工业和信息化部数据显示，2025年中国AI核心产业规模超过1.2万亿元，重点行业渗透率突破80%。金融，正是“人工智能+”的重要场景。

技术浪潮奔涌而来，普惠金融的命题却变得更深、更复杂。从大模型到Agent，AI正跨过“从演示到可用”的门槛，进入真实工作流“办实事”。问题随之而来：银行的组织形态，准备好了吗？

2026年外滩大会，网商银行行长冯亮给出一个判断：AI银行正处在进化进行时。他用了一个比喻——就像深海里的生命看见了光，开始向海面探索，新物种、新能力正在长出来。客户服务与组织形态，都将随之而变。

会上，网商银行推出全球首个小微普惠金融Agent——百灵2.0，向4200万小微经营者开放信贷、票据和财税服务，朝着“AI CFO”迈出坚实一步；同时，它正向Agent First的组织形态迈进——在核心业务信贷及研发等场景上，已经跑通。

首个小微普惠金融Agent来了

冯亮在会上亮出两组数据。截至2026年6月，全国人民币普惠小微贷款余额达到38.9万亿元——这个数字在2017年还是6.8万亿元。普惠小微授信用户数超过6200万，覆盖约三分之一的经营主体。这条向上的曲线背后，是越来越多小微经营者获得了银行的支持。中国普惠金融，走过了从无到有的十年。

然而，普惠金融仍然面临新的挑战，金融服务的“毛细血管”还不够畅通。随着新就业形态的发展，网约车司机、外卖骑手这些群体，也需要被更好地纳入金融服务。网商银行从6388条用户反馈里，提炼出一串关键词：“额度低”“流程繁琐”“还款不灵活”“缺抵押”。大家期待的“额度够、期限对、还款活”，背后其实是希望银行更懂自己的实际情况。

既要覆盖得更广，也要适配得更好。这就是普惠金融的新命题：从“有没有”，走向“好不好”。

难，但AI技术第一次给了解法。外滩大会上，网商银行推出首个小微普惠金融Agent——百灵2.0，向4200万小微经营者开放信贷、票据和财税服务。

百灵有三样本事：会说话、看得清、能办事。

会说话——像医生问诊，问到点上。客户说“我想提额”，百灵要问清：是临时周转，还是准备开新店？哪些情况已经了解，哪些信息还需要补充？“会说话，不只是答得流畅，更是问到点上。”

看得清——小微的经营，散在合同、发票、门店视频、电话尽调、交易流水里。多模态理解把它们连起来、相互印证，从中洞悉经营信用。

能办事——就像为小微组织一场“专家会诊”。不同专科的医生各看各的专业，再把判断放在一起，形成适合这个客户的方案。百灵调动的，是一支“银行专家团”。

百灵2.0的服务和以往有什么不同？打个比方：过去的金融服务，像线上点预制菜——标准、方便，但选择有限；现在的百灵2.0，像到店就餐——大厨看食材、看人数，现场配菜。金融服务，从标准化的“匹配”，变成量身定制的“生成”。

如何让组织适配AI时代？Agent First

“百灵已经面向4200万小微经营者提供服务，银行的组织进化，势在必行，甚至是在全面提速。”

给每位员工配个聪明助手，就够了吗？

不够。冯亮认为：“个人的提效，不会自动汇成组织的进化。”

例如，AI Coding能让程序员写得更快，但一个产品从需求到上线，要经过设计、分析、编码、测试、合规等环节。AI只进了一个环节，各环节之间仍在反复传递信息，组织效率依然低下。

这正是大多数企业AI转型的误区：把AI当“插件”装进旧流程，而不是重新设计流程来适配AI。如果流程不变，企业的智能投入，最终会变成成本黑洞。

AI银行的胜负手，正在从模型，转移到组织。

那么，AI时代的银行组织应该是什么形态？冯亮的答案是：Agent First。

工业革命以来，现代企业把工作拆成岗位，岗位组成部门，再用流程和层级连接起来。人的知识和精力有限，这样的分工，让大规模协作成为可能。

“过去，我们习惯先问：‘这件事归哪个部门？’现在，还要问：‘实现这个目标，需要哪些能力，怎样让人和Agent一起完成？’”

从围绕岗位安排任务，到围绕目标组织能力——这是Agent First的本质。

Agent First将带来4个改变：能交由Agent的工作，默认Agent先行；Agent进入工作流承担任务，而不只是员工的提效助手；交付结果不仅人能看懂，也能被Agent理解与调用；制度和系统都要适配Agent工作。

“银行竞争力从‘人才密度’走向‘智能密度’，含义也具体起来：不仅要看拥有多少专家，更要看他们的经验，能否成为组织可调用、可组合的能力。”

理念如何落地？冯亮谈到四个关键点。

第一，给Agent定“OKR”。人要定义高价值目标，决定让AI干什么。当执行能力变得更充裕，组织更需要判断：什么问题值得解决，什么结果才算真正有价值。人定目标和标准，Agent执行，按标准评价与纠偏，再用反馈推动改进。

第二，为Agent建企业“图书馆”。把业务知识、制度规则、专家经验整理好，让它有据可依。图书馆要保存的，还有组织解决问题的方法：什么情况适用、需要哪些证据、遇到冲突怎么办、什么时候必须交给人。就像培养博士生，既要有系统的知识，也要带着问题研究、接受检验。

第三，设立人与Agent的权责边界。每个专职Agent如同一位乐手，银行要让他们共同奏出交响乐。各有所长，还要合而成章。人确定“演奏什么”，在关键处听出偏差、作出纠正；日常调度交给系统和Agent，最终责任，仍然由人承担。

第四，让Agent可靠运行。可信执行环境，让异常能被及时发现、处置；安全治理，明确Agent可以看什么、做什么，执行过程可追溯。再往下，是统筹算力、模型和工具的AI基础设施，兼顾能力与成本。

Agent First，

最终推动金融服务更高质量的普惠

Agent First先在哪里落地，场景如何选择？冯亮的答案是：信贷和研发。

组织进化，要投向银行的心脏。

企业做AI转型，习惯从客服、营销这些边缘环节“试水”。网商选择把AI直接推进信贷核心：风控、审批。这是银行业最高价值的环节，也是最难被AI撼动的环节。

在这些场景，AI已经不是Copilot，而是进了工作流，Agent First已经发生。

冯亮讲了个故事。网商银行有一位信贷审批专家牛学峰，身上最鲜明的标签是：批了25年贷款，额度准，不良低。如今，他转行成了AI的教练。

过去，他的工作是逐笔看材料、做判断；现在，他把25年攒下的经验——什么情况能批、什么风险不能放、复杂案例怎么权衡——一点一点整理出来，教给AI：怎么读材料、怎么找证据、怎么列疑点。AI的初判，他逐条核；出了偏差，当场纠正。每一次纠正，又沉淀回知识库，让AI下一次判断更准。

目前，复杂信贷审批的处理能力提升近20倍——AI批得和牛学峰一样准，却快得多。

量化风控也在同步落地。以往的量化风控靠标签，容易“误伤”。AI把分析单位从“客群”细化到“具体客户”：约160万带着历史“瑕疵”标签、但经营正常的客户重新获得被看见的机会，被误判拦截的正常客户减少约40%。

研发方面，AI同样进了生产线。AI coding占比提升1倍，端到端的开发实现率达到15%。缩短的不只是编程时间，而是把一个真实需求变成产品的距离。

在网商银行，营销、BI、投顾等更多场景，也在相继落地。

这不是单一环节的提效，是组织能力的跃迁。冯亮说：“过去，一个专家只能服务一家企业；现在，能力沉淀为组织可调用的资产。专业能力，第一次从稀缺走向规模化。”

“我们期待的进化，是让银行的能力不断向上，让专业服务的门槛不断向下。”AI银行的组织进化，将推动金融服务实现更高质量的普惠，和每一位诚信经营的小微一起，相伴成长。

（CIS）