高级经理高峰，2026中国国际金融展现场访谈
为什么这件事重要？
因为传统跨境支付（SWIFT体系）的效率瓶颈已经成了贸易的"血栓"。一笔跨境资金往往要在3到5家中间银行辗转，经历繁琐的报文核验、合规审查，结算周期动辄3-5个工作日。
数币达能做到什么程度？今年4月，南方电网依托数币达平台，以数字人民币收取老挝跨境售电款项——结算周期从传统的3个工作日压缩到5小时以内。这不是实验，是已经在跑的真实商业交易。
数币达（CBETS）核心能力一览
接入模式：金融机构直连 or 货币当局系统互联
技术路线：兼容集中式+区块链，报文兼容ISO20022
业务范围：条码支付、汇款、贸易结算、投融资结算
核心优势：7×24小时、T+0结算、无中间代理行
首批签约：26家中外资银行（来源：新华社6月16日）
从投资视角看，数币达的落地意味着三件事：第一，跨境支付的手续费蛋糕（全球每年约2000亿美元）正在被重新分配；第二，持有数字人民币基础设施能力的银行和支付机构，将获得先发优势；第三，人民币国际化的支付"高速公路"已经铺好，剩下的问题是车流量够不够大。
说白了：SWIFT是"乡间小路+收费站"模式，数币达想做的是"直达高速"——绕过所有中间商。
二、53.5%银行上线大模型：金融AI从"秀PPT"到"上生产"
如果说数币达是金融基础设施的"硬升级"，那金融展上无处不在的AI展台，则是业务逻辑的"软重构"。
一组数字最能说明变化速度：追踪报告显示，2026年已有53.5%的银行上线了大模型应用，较2025年的39.0%跃升14.5个百分点——这意味着仅仅一年间，超过一半的中国银行从"谨慎试水"切换到了"全面铺开"。
中国银联在金融展上展示的数据更具体：依托千卡规模算力资源池和2TB高质量金融行业开放数据集，银联已构建"L0基座+L1金融支付垂域+L2场景专用"的三层大模型体系，围绕金融普惠、消费拉动、风控合规、质效提升四大领域落地了120余项AI应用。
"金融AI已完成关键性代际跃迁，彻底摆脱了早年问答辅助、文案生成的浅层应用，迈入可自主完成回测训练、风控合规、研报撰写、业务全流程闭环作业的新阶段，成为重构金融业务的核心变量。"——阿里云智能集团公共云事业部副总裁，2026中国国际金融展演讲
而在金融展的微信支付展台，AI已经渗透到"毛细血管级"场景：车载AI支付方案已与上汽、广汽、零跑等40多家车企合作，用户开车时语音点单、到店即取；面向中小商家的"智慧经营机器人"可以在高峰时段自动辅助收银、日常辅助门店决策。
但这些只是"台前"应用。真正让金融高管们严肃对待的，是AI已经开始介入风控、信贷审批、投资决策等核心业务——而这些场景容错率极低。
2026年中国金融AI落地速度表
53.5% 银行已上线大模型应用（2026）
39.0% 银行已上线大模型应用（2025）
14.5pp 一年净增长
120+ 中国银联已落地AI应用数量
50%+ 宏利金融员工使用AI比例
10万 宏利AI Agent智能服务节点数
数据来源：2026银行业大模型跟踪报告、金融展现场、陆家嘴论坛
三、"黑箱焦虑"：当AI开始替银行做决策，谁来担责？
金融展展示的是"AI能做什么"，而陆家嘴论坛讨论的是"AI不能做什么"——或者说，"AI做错了怎么办"。
农业银行董事长谷澍在陆家嘴论坛上的发言，可能是整个6月金融圈最有信息量的AI风险分析。他把大模型风险细分为三类：
1 参数海量 决策不可解释：千亿甚至万亿参数矩阵的非线性叠加，导致模型的决策机制和输出结果不透明，很难解释"为什么批了这笔贷款、为什么拒了那个人"——对金融业来说，"不可解释"就等于"不可用"。
2 概率生成 准确性的幻觉：大模型本质上做的是概率统计，不是逻辑推导。当数据和事实依据不足时，容易产生"自洽但错误"的幻觉——在金融场景里，一次幻觉可能意味着一笔坏账。
3 自主决策 过程不可控：随着智能体深度应用，AI已经不再是传统软件那种"输入 固定输出"的模式，能自主思考和决策——这在一定程度上放大了"过程不可控、结果不可知"的风险。
"在设计智能体来代替人类工作时，能否将那些功能相对单一、业务流程比较固定的智能体做成'标准件'，这样可以避免重复开发 把更多精力聚焦于开发具备自主规划和决策能力的智能体上，这将更有意义，也更具效率。"——谷澍，中国农业银行董事长，2026陆家嘴论坛
更有意思的是中国银行行长张辉的"人类在环"原则。他明确指出：金融业务对严谨、精准、可靠的要求，与概率预测虽有交集，但不能完全依赖AI。中行目前将AI定位为"有效助手"而非"最终决策者"，在推进AI战略时坚持"人类在环"的管理兜底。
上海交大朱宁教授则从更宏观的视角提出警告：AI可能带来的冲击不止于技术风险，还涉及微观层面的认知偏差（"无所不知的错觉"）、伦理层面的AI与人类关系、以及全球治理的碎片化难题。
翻译成人话：银行们用AI用得越来越狠，但谁也不敢让AI拍板。
金融业可能是最后一个"不让AI做最终决策"的行业——但也是最先用AI重构全流程的行业。这种"加速跑+踩刹车"的并行状态，会是接下来2-3年金融AI的主基调。
结语：三个值得押注的方向
把金融展和陆家嘴论坛放在一起看，2026年6月的这一周，给关注科技+金融交叉领域的人提供了三个清晰的投资/职业信号：
第一，跨境支付基础设施是确定性的增量市场。数币达的26家首批签约机构，本质上拿到的是一张"数字人民币跨境高速公路"的通行证。这条赛道上的第一波红利，属于有跨境业务布局的中资银行、支付服务商和区块链技术服务商。SWIFT体系被绕开的每一分手续费，都会变成这个赛道的利润。
第二，金融AI从"工具"升级为"基础设施"，但真正的价值不在模型层。53.5%的银行上大模型、银联120+应用、宏利50%员工用AI——这些数字说明"要不要用AI"已经不是问题。问题是"怎么用得安全"——AI治理、模型可解释性、人机协作框架这些"软件基础设施"，才是下一个增长极。
第三，金融业的AI应用正在出现"分化"：前台加速，后台刹车。客服、营销、文档处理等非核心场景，AI已经大规模接管；但风控、信贷审批、投资决策等核心场景，人类仍然是最后的守门员。这种分化意味着——既懂AI技术又懂金融合规的复合型人才，会是未来3年最稀缺的资源。
2026年的AI故事，不再是"谁的模型更大"，而是"谁能把AI装进金融业最敏感的决策链条里，还不出事"。数币达解决了"钱怎么跑得更快"，AI要解决的是"决策怎么做才对"——前者是工程问题，后者是信任问题。而金融的本质，从来都是信任。
你怎么看？金融业该不该让AI做最终决策？数币达能替代SWIFT吗？欢迎在评论区聊聊你的判断。觉得有价值的话，转发给关注科技金融的朋友。
数据来源：新华社6月16日/6月18日报道、IDC《中国金融行业生成式AI市场全景图谱》、中研普华《2026-2030年中国AI+金融行业发展前景预测》、2026中国国际金融展官方发布、2026陆家嘴论坛公开演讲、交通银行/中国银联/微信支付展台信息。
