AI原生銀行——從零開始圍繞人工智能建構——正自動化客戶服務、信貸、合規等多方面。Catena Labs、One Zero、Bunq、微眾銀行和中信aiBank等先行者正在重塑全球金融格局，衝擊傳統銀行模式。
AI於金融業的應用發展迅速。2010年代，不少銀行已於信貸評分及客戶支援上引入機器學習和聊天機械人，探索AI於現有框架下的潛力。到2020年，領先銀行進一步將先進演算法納入風險管理和客戶個人化服務。最近業界一項調查顯示，65%銀行計劃在2025年推出AI驅動的客戶服務——這證明AI已成為銀行業主流。然而，這些努力大多僅是將AI套用於舊有系統之上。相比之下，「AI原生」銀行的目標，是徹底從AI能力出發重新設計金融機構，根本顛覆銀行的運作方式。
隨着創業者及技術專家發現現有銀行——即使是全數碼的新型銀行——在AI核心世界中適應能力有限，AI原生銀行的理念漸受重視。傳統銀行建立於數十年前的程序和基建上，經常被形容為「緩慢、昂貴、處處摩擦、不靈活且難以配合AI創造的新機會」。這一局面為初創和有前瞻性的金融企業開闢了空間，他們著力以AI為核心架構打造銀行。
這些新晉玩家設計的系統，由AI負責從客戶互動、防欺詐，到信貸決策和法規合規等所有事務，並始終有人類監管。
何謂AI原生銀行？
簡單來說，AI原生銀行是由第一天起就圍繞人工智能構建的金融機構，而不是在傳統底層上事後加裝AI。
近期一間金融科技初創這樣描述AI原生銀行：「以AI為中心建立，而非事後補加。」
實際運作中，這代表銀行的產品、服務與內部流程悉數由AI算法及自動化支撐，日常流程中僅需少量人手介入。人類員工負責監督、大方針及特殊情況，日常決策及互動則由AI主導。
AI原生銀行多以全數碼運作為特色，由AI管理客戶開戶、風險評估、交易及客戶服務。
先進機器學習模型分析客戶數據，提供個人化財務建議，或即時偵測詐騙。聊天機械人和虛擬助理負責處理大量客戶查詢。更重要的是，這些銀行常整合最新AI創新，如用生成式AI做對話介面，用強化學習優化投資策略。目標是建立一間能夠不斷學習、持續適應、服務隨數據累積優化的銀行——這是舊有底層難以做到的。
另一個關鍵點，是AI原生銀行將合規和風險管理視為AI系統與生俱來的功能。傳統銀行多以分層審核及報告（有時以人手進行）作為合規流程。AI為先的銀行則由設計起即自動納入守法監控，如可自動監察可疑活動。「對合規與法規風險的正確理解，需要和產品、工程一同坐上決策桌」，Neville強調，說明這些銀行直接把法規邏輯寫進AI流程。
值得注意，「AI原生」並不等同「只靠AI」。人類監管仍然至關重要。
願景並非建立完全無員工的自動銀行，而是高度自動化、人機協作的銀行。例如，有項AI銀行計劃以「AI角色或數碼員工」執行內部工作（如撰寫軟件），由人類負責監督和高層決策。面向客戶時，AI助理可以解答常規問題，遇到複雜個案才會轉交銀行專員處理，發揮同理心和判斷力。
下文將介紹五個體現AI原生銀行運動的項目。
Catena Labs – 為「AI經濟」打造銀行
Catena Labs是現時討論最多的新項目之一，這家美國初創由Sean Neville（以共同創辦Circle及USDC穩定幣而知名）等人聯合創辦。
Catena Labs於2025年5月獲得1,800萬美元種子輪融資，目標是依Neville所說建構「完全合規、AI原生的金融機構」，為新興的「AI經濟」而設。
這次融資由Andreessen Horowitz的a16z crypto基金領投，其它知名投資者包括Breyer Capital、Coinbase Ventures，連NFL球星Tom Brady也有參與——突顯該項目的話題性。
Catena的願景非常宏大：要創建一間銀行，讓AI系統（稱為「AI代理人」）可擁有賬戶、執行交易，且能與人類或其他代理人自動進行金融互動。Neville相信，不久將來「AI代理人會主導大多數經濟交易」，而現有銀行根本無法應對這種局面。
例如，一個交易演算法或電商機械人，可能每日數千次即時付款或代表人類簽約，這些工作對傳統銀行架構形成很大壓力。
Catena的解決方法，是由零開始重構金融基建以滿足這些需求。
Catena模式的核心是採用穩定幣——特別是USDC（亦由Neville共同開發）——作為「AI原生貨幣」進行交易。
由於穩定幣運行於區塊鏈網絡，可實現幾乎即時、可編程、全球化付款。Catena Labs主張，穩定幣非常適合運作全天候、需要低成本高速支付、不受人為延遲的AI代理。新銀行將善用USDC等數碼貨幣，讓AI客戶如同轉移數據般輕鬆轉帳，同時仍能遵守KYC及反洗錢（AML）法規。
規管與信任是Catena Labs的重點。
Neville強調，獲取適用的銀行牌照及確保合規，是該項目的重要路線圖。該銀行將由「AI負責營運，人類監管」，即日常職能由自動系統處理，具體方針及必要時則由人類定奪。Catena甚至推出了Agent Commerce Kit (ACK) —— 一套開源工具，用於驗證及管理AI代理人的身份。為AI實體建立可信的數碼身份是其中一大挑戰，因為法例要求識別賬戶持有人（而AI機械人不可能打指模）。ACK正是早步嘗試解決方案，提供協議註冊及驗證AI代理於金融交易身份。
Catena Labs闡述這項工作的必要性時，直言現有銀行的缺陷。現時全球金融基建被形容為「緩慢、昂貴、摩擦重重、不靈活且無法應對AI帶來的新機遇與風險」。
依Neville所見，傳統銀行甚至會主動阻擋自動代理，許多系統原為安全考慮而偵測及防止「機械人」——這反過來阻礙真正合法AI代理參與。Catena新銀行則會「以AI角色為主要用戶而非刻意阻止它們」。
截至2025年中，Catena Labs仍在開發階段，尚未有公開產品，正努力申請牌照。1800萬美元資金將加速招聘和產品研發。鑑於Neville曾於Circle負責合規等工作，估計初創會緊貼監管部門（或爭取銀行牌照、或與現有銀行合作），確保AI原生銀行合法展開業務。
One Zero Bank——以色列AI驅動的數碼銀行
當部分AI原生銀行仍在起步階段，以色列的One Zero Bank已投入營運，且深度融合AI於服務之中。
One Zero於2022年底開業，是以色列首間全數碼銀行——亦是當地45年來首間獲發銀行牌照的新銀行。
共同創辦人為Amnon Shashua教授，一位著名技術專家（亦是自動駕駛領軍企業Mobileye創辦人）。在雄厚資金支持下，One Zero Bank從創立起便以AI融合銀行業務為己任。該行於開業時形容自身模式為「由人工智能驅動，融合傳統及新型銀行優勢」。One Zero實際上是將數碼便利與私行式體驗結合，利用AI提升客戶服務及個人化。
One Zero Bank已籌得大量資金，足證外界對其 approach。去到2025年，銀行已經籌集咗大約2.42億美元，估值大約3.2億美元，投資者包括騰訊等科技巨頭同來自軟銀生態圈嘅fintech基金。
AI係One Zero客戶體驗嘅核心。
2024年2月，呢間銀行推出咗「Ella 2.0」，一個由生成式AI驅動嘅服務平台，可以做客戶虛擬財務助理。Ella 2.0係One Zero同AI21 Labs（一間專注於大型語言模型嘅以色列AI初創）合作開發，可以話係一位24/7全天候待命嘅AI私人銀行家。
客戶可以用自然語言同Ella互動——唔論係問跨多個戶口嘅複雜理財問題、攞理財建議，又或者搵幫手解決問題——都可以即時收到有內容、有背景意識嘅回覆。系統識多種語言，亦用大量銀行查詢訓練過，提升準確度。
銀行表示，Ella 2.0「提供即時回應、全天候運作，並利用機器學習為每位客戶度身訂造理財服務。」換句話講，佢會不斷學習客戶互動，提供愈嚟愈好嘅協助，而真人銀行家都會隨時候命，需要時協助客戶。
One Zero第一任CEO Gal Bar Dea 強調AI助理點樣提升服務質素。「Ella 2.0嘅能力超越咗語言障礙，」佢話，可以保證「即時、準確、個人化嘅回應，並持續進化去滿足唔同客戶需求。」
One Zero以領導銀行業「由生成式AI實驗走向實際應用」為榮。
AI21 Labs聯合CEO Ori Goshen指出，「One Zero新嘅AI助手Ella，代表數碼銀行業向更佳客戶體驗邁出一步——更快、更可靠、更加個人化。」
呢啲高度認可證明咗科技初創同銀行喺開發AI方案上嘅緊密合作。
除咗Ella以外，One Zero仲有好多幕后地方用AI。例如銀行日常運作同決策大多靠自動化算法處理。舉例，發放信貸風險評估、投資建議等都用咗AI模型，會根據數據不斷學習優化。
銀行策略係儘量自動化例行工作，可以減低成本，俾銀行收費更有競爭力。
同時，One Zero仲留有真人理財顧問，客戶可以隨時搵到銀行職員（銀行承諾提供「私人理財經理」加AI的混合服務）。呢個雙軌策略正正照顧到一啲又要AI效率，又想有真人專業解答重大決定嘅客戶。
One Zero大力投資AI，成效已經體現在客戶互動度。
有報道指，推出不久後，AI助理已可獨立處理高達40%客戶查詢，仲協助人類職員處理其他查詢。大大減少回覆時間——銀行話大部份問題都唔使再等候——亦確保客戶隨時收到一致而高質素嘅答案。
AI甚至可以處理複雜嘅跨資料查詢；One Zero舉例：用戶問「我喺倫敦同朋友去嗰間印度餐廳叫咩名？」系統都可以推敲搵返相關交易。呢啲能力展示咗將交易數據配合對話式AI嘅威力。
市場角度睇，One Zero銀行正正係點樣以AI作為新進銀行差異化嘅經典個案。以色列銀行業競爭激烈，One Zero唔止係有個型格app（好多銀行都有），而係佢服務內容更加智能同主動。銀行可以用AI即時提示用戶異常消費、預測現金流，甚至建議下一步理財動作——全部基於對數據AI化分析。呢個方向同大趨勢一致：消費者越嚟越期望理財都可以有好似Netflix或Spotify個人化、即時化嘅服務體驗。One Zero就係靠AI，去做到一個「財務管家」。
不過，One Zero依然面對挑戰，特別係當佢計劃走出以色列嘅時候。銀行原本計劃拓展國際，但由於外圍事件（如2023年底地區衝突）被迫暫停部分計劃。
即使咁，公司發展依然受到全球關注。如果One Zero成功，可能會啟發其他國家出現同樣以AI為核心嘅數碼銀行。同時，亦為監管機構提供咗一個即場案例——證明AI可以安全咁融入銀行業。值得一提，One Zero係獲以色列監管機構發出正式銀行牌照，顯示對其模式同資本嘅信心——對於其他AI原生銀行準備申請監管批准嚟講，好有啟發性。
Bunq——歐洲首家AI驅動新銀行
歐洲方面，採用AI原生模式嘅主要玩家之一就係Bunq，一間荷蘭數碼銀行，經常被稱為“The Bank of The Free”，強調科技主導、用戶至上。
Bunq係2012年創立，至今用戶遍及全歐洲數百萬。去到2023年年底，Bunq宣佈正式成為「歐洲首間AI驅動銀行」，在業界引起巨大迴響。
Bunq將生成式AI融合到自家平台，比起其他同業更深層次，目標係改寫客戶管理財務嘅互動方式。最核心的產品——「Finn」，一個AI驅動嘅個人理財助手。
2023年12月，Bunq正式推出Finn，作為服務客戶的生成式AI新工具，內嵌App之中。
Finn徹底取代以往App的搜尋同導航功能，用戶唔使再手動翻查menu或者交易記錄，只要自然語言問Finn或者下指令即可。「Finn 會令你嘆為觀止，」Bunq創辦人兼CEO Ali Niknam喺發布會咁講，強調係「多年AI創新」同「以用戶為中心極致專注」嘅成果。
目標，就如Niknam形容，係要「徹底改變你對銀行的想像」，做到像傾計一樣簡單互動。
Finn可以做啲咩？據Bunq介紹，功能相當齊。用戶可以問：「我上個月喺超市洗咗幾多錢？」又或者「我每月平均水電費幾多？」Finn都會即時分析交易數據答你。佢亦可以處理更複雜，多資料合併的查詢。
例如Niknam分享過：「佢甚至可以整合數據，回應超越交易本身的查詢，例如『我上個星期六喺Central Park附近間café洗咗幾多？』」，AI懂得分辨「Central Park附近café」係指過往交易記錄入面哪一個商戶、哪一天——普通搜尋功能難以做到。開放對話式查詢，大大方便用戶分析自己消費，唔洗會計背景，也唔使死啃數字搵資料。
除咗問答，Finn仲會協助做財務規劃同預算管理。用戶可以問理財建議，例如「我今個月有無剩夠500歐元可以轉入儲蓄？」咁就會收到一個數據為本的建議。差唔多好似個人會計師隨時候命。
Bunq更加會用呢道提升客戶財務健康。其實Bunq內部AI亦會分析多個連接賬戶（利用歐洲開放銀行框架），提供綜合個人財務一覽。即係講，Finn可以喺客戶批核後，瀏覽唔同銀行（不止Bunq）戶口餘額同消費，成為一站式預算及理財平台——對於理財管理好實用。
Finn帶來嘅效果非常明顯。
有報道指，Finn能夠獨立處理約40%客戶查詢，而唔使真人參與，仲協助解答另一大部分。
咁樣大大減輕Bunq支援團隊負擔，加快咗用戶回應時效。其實，去到2024年初，Bunq就講，Finn之後，客戶互動比以前高效得多，大部分問題AI即時都有答案。一啲比較複雜、需要真人跟進嘅難題，就可以留返俾團隊專心處理，AI會先分流篩選。
對Bunq來講，呢種規模化服務模式，可以支持用戶規模持續增長。
Bunq擁抱AI正值不斷擴張地域同產品種類。公司2023年已向美國申請銀行牌照，希望打入美國市場。呢啲創新令Bunq喺越來越多新bank中顯得突出。
值得注意，美國一啲fintech都跟住入場：美國新銀行MoneyLion差唔多時候推出ChatGPT驅動嘅搜尋功能，Dave就有「DaveGPT」回應客戶查詢。
但Bunq因為率先推行，又將AI整合到核心功能（完全取代搜尋），所以可以話有明顯領先地位。
商業角度，Bunq用AI唔係只幫緊用戶，亦用嚟獲取分析數據指導新服務。例如分析客戶點樣問自己嘅錢，可以發掘痛點或者熱門需求，再可能開發出新功能或產品。
例如發現好多人問「我到年底可唔可以負擔到某開支？」Bunq就可能會開發自動化儲蓄計劃。呢種以數據推動創新，正正係AI原生銀行競爭優勢——用戶互動到服務改進，循環得好快。
不過，Bunq都小心AI與真人監察結合。所有AI回應都會經常監控準確性同相關性。
銀行強調……Finn 根據數據提供建議，但客戶應自行判斷——佢暫時只係助手，未係完全自動化嘅財務經理。而且，私隱同安全最重要；Bunq 必須確保 AI 只可以讀取用戶授權嘅資料，敏感資料都會受到保障。到目前為止，冇重大問題被報告，用戶普遍都對呢種對話式銀行帶嚟嘅方便表示滿意。
Bunq 執行長 Ali Niknam 將推動 AI 講成係簡化銀行服務嘅使命一部分。喺佢眼中，傳統銀行界面累贅、字眼艱深，但 Bunq 就想「真係令生活簡單好多」，用科技方便用戶。
Bunq 希望透過令理財好似 send message 俾朋友咁簡單，去加深客戶忠誠度同參與度。事實上，業界分析指個人化服務同易用性，對提升銀行客戶滿意度好有幫助。
Bunq 嘅 AI 策略兩樣都做齊晒：個人化用戶體驗（因為 Finn 回答會根據你資料同問題因應）同簡易（唔使學習 app 選單或者金融術語）。
身為歐洲首批推動 AI 理財嘅銀行，Bunq 為業界提供咗好寶貴案例。證明咗即使係有幾百萬用戶嘅大型運營銀行，都可以成功將 AI 融入服務之核心——唔只係啱啱起步初創公司先做到。Bunq 嘅經驗會俾其他歐洲銀行同 fintech 高度關注。某程度上，Bunq 變成咗間科企同時又係銀行，不斷整合最新 AI 發展。如果 Finn 同隨後新推出嘅 AI 功能繼續表現好，預計會有更多銀行推出自家 GPT 風格助手或者 AI 驅動個人化服務，進入吸引數碼用戶嘅軍備競賽。
WeBank——中國先驅AI原生銀行
沒提到 WeBank，中國首間全面數碼化銀行，就無法完整討論 AI 喺銀行業嘅應用。WeBank 自成立開始，已經成為 AI 應用先鋒。
WeBank 於 2014 年成立，係中國第一間純網上銀行，背後係科技巨頭騰訊。由一開始，WeBank 嘅策略都係運用最前沿科技——「ABCD」口號（AI、區塊鏈、雲端、數據）——務求用低成本服務幾千萬客戶。過去十年，WeBank 增長極快，為幾千萬用戶——好多本來係傳統銀行服務唔到的個人或小微企業——提供貸款、支付及綜合金融服務。其成功好多時被歸因於 AI與營運深度結合，使得管理大量用戶量及風險都遠比傳統銀行高效。
WeBank 一個值得留意嘅成就，就係其客戶服務大量用AI及自動化。幾年前，WeBank 報告話每日接收約 10 萬條客戶查詢，當中有 98%都由 AI「虛擬客服」自動處理，唔需要人手介入。
這批虛擬助理運用自然語言處理同語音識別——其實就係依家智能語音助手初代 AI——去幫客戶解答問題。WeBank 首席 AI 顧問楊強博士解釋，他們運用人臉識別、聲紋識別同 NLP ，提升服務質素同方便客戶。客戶可以用打字或語音直接同 AI 互動，AI 可以即時做身份驗證（靠人臉識別），之後就可以幫客戶解決問題甚至即場執行指令。
WeBank 嘅哲學係「AI 係輔助唔係取代」人工服務——聽落同西方銀行好似，但 WeBank做得更徹底。「自動化服務唔係人工服務嘅敵人，應該齊齊合作，」楊強向 CNBC 分享。咁做嘅成果就係一個高度可伸縮模式：幾百萬客戶只需人手團隊主力監管，日常大部分工作畀 AI 處理。事實上，WeBank 剛成立時人手得幾十個、冇分行，但靠 AI 驅動嘅信貸演算法同流動設備上的客戶互動，已經可以大規模發放微額貸款。運營效率超高，令 WeBank 開業僅兩三年就達到盈利——新銀行中極罕見。
另一個 WeBank 好犀利之處，就係 AI 信貸風險分析及快速批核。
傳統銀行做貸款普遍要好長時間文件審批、人手審核，但 WeBank 用機器學習自動化大部分流程。佢地分析大量另類數據——例如社交媒體活動、手機支付記錄（得益於騰訊生態圈）、其他數碼足跡——AI 可以好快評估信用，向傳統銀行唔歡迎嘅個人或中小企發出微貸。
這種包容式做法令以往被視為風險高或成本過貴嘅市場都受惠。楊強指出，這類技術「令 WeBank 喺處理貸款或者做風控方面，效率比傳統銀行高好多」，事實確實如此。WeBank 唔單止可以幾分鐘內審批貸款，更可以全程監察，這啲係傳統銀行難以做到。
WeBank 喺 AI 研究方面同樣創新。
例如會投放資源於聯邦學習等新技術—可以喺多機構共同數據下訓練 AI模型，但又唔會侵犯任何一方私隱。呢啲對 WeBank 想同外部合作（如反欺詐資料）同時要尊重中國嚴格數據法就特別實用。
銀行技術人員甚至發表論文、開放源碼工具，顯示 WeBank 唔止當自己係銀行，更自認都係科技領袖。2025年3月，WeBank 喺全球會議公布「AI原生銀行」願景，強調佢十年技術底蘊點推動銀行業「更智慧、更包容」。
種種跡象話 WeBank 一直想保持金融 AI 最前線，未來或者會試執行生成式 AI 等下一代技術，提供更先進服務。
儘管自動化程度極高，WeBank 並無完全取代人手，反而重新調配。AI 做晒日常重複工作，員工專注優化演算法、跟進特殊個案、開發新產品。
據報 WeBank 現時有大約六成人工屬於技術崗位——一間銀行嚟講極罕有，但對金融科技公司就合理。科技為主導文化更加鞏固 WeBank 作為 AI 原生銀行嘅地位。
中信百信銀行——金融與科技強強聯手
百信銀行成立同期，亦係中國另一項以 AI 為核心嘅銀行新嘗試，正式名稱係中信百信銀行，常見叫CITIC aiBank。
佢由中國中信銀行問鼎，夥拍百度——中國互聯網搜尋同 AI 科企巨頭組成合資企業。2017 年底成立，百信銀行係以直銷、無分行模式營運，明確目標就係用大數據同人工智能打造更智能金融服務。
註冊資本 20 億人民幣（當時約 3 億美元），由中信銀行同百度分別持股 7 成及 3 成。百信銀行集合金融專業同最尖端技術能力。
百信銀行一開始已經專注做個人貸款同小微企業金融——好多傳統銀行服務唔到嘅市場。靠百度 AI 技術，百信銀行計劃開發全新風控模型，可以為冇傳統信用記錄借款人做好風險評估。「百信銀行會專注向個人及小微企業提供貸款，同時運用大數據和 AI 建立風控新模型，」銀行行長李如東喺開業禮就話。
意味著百信銀行會利用百度擁有之非傳統數據——例如搜尋數據、社交數據等等（符合法律規管之下）——作信貸決策。理念係用 AI 洞見發掘傳統打分方法忽略、其實優質值得信賴的新客戶，從而擴大普惠金融。
一個好誇張嘅細節，成立初期已公開表示有約六成員工屬技術崗位，當時銀行界根本冇咁高比例。咁就反映百信銀行運作同傳統銀行截然不同，大部分人力會投放喺工程、數據科學，自己不斷開發和優化 AI 系統。百度唔係淨係資金夥伴，仲提供技術——包括 AI 平台、雲服務，甚至可能有龐大用戶數據（但會嚴格執行私隱與法律規定）。呢種合作正正係中國科企同銀行結盟大趨勢——好似螞蟻金服有網商銀行、騰訊有 WeBank，組成新型銀行科技混合體。百度方面，百信銀行一來可以讓 AI 研究直接落地金融業，亦展示 AI 領導地位。
開業禮上，時任百度 COO 陸奇表示：「百信銀行代表智能金融未來……會成為最懂客戶、最好金融的機構。」呢句就充分反映咗結合Baidu’s knowledge of users (from their online behavior) with Citic’s banking expertise, aiBank could outperform traditional banks in customer insight and service.
百度對用戶嘅認識（根據佢哋嘅網上行為）加上中信嘅銀行專業，aiBank有機會喺客戶洞察同服務方面勝過傳統銀行。
Being a direct bank (online-only) also meant aiBank could reach customers nationwide without physical presence, a significant advantage in China’s vast market.
作為一間純網上直銷銀行，aiBank無需實體網點都可以服務全國客戶，喺中國咁大嘅市場裡面係一個重要優勢。
In practice, over the next few years, aiBank rolled out digital lending products and AI-enhanced services. It offered personal loans via mobile apps, with quick approvals powered by machine learning credit models. For small businesses, it experimented with using AI to analyze e-commerce transactions and supply chain data to extend credit – much like Ant Group does.
實際上，之後幾年aiBank推出咗多款數碼貸款產品同AI增強服務。佢透過手機App提供個人貸款，運用機器學習模型快速批核。對中小企方面，aiBank都試用AI分析電商交易同供應鏈數據去批核信貸——做法類似螞蟻集團。
AiBank also explored AI in customer service, including intelligent chatbots for basic inquiries. Given Baidu’s strengths in natural language processing (Chinese-language NLP in particular), aiBank likely benefited from advanced AI in voice assistants and text-based customer interaction. While detailed performance data of aiBank is not widely public, its continued operation and capital increases (Citic and Baidu reportedly doubled its capital by 2018 to support growth ) suggest it gained traction.
aiBank亦都積極探索用AI去改善客戶服務，包括智能聊天機械人應付基本查詢。因為百度喺自然語言處理（特別係中文NLP）方面有優勢，aiBank有可能受惠於先進嘅語音助手同文字互動AI。雖然aiBank嘅詳盡表現數據未有廣泛公開，但佢持續營運同增資（中信同百度據報到2018年為止已經幫aiBank增資一倍支持發展）都反映到佢逐漸企穩市場。
One unique angle for aiBank is the synergy with Baidu’s ecosystem. Baidu could integrate aiBank’s financial services into its popular apps. For instance, users of Baidu’s search or maps might be offered aiBank services contextually (imagine searching for “car loan” and seeing an aiBank offer). Moreover, Baidu’s AI research, such as in facial recognition and voice tech, found a real-world use in aiBank’s security and onboarding processes. As Yang Qiang from WeBank mentioned generally, technologies like facial recognition can allow seamless, remote account opening – aiBank likely employed similar methods given Baidu’s expertise. In a sense, aiBank served as a platform for Baidu to demonstrate the power of AI in a regulated industry, potentially strengthening Baidu’s position in the AI business market.
aiBank有個比較獨特之處，就係同百度生態圈協同互補。百度可以將aiBank金融服務整合落自己熱門App入面。例如，用戶用百度搜索或者地圖時，可能會根據場景獲得aiBank嘅服務推介（例如搵「車貸」時見到aiBank嘅優惠）。另外，百度喺面容識別同語音技術嘅AI研究，都有實際應用喺aiBank嘅安全認證同開戶流程上。正如微眾銀行楊強所講，面容識別等技術可以令用戶無縫咁進行遠程開戶——有百度專長撐腰，aiBank大概率都採取咗類似方案。某程度上，aiBank都算係百度展示AI喺受監管行業影響力嘅舞台，有助加強百度喺商業AI領域嘅地位。
However, running an AI-native bank within a larger traditional bank (Citic) structure also had challenges.
不過，喺一個大型傳統銀行（即中信）嘅架構內去營運AI原生銀行，都有唔少挑戰。
Citic Bank’s involvement ensured regulatory compliance and provided banking infrastructure, but it may have also imposed a more cautious pace than a pure startup. Regulatory oversight by the China Banking and Insurance Regulatory Commission (CBIRC) meant aiBank’s AI innovations had to align with financial risk regulations. In 2021, an anecdote emerged that Chinese regulators fined Citic and Baidu for some formalities in the JV’s formation – a reminder that even tech-forward banks operate under strict rules. Nonetheless, China’s regulators have been generally supportive of AI and fintech in banking, as long as risks are controlled.
中信銀行參與能夠確保符合法規同提供銀行基礎設施，但始終比起純粹初創，發展步伐或者會保守啲。銀保監會（CBIRC）嘅監管意味住aiBank所有AI創新都要符合金融風險規範。2021年，有報導指中信同百度因為合資成立時嘅手續問題畀監管機構罰款——都反映到科技型銀行一樣要守規矩。不過，只要控風險得宜，中國監管部門普遍都樂見AI同金融科技喺銀行業推廣發展。
As of 2025, CITIC aiBank stands as an example of a successful integration of AI in a new banking venture.
去到2025年，中信aiBank已經成為將AI成功融入新型銀行業務嘅例子。
It may not have the global name recognition of WeBank, but it underscores a collaborative model: a legacy bank and a tech giant co-creating an AI-native banking platform.
雖然aiBank國際知名度唔及微眾銀行，但佢正好體現咗合作新模式：傳統銀行同科技巨頭一齊打造AI原生銀行平台。
Closing Thoughts
The rise of native AI banks points to a future where finance is faster, more personalized, and even machine-driven.
AI原生銀行興起意味住金融將來會變得更快捷、更個人化，甚至由智能系統主導。
These pioneering projects demonstrate that banks can be radically rethought with modern technology – potentially offering customers ultra-convenient services and opening the financial system to new participants (like AI agents or underserved populations). Going forward, we can expect to see traditional banks respond by accelerating their own AI adoption or partnering with AI-native initiatives. In some cases, incumbents might acquire successful AI banking startups to bolt on their capabilities. Regulators, too, are paying close attention. If AI-native banks show strong performance in risk management and compliance, regulators may update frameworks to facilitate wider use of AI in banking, perhaps even creating new license categories for AI-driven financial institutions.
呢啲創新項目證明咗，銀行業透過現代科技可以徹底重塑——為客戶帶來極致便利嘅服務，仲可以令更多新參與者（比如AI代理人或者本身較難享用金融服務嘅群體）受惠。未來預計會見到傳統銀行加快引入AI技術，或者同AI原生項目合作，有啲仲甚至可能直接收購成功嘅AI銀行初創作為補充。監管機構都十分關注呢個趨勢。如果AI原生銀行喺風險管理同合規方面表現良好，監管層都可能考慮修訂規則，推動AI更廣泛喺銀行應用，甚至為AI驅動金融機構設立新牌照類型。
However, the advent of AI-native banks also brings significant risks and challenges that need to be managed. One major concern is governance and oversight. When AI algorithms make credit decisions or detect fraud, ensuring they are unbiased and error-free is critical. Unchecked algorithms could inadvertently redline certain customer groups or approve risky loans – mistakes that could erode trust and invite regulatory penalties. Transparency is another challenge: these banks must make their AI’s actions explainable to regulators and customers.
不過，AI原生銀行出現都帶嚟重大風險同挑戰，需要認真管理。其中一大關注就係治理及監察。當AI算法決定批貸或者發現詐騙時，點樣確保冇偏見同減少錯誤非常關鍵。如果無人監控，AI可能無意間歧視咗某啲客戶群組，或者批咗高風險貸款——咁樣除咗破壞信任，可能仲會帶嚟監管處罰。透明度都係另一挑戰：AI銀行需確保算法運作對監管同客戶有足夠解釋能力。
For traditional financial institutions, the emergence of AI-native banks is a double-edged sword. On one hand, it pushes the envelope of innovation, potentially yielding new methods and technologies that incumbents can adopt. Established banks can learn from the efficiency of Catena’s AI workflows or the customer engagement success of Bunq’s Finn, and integrate similar ideas. On the other hand, these new entrants could become formidable competitors in certain segments.
對傳統金融機構嚟講，AI原生銀行既係挑戰亦係機遇。一方面，佢會推動創新，帶嚟可以被借鏡或者引用嘅新技術同方法。老牌銀行可以參考Catena用AI提升流程效率，或者學習Bunq旗下Finn點樣提高用戶互動，再融入自己業務。另一方面，這啲新入行者喺某啲細分市場都有機會成為強大對手。