原生AI银行——从头开始围绕人工智能构建——正在自动化客户服务、信用、合规等领域。看看Catena Labs、One Zero、Bunq、微众银行和中信aiBank这些引领者如何重新定义全球金融，并向传统银行提出挑战。
金融领域的AI应用发展迅速。在2010年代，许多银行引入了机器学习进行信用评分，并使用聊天机器人提供客户支持，测试AI在现有框架中的潜力。到2020年，领先的银行将先进的算法整合到风险管理和客户个性化中。最近的一项行业调查发现，到2025年，65%的银行计划推出AI驱动的客户服务——这证明了AI在银行业已经成为主流。然而，大多数这些努力仍然是将AI附加到传统系统上。相比之下，“AI原生”银行旨在完全围绕AI能力设计金融机构，从根本上重新想象银行的运作方式。
原生AI银行的概念正在获得吸引力，因为创业者和技术专家认识到，现有银行，即便是数字化优先的新银行，在适应以AI为中心的世界上存在局限性。传统银行以过时的流程和基础设施为基础，通常发现支持AI带来的新机会是“缓慢、昂贵、充满全球摩擦、不灵活且不适应的”。这为初创企业和前瞻性的金融公司打开了大门，以构建基于AI优先架构的银行。
这些新参与者正在设计系统，使AI能够处理从客户交互、欺诈监控到信用决策，甚至是监管合规等事务，以人为监督。
什么是原生AI银行？
简单来说，原生AI银行是从第一天起就围绕人工智能建立的金融机构，而不是将AI附加到传统核心上。
一家金融技术初创公司最近的描述将AI原生银行定义为“围绕AI构建，而不是作为事后之需添加的银行”。
实际操作中，这意味着银行的产品、服务和内部流程被设计为由AI算法和自动化操作，日常工作中尽量减少手工干预。人类员工提供监督、战略指导，并处理特殊情况，但AI系统推动常规决策和互动。
原生AI银行通常具有端到端的数字化操作，AI负责客户入驻、风险评估、交易和客户服务。
高级机器学习模型分析客户数据，以提供个性化的财务建议或实时检测欺诈。聊天机器人和虚拟助理处理大量的客户询问。重要的是，这些银行通常会采用最新的AI创新，例如用于会话界面的生成式AI或者用于优化投资策略的强化学习。目标是创建一个能够持续学习和适应的银行，随着获取更多数据改善其服务——这是固定的遗留核心无法轻松做到的。
另一个重要特征是AI原生银行将合规和风险管理视为AI系统内置的功能。在传统银行中，合规通常是一个单独的检查和报告层，有些是手动完成的。在AI优先的银行中，软件被设计为从一开始就自动遵守监管限制，比如可疑活动监测。“对合规和监管风险的正确理解需要在产品和工程的桌子上占有一席之地，” Neville强调道，表明这些银行将监管逻辑直接编程到其AI工作流程中。
需要注意的是，“AI原生”并不意味着“只有AI”。人类监督仍然至关重要。
设想并不是一个完全自主、没有员工的银行，而是一个高度自动化的人机合作的银行。例如，一个AI银行项目计划使用“AI行为体，或数字工人，作为员工执行内部任务，如编写软件”，而人类负责监督和高层决策。在客户支持角色中，AI助手可能回答常规问题，只有在遇到无法处理的情况或需要同理心和判断力的情况时才转交给人类银行家。
在接下来的章节中，我们将看到五个体现原生AI银行运动的项目。
Catena Labs – 建立“AI经济”银行
最引人注目的新项目之一是Catena Labs，这是一家总部位于美国的初创公司，由Sean Neville（最著名的是Circle的联合创始人，公司背后的USDC稳定币）共同创立。
Catena Labs在2025年5月通过获得1800万美元种子资金引发了媒体关注， Neville称其为“完全受监管的、为‘AI经济’而设计的AI原生金融机构”。
本轮融资由Andreessen Horowitz的a16z加密基金领投，著名投资者包括Breyer Capital、Coinbase Ventures，甚至NFL明星Tom Brady参与其中——这一阵容强调了这一想法的吸引力。
Catena的愿景是雄心勃勃的：要创建一个AI系统（称为“AI代理”）可以持有账户、执行交易，并与其他代理或人类自主进行金融交互的银行。Neville认为，在不远的将来，“AI代理将从事大多数经济交易”，而今天的银行根本无法应对这种情景。
例如，一个交易算法或电商机器人可能需要代表人为所有者进行数千次瞬时支付或签署合同——这些任务给传统银行流程带来巨大压力。
Catena的答案是从头开始重建金融基础设施以满足这样需求。
Catena方法的核心是使用稳定币，特别是Neville共同创立的USDC，作为交易的“AI原生货币”。
因为稳定币运行在区块链网络上，它们能够实现跨国界的近乎即时、可编程支付。Catena Labs争辩说，稳定币非常适合于AI代理，因为这些代理可能全球24/7运行，需要快速、低成本的交易而无需人工延迟。通过利用USDC及类似的数字货币，新银行打算让AI客户像数据一样无缝移动资金，同时仍符合客户尽职调查（KYC）和反洗钱（AML）等监管标准。
监管和信任是Catena Labs的关键关注点。
Neville强调，获得适当的银行牌照和确保合规是项目路线图的重要组成部分。银行将“由AI运营并由人类监督”，即自动化系统运行日常功能，但需要时，由人类设置政策并介入。Catena甚至发布了代理商务工具包（ACK）——一个用于验证和管理AI代理身份的开源工具包。出于合规规定需要账户持有人识别（显然无法对AI机器人进行指纹识别），为AI实体建立受信任的数字身份是一个更棘手的挑战。ACK是解决这个问题的早期尝试，提供了在金融交易中注册和认证AI代理的协议。
解释这一努力为何重要时，Catena Labs毫不避讳指出现有银行的不足。全球当前金融基础设施被描述为“缓慢、昂贵、充满全球摩擦、不灵活且不适应AI的新机会和风险”。
在Neville看来，传统银行积极阻止自动化代理，例如许多系统是为了检测和防止“机器人”而构建的，这讽刺地成为合法AI代理参与的障碍。相比之下，Catena拟建的银行将“使AI行为者成为主要用户，而不是拦截它们”。
截至2025年中，Catena Labs仍处于开发模式——公司尚未有公开产品，正在努力获得许可。1800万美元的注入将加速招聘和产品构建。考虑到Neville在Circle的背景，该初创公司可能会与监管机构紧密合作（可能追求银行特许或与现有银行合作），以确保AI原生银行在坚实的法律基础上推出。
One Zero Bank – 以色列的AI驱动数字银行
虽然一些AI原生银行项目刚刚开始，以色列的One Zero Bank已经运营并深入整合AI到其服务中。
于2022年底推出，One Zero是以色列首家完全数字化银行——值得注意的是，这是45年来该国首家获得银行牌照的新银行。
它是由著名技术专家Amnon Shashua教授（以创办自动驾驶技术领导者Mobileye而闻名）共同创立的。拥有大量资金支持，One Zero Bank从一开始就将AI技术与银行业务相结合。银行在推出时描述其模式为“由人工智能驱动，融合了传统银行和新银行的优势”。实际上，One Zero结合了数字便利和私人银行风格体验，使用AI增强客户服务和个性化。
One Zero Bank已筹集的重要资金。 跳过对markdown链接的翻译。
内容：capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx)，强调了其对这种方法的信心。到2025年，该银行筹集了约2.42亿美元，估值约为3.2亿美元，投资者包括像腾讯这样的科技巨头和SoftBank生态系统中的金融科技基金。
AI是One Zero客户体验的核心。
2024年2月，该银行推出了“Ella 2.0”，这是一种由生成式AI驱动的服务平台，充当客户的虚拟理财助手。该平台与专门从事大语言模型的以色列AI初创公司AI21 Labs合作开发，Ella 2.0本质上是一位全天候AI私人银行家。
客户可以用自然语言与Ella互动，询问关于其财务账户的复杂问题、获取预算建议或故障排除——并获得即时、上下文感知的响应。该系统理解多种语言，并已接受大量银行查询的培训，以提高其准确性。
根据银行的说法，Ella 2.0“即时响应，全天候运作，并利用机器学习提供个性化的金融服务。”换句话说，它不断从客户互动中学习，以提供更好的帮助，而人类银行家在必要时提供支持。
One Zero 的首位首席执行官Gal Bar Dea强调了这位AI助手如何提升服务质量。他表示：“Ella 2.0的能力超越了语言障碍”，确保“即时、准确和个性化响应，同时不断发展以满足个别客户的需求。”
One Zero自豪地引领了这场“从实验性生成式AI到实用实施”的全球行动。
AI21 Labs的联席CEO Ori Goshen指出，“One Zero的新AI助手Ella，代表了数字银行业向更好客户体验的转变——更快、更可靠并且为每个用户个性化。”
这样的认可强调了科技初创公司与银行在AI解决方案开发上的紧密集成。
除了Ella，One Zero还在幕后更多使用AI。自动化算法处理了该行大部分的日常运营和决策。例如，AI模型被用于信用风险评估和投资建议，从数据中学习以优化其输出。
该行的策略是尽量实现日常任务自动化，这样可以降低成本，使银行可以提供更有竞争力的费用。
同时，One Zero保留了客户可以联系的人类理财顾问（该行承诺提供“个人财务经理”和AI协助的混合服务）。这种双重方法迎合了那些希望享受AI高效性又需要人类专业知识进行重要决策的客户。
One Zero对AI的大量投资正通过客户参与获得回报。
据一些报道显示，该行的AI助手在上线后不久就能够独立处理多达40%的客户查询，并协助人类代理处理其他许多问题。这显著缩短了响应时间——该行声称已为大多数查询消除了等待时间——并确保客户随时获得一致的高质量答案。
AI甚至能处理复杂的交叉参照问题；One Zero指出了一些场景，例如询问“我和朋友在伦敦吃的那家印度餐馆是什么？”系统能够推断并找到交易记录。这样的能力展示了将交易数据与对话型AI结合的力量。
从市场角度来看，One Zero Bank是如何通过AI在新银行中脱颖而出的一个案例研究。在以色列竞争激烈的银行业，One Zero的卖点不仅是它拥有一款时尚的移动应用程序——许多银行都有——而且其服务更加智能和积极主动。银行能够利用AI分析用户的数据来提醒其非正常支出、预测现金流或者建议财务操作。这与更广泛的趋势相呼应：消费者越来越期望在金融领域获得个性化、即时的服务，类似于Netflix或Spotify在娱乐方面的个性化服务。One Zero正利用这一期望，通过AI成为一种“金融管家”。
One Zero仍面临挑战，特别是在计划扩展到以色列以外的地方时。银行计划进行国际扩展，但外部事件（如2023年末的地区冲突）迫使其暂停了一些计划。
尽管如此，公司的进展正被全球关注。如果One Zero Bank继续取得成功，它可能会激励其他国家的类似AI为重点的数字银行。它还为监管机构提供了一个活生生的例子，说明AI如何安全地整合到银行业中。值得注意的是，以色列的监管机构给予了One Zero完全的银行执照，这表明了对其模型和资本的信任——这对未来其他希望获得监管批准的AI原生银行有积极的意义。
Bunq – 欧洲首家AI驱动的新银行
在欧洲，一家采用AI原生方法的成熟参与者是Bunq，这是一家荷兰数字银行，因其以技术驱动的用户中心的理念而被称为“自由银行”。
Bunq成立于2012年，已在欧洲拥有数百万用户，但在2023年底，它因宣布成为“欧洲首家AI驱动的银行”而引起轰动。
Bunq在平台中集成了生成式AI，达到了同业中未见的水平，旨在转变客户与财务的互动方式。这一努力的核心是“Finn”，Bunq的AI驱动个人财务助手。
2023年12月，Bunq在其应用程序中推出了面向客户的生成式AI工具Finn。
Finn有效地取代了Bunq应用程序中的传统搜索和导航功能。用户无需手动浏览菜单或交易列表，只需以自然语言向Finn提问或下达命令即可。“Finn会令你惊讶”，Bunq的创始人兼CEO Ali Niknam在发布会上说道，炫耀了“多年AI创新”的成果和“对用户的激光式专注”。
正如Niknam描述的目标一样，是通过让互动像对话一样简单，“彻底改变您所了解的银行”。
Finn可以做什么？根据Bunq，很多。用户可以问诸如“上个月我在杂货上花了多少钱？”或“我的平均每月水电费是多少？”的问题，而Finn会即时分析他们的交易数据以给出答案。它还可以处理结合多种信息的更复杂查询。
例如，Niknam分享说，“它甚至可以结合数据来回答超出交易的问题，例如‘上周六我在中央公园附近的咖啡馆花了多少钱？’”。AI具有上下文感知能力，这意味着它能够理解“中央公园附近的咖啡馆”指的是用户交易历史中特定的商家和日期，这是普通搜索功能难以完成的。通过实现这样的对话式查询，Bunq使用户更容易分析自己的支出并轻松获取信息，而无需会计知识或繁琐的手动操作。
除了问答，Finn还协助进行财务规划和预算编制。用户可以请求建议或见解，比如“这个月我是否有足够的盈余去增加€500的储蓄？”并获得数据驱动的回应。这就像有一个随叫随到的私人会计师。
Bunq利用这一点鼓励客户养成更健康的财务习惯。在内部，Bunq的AI还分析多个关联账户的交易模式（使用欧洲的开放银行框架）以提供用户财务的综合视图。这意味着Finn不仅可以查看客户在Bunq的余额和支出，如果用户允许，还可以在其他银行查看，从而提供一站式概览——这是一个用于预算和规划的强大功能。
Finn的影响是显著的。
报告显示，Finn能够独立处理大约40%的客户查询，而无需人工干预，并协助处理其他相当多的部分。
这减少了Bunq支持员工的工作量，并加快了用户的响应时间。实际上，到2024年初，Bunq声称，在AI的大量查询当即解答下，用户交互比以往任何时候都更有效。对于剩下的需要人工处理的问题，Bunq的团队可以专注于复杂事务，现在AI会对简单问题进行初选。
随着Bunq在欧洲不断扩大用户基础，这提供了一个可扩展的客户服务模型。
Bunq对AI的拥抱正值其在地域和产品上扩展之际。公司在2023年申请了美国银行牌照，计划进入美国市场，这种创新帮助其在日益拥挤的新银行市场中脱颖而出。
值得注意的是其他金融科技公司也在效仿：美国新银行MoneyLion在差不多同时宣布了一项ChatGPT驱动的搜索功能，另一家公司Dave则推出了“DaveGPT”来处理客户查询。
但Bunq的先发优势和核心功能中的整合（完全由AI取代搜索）给予了其领导地位的主张。
从商业角度来看，Bunq不仅使用AI帮助用户，还通过分析用户如何询问他们的财务问题来获取洞察，进而为新产品提供信息。
例如，如果许多用户问“到年底我能否买得起X？”，Bunq可能会开发一个自动化的储蓄规划工具。这种数据驱动的创新是AI原生银行的竞争优势——从用户互动到服务改进的反馈循环非常紧密。
然而，Bunq也非常小心地对待AI的发展。Sure, here is the translation following the specified format:
为了将AI与人类监督结合在一起。所有AI的回答都被监测以确保准确性和相关性。
这家银行强调Finn的建议是基于数据的，但客户应行使判断力——这只是一个助手，而不是完全自主的财务经理（至少目前不是）。此外，隐私和安全是最重要的；Bunq必须确保AI只访问用户授权的数据，并且敏感信息受到保护。目前，还没有报告重大问题，客户普遍对对话式银行的便利性反响积极。
Bunq的首席执行官Ali Niknam将AI推动视为Bunq简化银行业务使命的一部分。在他看来，传统银行让客户承受笨拙的界面和术语负担，而Bunq希望通过技术“使生活变得如此容易”。
通过让银行业务像给朋友发短信一样简单，Bunq希望加深客户忠诚度和参与度。实际上，行业分析表明，个性化和易用性显著提高了银行客户的满意度。
Bunq的AI战略达到了这两个目标：个性化体验（因为Finn的回答是根据你的数据和问题而独特的）和简化操作（不需要学习应用菜单或金融术语）。
作为欧洲首批采用AI驱动银行业务的开创者之一，Bunq为该行业提供了一个有价值的例子。它证明，即使是拥有数百万用户的运营银行，也能成功地将AI融入其服务的核心——这不仅仅是新兴初创公司的事情。Bunq的经验将受到其他欧洲银行和金融科技公司的密切关注。从某种意义上说，Bunq正逐渐变成一家技术公司，不仅仅是银行，持续集成最新的AI发展。如果Finn和随后的AI功能继续表现良好，很可能我们会看到更多银行推出自己的GPT风格助手或AI驱动的个性化功能，以吸引具有数字敏锐度的客户。
WeBank – 中国引领AI为先的银行
在银行业讨论AI时，不会缺少作为先锋的中国数字银行——微众银行自创立以来一直是AI采用的先驱。
微众银行于2014年成立，是中国第一家纯互联网银行，由科技巨头腾讯支持。从一开始，微众银行的战略就是利用尖端技术——以其“ABCD”口号（AI，区块链，云，数据）为代表——以低成本为数百万客户提供服务。在过去十年中，微众银行迅速发展，为数千万用户提供贷款、支付和金融服务，其中许多是未受银行服务的个人和小企业。其成功往往归功于其在运营中深度整合AI，使其能够比传统银行更有效地管理业务量和风险。
微众银行的一个显著成就是在客户服务和支持中使用AI及自动化的广泛程度。在几年前，微众银行报告其每天收到约100,000次客户服务查询，其AI“虚拟机器人”能够无人工干预地处理其中的98%。
这些虚拟代理使用自然语言处理和语音识别——本质上是像现在的语音助手所使用的AI的早期版本——来解决客户查询。微众银行的首席AI顾问杨强博士解释说，他们部署了面部识别、语音识别和自然语言处理以提高服务和便利性。客户可以通过聊天或语音进行互动，AI可以（通过面部识别）认证他们并实时解决问题或执行请求。
微众银行的理念是AI是为了“增强而不是取代”人类服务——这种立场听起来与西方银行相似，但微众银行已将其实施到极致。杨强向CNBC表示，“自动化服务不是人类服务的敌人。它们应该并肩工作。”结果是一个高度可扩展的模型：一个相对小的员工团队可以监督数百万的客户基础，因为AI正在进行日常的繁重工作。事实上，微众银行以只有几十名员工且没有实体分支机构而闻名，但它能够依赖AI驱动的信用算法和智能手机上的客户互动，在中国发放大量小额贷款。这种运营效率是微众银行在成立短短几年内实现盈利的一个主要原因，这是新银行中罕见的壮举。
微众银行在AI驱动的信用风险分析和贷款审批方面也表现突出。
传统银行通常需要长时间的文书工作和人工核保，但微众银行通过机器学习模型自动化了其中的大部分。通过分析大量的替代数据——例如社交媒体行为、移动支付历史（利用腾讯的生态系统）及其他数字足迹——微众银行的AI能够快速评估信用，向可能被大型银行拒贷的个人和中小企业提供小额贷款。
此包容性方法将信用扩展到以前被认为风险过高或成本过大的群体。杨强指出，这样的技术创造了“微众银行在处理贷款和进行风险分析方面比传统银行更高效的可能性”，这确实已被验证。微众银行能够在几分钟内处理贷款申请并持续监控，这些是传统银行难以匹敌的。
微众银行在AI研究方面也领先一步。
其在联邦学习等领域进行了投资，这是一种在不妥协隐私的情况下，从多个来源训练AI模型的技术。这对微众银行与其他机构进行合作（如共享欺诈数据）时至关重要，同时也尊重中国严格的数据隐私规则。
该银行的技术人员发表了论文并开源了工具，显示微众银行不仅仅将自己视为一家金融服务公司，而是一家科技领导者。2025年3月，微众银行甚至在一个全球会议上分享了“AI原生银行”的愿景，强调其十年的技术专长如何推动银行业务变得“更智能和更具包容性”。
这表明微众银行希望在金融AI领域保持前沿，可能会探索下一代AI，如生成模型，以提供更高级的服务。
尽管拥有高度自动化，微众银行并没有消除人力因素。相反，它重新分配了人力。随着AI处理日常工作，人类员工专注于改进算法、处理特殊案例和开发新产品。据报道，微众银行约有60%的员工在技术岗位上——对一个银行而言，这是异常高的比例，但对于本质上是金融科技机构的微众银行来说是合乎逻辑的。这种技术优先的文化进一步巩固了微众银行作为AI原生银行的地位。
中信百信银行 – 金融与科技的合资企业
就在微众银行兴起的同时，中国另一个以AI为中心的银行实验也正在进行：中信百信银行（常被称为“百信银行”）。
这是中国中信银行（中等规模商业银行）与搜索引擎及AI巨头百度的合资企业。于2017年底启动，百信银行被设立为一家直接运营、无分支机构的银行，明确目标是利用大数据和人工智能提供更智能的金融服务。
以20亿元人民币（当时约3亿美元）的注册资本，中信银行与百度分别持有70%和30%的股权，百信银行代表了一种银行领域知识与尖端技术能力的融合。
百信银行从一开始就专注于为消费者和小企业提供贷款，这些群体在中国常被传统银行低估。通过利用百度的AI技术，百信银行旨在开发新的风险评估模型，可以更好地评估信用记录不完善的借款人。“百信银行将专注于个人和小企业贷款，同时利用大数据和人工智能建立新的风险控制模型，”该银行行长李如东在其启动仪式上说道。
这表明百信银行打算分析非传统数据——可能包括搜索数据、社交数据等等，通过百度——以作出信用决策。期待AI驱动的洞察能够识别出传统评分方法可能忽视的有信用的客户，从而有效地扩大金融包容性。
发布会上一项引人注目的细节是，百信银行60%的员工将是技术人员。这在当时的银行业中基本闻所未闻，表明百信银行在运营方面将与普通银行不同，普通银行大多数员工都在分行或一般运营岗位上。通过专注于工程和数据科学人才，百信银行走上了一条在内部不断开发和改进AI系统的道路。百度不只是资本方面的贡献，还提供技术——包括其AI平台、云服务，甚至可能拥有的庞大用户数据（在法律及隐私限制内）。这种合作是中国科技公司与银行合作的大趋势的一部分——类似地，阿里巴巴与网商银行，腾讯与微众银行——以创建混合实体，结合两者的优势。对于百度来说，百信银行不仅是其在金融领域中赢利AI研究的一种方式，还展示了其AI领导地位。
当时百度首席运营官陆奇在发布会上表示，“百信银行拥有内容：智能金融的未来……它是一家最了解客户、也最了解金融的机构。” 这一引用表达了这样的期望：通过将百度对用户（从他们的在线行为）知识与中信的银行专长相结合，aiBank 可以在客户洞察和服务方面超越传统银行。
作为一家直销银行（仅限在线），aiBank 能够在没有实体存在的情况下在全国范围内接触客户，这在中国庞大的市场中具有显著的优势。
在实践中，在未来几年，aiBank 推出了数字贷款产品和 AI 增强服务。 它通过移动应用程序提供个人贷款，快速审批依赖于机器学习信贷模型。 对于小企业，它尝试利用 AI 分析电子商务交易和供应链数据来扩展信贷——类似于蚂蚁金服的做法。
aiBank 还探索了 AI 在客户服务中的应用，包括用于基本查询的智能聊天机器人。 鉴于百度在自然语言处理（尤其是中文 NLP）方面的优势，aiBank 可能受益于在语音助手和基于文本的客户互动中使用先进的 AI。 虽然 aiBank 的详细表现数据尚未广为人知，但其持续的运营和资本增长（据报道，中信和百度到 2018 年将其资本翻了一番以支持增长）表明它取得了发展。
aiBank 的一个独特角度是与百度生态系统的协同作用。 百度可以将 aiBank 的金融服务整合到其流行的应用程序中。 例如，百度搜索或地图的用户可能会适时看到 aiBank 的服务（想象一下搜索“车贷”时看到 aiBank 的报价）。 此外，百度的 AI 研究，如面部识别和语音技术，在 aiBank 的安全和用户开户过程中找到了实际应用。 正如微众银行的杨强普遍提到的，像人脸识别这样的技术可以实现无缝、远程开户——鉴于百度的专业知识，aiBank 可能采用了类似的方法。 从某种意义上说，aiBank 成为百度在受监管行业中展示 AI 强大功能的平台，可能增强了百度在 AI 商业市场的地位。
然而，在较大的传统银行（中信）体系内运行一家 AI 原生银行也面临挑战。
中信银行的参与确保了合规性并提供了银行基础设施，但这也可能比纯粹的初创公司速度更为谨慎。 中国银行保险监督管理委员会（CBIRC）的监管意味着 aiBank 的 AI 创新必须符合金融风险规定。 2021 年，有报道称中国监管机构因合资企业成立的一些形式问题对中信和百度进行了罚款，这提醒我们即使是技术前沿的银行也在严格规则下运营。 不过，中国的监管机构普遍支持银行业中的 AI 和金融科技，只要风险得到控制。
截至 2025 年，中信 aiBank 成为一个成功将 AI 与新银行业务相结合的例子。
它可能没有微众银行的全球知名度，但它强调了一种协作模式：一家传统银行与一家科技巨头共同创造一个 AI 原生银行平台。
结语
AI 原生银行的崛起预示了一个金融更快速、个性化甚至由机器驱动的未来。
这些开创性项目表明，银行可以通过现代技术进行根本性重思——可能为客户提供超便利的服务，并将金融系统开放给新参与者（如 AI 代理或服务不足的群体）。 展望未来，我们可以预期传统银行将通过加速自身 AI 采用或与 AI 原生计划合作来做出回应。在某些情况下，传统公司可能会收购成功的 AI 银行业初创公司以增强其能力。 监管机构也在密切关注。如果 AI 原生银行在风险管理和合规性方面表现强劲，监管机构可能会更新框架以促进 AI 在银行业的更广泛使用，甚至可能为 AI 驱动的金融机构创建新许可类别。
然而，AI 原生银行的到来也带来了需要管理的重大风险和挑战。 一个主要问题是治理和监督。当 AI 算法进行信贷决策或检测欺诈时，确保它们没有偏见且没有错误至关重要。 不受控的算法可能会无意中划定某些客户群体或批准高风险贷款——这些错误可能会侵蚀信任并招致监管处罚。 透明度是另一个挑战：这些银行必须向监管机构和客户解释 AI 的行为。
对于传统金融机构而言，AI 原生银行的出现是一把双刃剑。 一方面，它推动了创新的界限，可能带来现有公司可以采用的新方法和技术。 成立的银行可以从 Catena 的 AI 工作流程的效率或 Bunq 的 Finn 的客户参与成功中学习，并整合相似的想法。 另一方面，这些新进入者可能在某些领域成为强大的竞争对手。